1. Comprender los fundamentos de la inteligencia artificial generativa: Los estudiantes tendrán una comprensión sólida de cómo funcionan los modelos generativos, incluyendo su arquitectura, entrenamiento y capacidades.
2. Diseñar prompts efectivos: Enseñar a los estudiantes a crear prompts o instrucciones que maximicen la utilidad de la IA generativa para tareas específicas, como redacción de textos, resolución de problemas o generación de contenido creativo.
3. Evaluar la salida de la IA: Enseñar a los estudiantes a evaluar críticamente las respuestas generadas por la IA, identificando la relevancia, la coherencia y la calidad del contenido.
4. Personalizar la interacción: Ayudar a los estudiantes a entender cómo personalizar las respuestas de la IA generativa según sus necesidades o preferencias, lo que podría incluir afinar parámetros y ajustar el tono de las respuestas.
5. Ética y responsabilidad: Discutir cuestiones éticas y responsabilidades en la comunicación con IA generativas, incluyendo temas como la desinformación, el sesgo y la privacidad.
6. Implementación en aplicaciones prácticas: Mostrar a los estudiantes cómo integrar de manera efectiva la IA generativa en aplicaciones y sistemas del mundo real, como chatbots, asistentes virtuales o generación de contenido automático.
7. Solución de problemas y depuración: Enseñar a los estudiantes a identificar problemas comunes en la comunicación con la IA generativa y a encontrar soluciones adecuadas.
8. Desarrollo de habilidades de comunicación: Ayudar a los estudiantes a mejorar sus habilidades de comunicación y colaboración con sistemas de IA, incluyendo cómo interactuar de manera efectiva y comprensible.
9. Actualizaciones y evolución tecnológica: Mantener a los estudiantes al tanto de los avances y cambios en la tecnología de IA generativa, para que puedan adaptarse a medida que la tecnología evoluciona.

1. Fundamentos de la Inteligencia Artificial Generativa: En esta unidad, los estudiantes podrían aprender los conceptos fundamentales detrás de los modelos de lenguaje generativos, incluyendo arquitectura y entrenamiento. Se explorarían las capacidades y limitaciones de estos modelos.
2. Diseño de prompts y tareas específicas: Esta unidad se centraría en cómo diseñar prompts y entradas efectivas para obtener respuestas deseadas de la IA generativa. Los estudiantes aprenderían a formular preguntas, instrucciones y tareas específicas de manera que maximicen la utilidad de la tecnología en contextos como redacción, generación de contenido creativo o resolución de problemas por poner unos ejemplos.
3. Ética y responsabilidad en la comunicación con IA generativas: En esta unidad, se abordarían cuestiones éticas relacionadas con el uso de IA generativas. Los estudiantes explorarían temas como la desinformación, el sesgo en los datos y las respuestas, así como la privacidad de los datos. También se discutirían las responsabilidades tanto de los usuarios como de los desarrolladores.
4. Implementación práctica y casos de estudio: En esta unidad, los estudiantes se sumergirían en la implementación práctica de IA generativas en aplicaciones del mundo real. Se podrían analizar casos de estudio y ejemplos concretos de cómo se ha aplicado con éxito esta tecnología en chatbots, asistentes virtuales, generación de contenido automático, entre otros.

• Habilidad en el diseño de instrucciones específicas: Los estudiantes desarrollarán la capacidad de diseñar instrucciones y prompts específicos que sean efectivos para obtener resultados deseados de los modelos generativos, adaptándolos a diversas tareas y objetivos.
• Evaluación de respuestas generadas: Los estudiantes adquirirán la habilidad de evaluar de manera crítica las respuestas generadas por la IA, identificando su relevancia, coherencia y calidad, y ajustando las instrucciones en consecuencia.

• Conciencia Ética: Los estudiantes desarrollarán la capacidad de identificar cuestiones éticas relacionadas con el uso de la IA generativa y tomar decisiones éticas en la comunicación y colaboración con estos sistemas.

• Identificación y solución de problemas: Los estudiantes aprenderán a identificar problemas comunes en la interacción con modelos generativos y a desarrollar soluciones prácticas para abordarlos.

• Habilidad en comunicación efectiva con la IA. Los estudiantes mejorarán sus habilidades de comunicación y colaboración con sistemas generativos, permitiéndoles expresar sus necesidades de manera clara y obtener respuestas útiles.

• Competencia en mitigación de riesgos. Los estudiantes adquirirán habilidades para identificar y mitigar los riesgos asociados con el uso de IA generativas, asegurando una interacción segura y responsable.

Se seguirá en todo momento la normativa específica del SFPIE.  Para obtener la certificación final hay que obtener la calificación “Apto” en el curso y por tanto tiene que haber cumplido los criterios de evaluación siguientes:

• Realización de las tareas entregables así establecidas por el/la docente.
• Cumplimiento de la normativa del SFPIE respecto a la asistencia.