INTELIGENCIA ARTIFICIAL PARA LA EDUCACIÓN Y LA DOCENCIA
MÓDULO 1. FUNDAMENTOS DE LA EDUCACIÓN

UNIDAD DIDÁCTICA 1. CONCEPTO DE EDUCACIÓN
1. Instrucción, aprendizaje y formación
UNIDAD DIDÁCTICA 2. PROCESO EDUCATIVO
1. Agentes educativos
2. Tipos de educación
3. Funciones de la educación
UNIDAD DIDÁCTICA 3. HISTORIA DE LA EDUCACIÓN
1. Educación en las antiguas culturas orientales
2. Educación grecorromana-Educación clásica en Grecia-Educación clásica en Roma
3. Educación en la Edad Media
4. Educación en la Edad Moderna
5. Educación en la Edad Contemporánea
MÓDULO 2. EDUCACIÓN Y TECNOLOGÍA

UNIDAD DIDÁCTICA 1. EDUCACIÓN DIGITAL
1. Origen y evolución
2. De la educación tradicional a la educación digital
3. Modalidades-Educación a distancia-Educación online-Educación híbrida o blended learning
UNIDAD DIDÁCTICA 2. NUEVOS ENTORNOS TECNOLÓGICOS Y
DIGITALES
1. Nuevas plataformas de aprendizaje-Content management system (CMS)-Learning management system (LMS)-Learning content management system (LCMS)-Massive open online courses (MOOC)
2. Herramientas colaborativas y redes sociales educativas
3. Contenidos interactivos y gamificación
UNIDAD DIDÁCTICA 3. REVOLUCIÓN DIGITAL
1. Alfabetización digital
2. Brecha digital
3. Digitalización en las aulas
4. Impacto de la revolución digital en la equidad educativa
UNIDAD DIDÁCTICA 4. EMPLEO DE LA INTELIGENCIA ARTIFICIAL
MÓDULO 3. FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL

UNIDAD DIDÁCTICA 1. CONCEPTO Y DEFINICIÓN DE LA INTELIGENCIA ARTIFICIAL
1. Origen y evolución
2. Ramas
3. Aplicaciones-Computación-Medicina-Finanzas-Industria pesada-Atención al cliente-Industria automotriz-Juegos y juguetes-Música
UNIDAD DIDÁCTICA 2. BIG DATA EDUCATIVO
1. Fuentes
2. Tratamiento de datos
UNIDAD DIDÁCTICA 3. INTELIGENCIA ARTIFICIAL APLICADA A LA
EDUCACIÓN
1. Públicos y contextos de uso
MÓDULO 4. APRENDIZAJE AUTOMÁTICO O MACHINE LEARNING

UNIDAD DIDÁCTICA 1. CONCEPTUALIZACIÓN DEL APRENDIZAJE
AUTOMÁTICO O MACHINE LEARNING
1. Calidad de los datos
UNIDAD DIDÁCTICA 2. TIPOS DE APRENDIZAJE
1. Aprendizaje supervisado-Árboles de decisión-K vecinos más cercanos-Máquinas de vectores de soporte-Regresión logística-Clasificación de Naive Bayes
2. Aprendizaje no supervisado-Agrupamiento o clustering-Reducción de dimensionalidad
3. Aprendizaje por refuerzo-Q-learning-Policy gradient
UNIDAD DIDÁCTICA 3. EVALUACIÓN DE MODELOS
1. Métricas de evaluación-Clasificación-Regresión-Ranking-Estadísticas-Visión por computadora-Procesamiento del lenguaje natural
MÓDULO 5. APRENDIZAJE PROFUNDO O DEEP LEARNING

UNIDAD DIDÁCTICA 1. CONCEPTUALIZACIÓN DEL APRENDIZAJE
PROFUNDO O DEEP LEARNING
1. Elementos constitutivos
2. Características
UNIDAD DIDÁCTICA 2. REDES NEURONALES ARTIFICIALES
1. Funcionamiento-Dinámica computacional de la neurona artificial-Ajuste de parámetros-Proceso de aprendizaje
UNIDAD DIDÁCTICA 3. TIPOS DE MODELOS
1. Redes neuronales convolucionales
2. Redes neuronales recurrentes
3. Modelos de transformadores
MÓDULO 6. INTELIGENCIA ARTIFICIAL GENERATIVA

UNIDAD DIDÁCTICA 1. ¿QUÉ ES LA INTELIGENCIA ARTIFICIAL
GENERATIVA?
1. Tipos de contenido generado-Texto-Imágenes-Vídeo-Audio-Datos estructurados
2. Métodos de generación-Generación autorregresiva-Generación basada en ruido latente-Entrenamiento adversarial-Técnicas de enmascaramiento
UNIDAD DIDÁCTICA 2. MODELOS FUNDACIONALES O FOUNDATION
MODELS
1. Entrenamiento y adaptación
2. Representaciones generadas por los modelos-Multimodales-Multilingües
UNIDAD DIDÁCTICA 3. ARQUITECTURAS PRINCIPALES
1. Redes generativas antagónicas
2. Autocodificadores variacionales
3. Transformadores o transformers
4. Arquitecturas híbridas y emergentes
MÓDULO 7. INGENIERÍA DE PROMPT O PROMPT ENGINEERING

UNIDAD DIDÁCTICA 1. CONCEPTUALIZACIÓN DE LA INGENIERÍA DE
PROMPT O PROMPT ENGINEERING
1. Elementos de un prompt
2. Principios de diseño
3. Parámetros de generación-Métodos deterministas-Técnicas de sampling
UNIDAD DIDÁCTICA 2. TÉCNICAS
1. Prompt sin entrenamiento previo o zero-shot
2. Prompt con pocas muestras o few-shot
3. Cadena de pensamiento o chain of thought
4. Generación aumentada por recuperación
5. ReAct
6. Autoconsistencia
7. Encadenamiento de instrucciones o prompt chaining
8. Prompt basado en roles o role prompting
9. Conocimiento generado
10. Marcos del árbol de pensamiento o tree of thoughts
11. Prompt activo
12. Estímulo direccional
13. Ingeniería automática de prompts
14. Personalización de prompt o prompt reframing
UNIDAD DIDÁCTICA 3. BUENAS PRÁCTICAS
UNIDAD DIDÁCTICA 4. PLATAFORMAS PARA LA GESTIÓN Y
OPTIMIZACIÓN DE PROMPTS
1. Prompthub
2. PromptBase
3. FlowGPT
4. PromptLayer
MÓDULO 8. FUNDAMENTOS DEL USO DE LA IA EN LA EDUCACIÓN Y
DOCENCIA
UNIDAD DIDÁCTICA 1. PRINCIPIOS DE LA IA EN EL ÁMBITO EDUCATIVO Y LA DOCENCIA
1. Beneficios
2. Limitaciones
UNIDAD DIDÁCTICA 2. TIPOLOGÍAS DE IA EN EL ENTORNO EDUCATIVO
1. IA débil
2. IA fuerte
3. IA generativa
UNIDAD DIDÁCTICA 3. MODELO IDEE
1. Identificar los resultados esperados
2. Determinar el nivel apropiado de automatización de la IA
3. Asegurar las condiciones éticas
4. Evaluar la eficacia
UNIDAD DIDÁCTICA 4. APLICACIONES DE LA IA EN EL SECTOR
EDUCATIVO
1. Personalización del aprendizaje
2. Tutorías inteligentes
3. Evaluación y retroalimentación automatizada
4. Desarrollo de competencias técnicas
5. Fomento de pensamiento crítico y ético
6. Colaboración interdisciplinaria
7. Estímulo de la comunicación y la interacción
8. Reflexión e innovación
9. Gamificación de los contenidos
10. Traducción y aprendizaje de idiomas
UNIDAD DIDÁCTICA 5. TIPOLOGÍAS DE PROMPTS PARA LA DOCENCIA
1. Preparación de la asignatura
2. Creación de materiales didácticos
3. Creación de pruebas y evaluaciones
4. Ayuda con los métodos de calificación y rúbricas
5. Retroalimentación y comunicación con los estudiantes
6. Resumen y consulta de documentos
7. Descarga de trabajo y ayuda en tareas repetitivas
UNIDAD DIDÁCTICA 6. EJEMPLOS PRÁCTICOS DE USO DE LA IA
1. Escritura e interpretación de textos mediante Copilot y Perplexity
2. Diseño de personajes en ChatGPT
3. Desarrollo de ideas en un curso de arte y diseño a través de Dall·E
4. Gestión de proyectos tecnológicos con Gemini
5. Creación de entornos inmersivos con Sora