Diplomado en IA Aplicada para la productividad profesional

A diferencia de muchos de los programas que se encuentran en la oferta actual, centrados en la gestión estratégica o los fundamentos de la IA generativa, este diplomado tiene un carácter estrictamente instrumental y práctico. Ha sido diseñado para que diferentes tipos de profesionales puedan adoptar la IA generativa como un copiloto estratégico, permitiéndoles transitar desde el diseño avanzado de prompts hasta la creación de agentes autónomos capaces de ejecutar tareas secuenciales complejas. Esta formación es fundamental, dado que la alfabetización en IA y el pensamiento analítico se han consolidado como las habilidades con mayor crecimiento en la demanda empresarial global. (World Economic Forum, Future of Jobs Report 2025).
El programa permite personalizar las herramientas para que la IA aprenda el tono profesional y respete la privacidad de datos sensibles, respondiendo a la necesidad de «empoderar a los adultos para el cambio mediante el desarrollo de competencias digitales que faciliten su participación en entornos laborales altamente tecnificados» (UNESCO, Global Report on Adult Learning and Education). Al finalizar, el estudiante dejará de ser un espectador de la tecnología para convertirse en un usuario avanzado, capaz de operar en sus tareas diarias con soluciones de IA multimodales.
A través de una metodología mixta que integra la flexibilidad de cursos asincrónicos con workshops online sincrónicos de configuración en vivo, el alumno resuelve la brecha entre la teoría y la ejecución diaria, siendo capaz de implementar un sistema personal de IA aplicado a su propio contexto profesional.

Profesionales, ejecutivos y técnicos de diversas disciplinas que busquen optimizar su rendimiento laboral y reducir tiempos en tareas operativas mediante el uso avanzado de IA, utilizada con un asistente de valor. Personas que, sin tener conocimientos en programación, deseen liderar la adopción tecnológica en sus equipos o proyectos independientes.

Integrar herramientas y técnicas de Inteligencia Artificial Generativa en el flujo de trabajo profesional, optimizando la productividad y la ejecución de tareas complejas mediante la orquestación ética, segura y eficiente de soluciones tecnológicas como usuario avanzado.

Licenciatura o título profesional universitario o técnico profesional o técnico.
Se recomienda, a responsabilidad del estudiante: manejo de herramientas digitales a nivel de usuario (uso de computador, internet, correo electrónico, office o similar, etc.); y manejo del idioma inglés para uso de herramientas y lecturas.
No se requiere saber programar.
*El diplomado utilizará herramientas de IA comerciales en sus versiones gratuitas (ChatGPT, Copilot, Claude, Gemini u otras). En caso de requerir servicios de pago más avanzados, estos podrán ser demostrados por el profesor; posteriormente, su uso por parte del estudiante dependerá de que cuente con una suscripción propia.

Al final del curso podrás:
• Reconocer los fundamentos, la evolución histórica y los principales tipos de aprendizaje automático que configuran la base de la Inteligencia Artificial.
• Explicar los principios de la Inteligencia Artificial Generativa, identificando ejemplos y aplicaciones prácticas.
• Aplicar conceptos de IA en el análisis de casos de estudio, comprendiendo su implementación en la industria y explorando oportunidades de adopción en la toma de decisiones empresariales.
• Planificar soluciones de IA utilizando metodologías pertinentes, integrando teoría y práctica, y considerando principios de gobernanza en la ejecución de proyectos.
• Analizar los horizontes de adopción y las nuevas capacidades de la IA en la organización.
• Proponer estrategias de mitigación y aprovechamiento de oportunidades para un desarrollo responsable y sostenible.

Contenidos:
Módulo 1: ¿Qué es la Inteligencia Artificial?
• Fundamentos de la IA.
• Historia y evolución de la IA.
• Tipos de aprendizaje automático.

Módulo 2: Inteligencia Artificial Generativa
• Principios de Inteligencia Artificial Generativa (IAG)
• Ejemplos de IAG.
• Aplicaciones prácticas de la IAG.

Módulo 3: Aplicaciones de Inteligencia Artificial
• Casos de estudio en el uso de IA en la industria.
• Implementación de IA en la toma de decisiones empresariales.
• Primeros pasos para implementar soluciones de IA en tu empresa.

Módulo 4: Planificación de proyectos de Inteligencia Artificial
• Metodologías para la implementación de soluciones de IA.
• Integración de teoría y aplicación práctica en proyectos reales.
• Gobernanza para planificación y ejecución de proyectos en IA.

Módulo 5: Transformación basada en Inteligencia Artificial
• Horizontes de Adopción de la IA.
• Nuevas Capacidades de la IA.
• Foresight.

Módulo 6: Impactos de la Inteligencia Artificial en la sociedad
• Ética en la IA.
• Desafíos y oportunidades sociales de la IA.
• Mitigaciones y regulaciones propuestas.

Al final del curso podrás:
• Identificar principios de percepción y cognición humana aplicado a la visualización.
• Distinguir los distintos modos de visualización y su relación con diferentes tipos de datos y atributos.
• Aplicar un proceso de diseño de confección de visualizaciones efectivas con diversas herramientas de computación.
• Evaluar visualizaciones de información existentes, proponiendo mejoras en ellas.

Contenidos:
Fundamentos de la visualización de información
• Ejemplos históricos de visualización de datos.
• Conceptos fundamentales de visualización de información.
• Gráficos comunes para datos tabulares.
• Herramientas para confeccionar visualizaciones.

Diseño de visualizaciones efectivas
• Modelo Anidado de Munzner para diseño y validación de visualización.
• Reglas y recomendaciones generales para visualizaciones efectivas.
• Teoría del color.

Técnicas avanzadas de visualización
• Visualización con datos de texto, de red y geoespaciales.

Visualización para la comunicación estratégica
• Dashboard vs. Storytelling.
• Diseño de Dashboard.

Al final del curso podrás:
• Aplicar técnicas de prompting avanzado que resuelvan problemas complejos mediante razonamiento estructurado, ejemplos guiados y estrategias de control del comportamiento del modelo.
• Producir contenido multimodal (texto, imagen y video) utilizando prompts específicos para narrativa, estética visual, guiones y generación técnica.
• Optimizar entregables complejos integrando instrucciones de formato, consistencia, estilo y validación optimizando errores y alucinaciones.

Contenidos:
Unidad 1: Ingeniería avanzada de prompts
• Chain of Thought, Tree of Thought, Graph of Thought.
• Few shot, meta prompts, plantillas profesionales.
• Reducción de alucinaciones.

Unidad 2: Prompts profesionales para texto
• Ensayos, informes, documentos técnicos.
• Simulación de roles expertos.
• Análisis profundo de datos o documentos mediante prompts.

Unidad 3: Imagen y estética visual
• Estructura de prompts para imagen (sujetos, estilo, lente, iluminación).
• Corrección de estilo, variaciones y re sedes.
• Prompts para imágenes profesionales: diagramas, presentaciones, gráficos.

Unidad 4: Video y narrativa multimodal
• Prompts para storyboard.
• Descripciones técnicas para video AI.
• Creación de clips cortos, escenas y transiciones.

Unidad 5: Tareas complejas y proyectos integrados
• Diseño de entregables en múltiples pasos.
• Orquestación entre texto, imagen y video.
• Ensamblaje de productos finales (manuales, guiones, informes integrados).

Al final del curso podrás:
• Configurar motores de IA y entornos de trabajo, seleccionando el modelo y las opciones de privacidad adecuadas para la creación de agentes sin programación.
• Diseñar agentes no code que ejecuten tareas secuenciales mediante instrucciones estructuradas, memoria contextual y delegación operativa.
• Implementar flujos automatizados que integren agentes con actividades profesionales como análisis de documentos, generación de entregables y seguimiento de tareas.

Contenidos:
Unidad 1: Selección de motor y entorno de trabajo
• Modelos recomendados para agentes (GPT, Claude, Gemini, Copilot).
• Parámetros de configuración: temperatura, límites, perfiles y privacidad.
• Comparación entre agentes “one shot” vs. agentes persistentes.

Unidad 2: Diseño de agentes sin programación
• Roles, objetivos, reglas y restricciones.
• Memoria, archivos y contexto.
• Agentes orientados a tareas vs. agentes exploratorios.

Unidad 3: Delegación de trabajo profesional
• Métodos de división de tareas y descomposición.
• Delegación estructurada (GOFAI prompting / Task decomposition).
• Estándares para instrucciones consistentes.

Unidad 4: Automatización de flujos reales
• Agentes para análisis documental.
• Agentes para síntesis, redacción y toma de notas.
• Automatización de reportes, correos y entregables.
• Integración ligera con herramientas externas vía uploads, enlaces, o plugins según motor.