Fundamentos de IA Literacy

Curso de iniciación a la alfabetización en inteligencia artificial dirigido a profesionales de cualquier área —funcional, de gestión, técnica o administrativa— que usan o van a usar herramientas de IA en su trabajo y necesitan un marco conceptual sólido para hacerlo con criterio. El curso parte de cero: qué es la IA y qué no es, cómo aprenden los sistemas de IA a partir de datos y por qué eso afecta a sus resultados, cómo seleccionar la herramienta adecuada para cada tipo de tarea, qué distingue una instrucción efectiva de una vaga a la hora de pedir algo a un asistente, cómo leer críticamente los outputs detectando alucinaciones, sesgos e imprecisiones, qué información es seguro compartir con herramientas externas, cómo la IA transforma las tareas en el entorno profesional propio —distinguiendo automatización de augmentación— y qué implicaciones éticas tiene el uso de IA en decisiones que afectan a personas. Al finalizar, el participante será capaz de usar herramientas de IA en su entorno profesional de forma efectiva y responsable, evaluando sus outputs con criterio y tomando decisiones informadas sobre cuándo y cómo aplicarlas.

Al finalizar el curso, el participante será capaz de:

• Distinguir qué es inteligencia artificial y qué no lo es en ejemplos cotidianos, justificando cada clasificación con al menos un criterio técnico y desmontando afirmaciones falsas frecuentes
• Identificar para qué tipo de tarea es adecuada una herramienta de IA concreta y en qué casos no lo es, señalando al menos una fortaleza y una limitación para cada una de tres familias de herramienta
• Describir cómo aprenden los sistemas de IA a partir de datos, explicando con un ejemplo propio por qué la calidad y representatividad de los datos afecta al comportamiento del sistema resultante
• Distinguir un prompt claro y específico de uno vago ante un par de ejemplos dados, señalando qué le falta al deficiente —contexto, destinatario, formato o restricciones— y anticipando por qué producirá una respuesta menos útil
• Identificar señales de alucinación, sesgo o imprecisión en un output de IA, clasificar el tipo de problema detectado y describir el paso de verificación que aplicaría antes de usar ese resultado en un contexto profesional
• Aplicar criterios básicos de privacidad y seguridad para decidir qué información es apropiado compartir con una herramienta de IA externa, justificando la decisión en cada caso con referencia al riesgo concreto
• Describir cómo la IA transforma al menos tres tareas de su entorno profesional propio, clasificando cada una como automatización o augmentación con justificación
• Identificar al menos dos implicaciones éticas del uso de IA en decisiones que afectan a personas, con un ejemplo concreto y una salvaguarda básica para cada una

1. Qué es la IA y cómo aprende Panorámica breve de la diferencia entre inteligencia artificial y automatización clásica basada en reglas, con criterios rápidos para identificar si un sistema es IA o no; principales tipos de herramientas de IA y para qué tarea es adecuada cada una, con una fortaleza y una limitación por familia (conversacionales, transcripción, generación de imágenes); pincelada sobre cómo aprenden los sistemas de IA a partir de datos etiquetados —sin entrar en detalle técnico de deep learning— y por qué la calidad, cantidad y representatividad de esos datos determina el comportamiento del modelo resultante

2. Uso efectivo y pensamiento crítico Anatomía de un prompt efectivo (contexto, destinatario, tono, formato, restricciones) y comparación rápida de pares de prompts para identificar cuál es vago y qué le falta —repaso ligero, ya que el diseño sistemático de prompts se trabaja en profundidad en PRE01, Fundamentos de Prompt Engineering—; lectura crítica de outputs: qué es una alucinación y cómo detectarla, sesgo e imprecisión, y el paso de verificación mínimo antes de usar un resultado en un contexto profesional

3. Privacidad, seguridad e impacto laboral Criterios para decidir qué información compartir con herramientas de IA externas frente a información sensible que no debe compartirse (datos personales de terceros, información financiera confidencial, credenciales, código propietario); distinción entre automatización (la IA reemplaza la tarea) y augmentación (la IA apoya al profesional), aplicada a tareas del propio entorno profesional

4. Ética, IA Act y toma de decisiones Sesgo algorítmico y su manifestación en decisiones que afectan a personas; derecho a explicación y a revisión humana frente a la opacidad de la toma de decisiones automatizada; mención al papel del AI Act europeo como marco de referencia; ejercicio breve de análisis ético de un caso real

• Dispositivo con acceso a internet (ordenador, portátil o tablet)
• Acceso a un asistente de IA conversacional para los ejercicios prácticos (ChatGPT, Claude, Microsoft Copilot u otro indicado por el docente — cuenta gratuita suficiente)
• Herramienta de toma de notas (digital o en papel) para el análisis de casos y el entregable final

El curso está orientado a cualquier profesional con alfabetización digital básica: saber usar un navegador, aplicaciones web y herramientas digitales habituales de trabajo (correo, documentos compartidos, mensajería). No se requiere formación técnica en informática ni en matemáticas. Se recomienda haber interactuado aunque sea ocasionalmente con alguna herramienta de IA conversacional (ChatGPT, Copilot, Gemini u otra), aunque no es imprescindible.