Proporcionar a los participantes un conocimiento sólido y habilidades prácticas en el campo de la Inteligencia Artificial, permitiéndoles comprender, desarrollar e implementar algoritmos y modelos de IA para resolver problemas complejos en diversas aplicaciones, desde la industria y la ciencia hasta la vida cotidiana.
Contenidos del aprendizaje
| 1. Introducción a la Inteligencia Artificial y la IA Generativa. 1.1. Conceptos Básicos. 1.2. Tipos de Inteligencia Artificial. 1.3. Historia y Evolución. 1.4. Aplicaciones actuales. 1.5. Modelos de lenguaje grande (LLM – Large Language Model). 1.6. Aplicación de la IA Generativa en el Trabajo Social. |
| 2. IA Herramientas y Tecnologías de Inteligencia Artificial Generativa 2.1. Aplicaciones Predominantes de la IA Generativa. 2.2. Definición, estructura de un PROMPT. 2.3. Herramientas de IA Generativa. 2.4. Ejercicios con ChatGPT. |
| 3. Aplicación de la Inteligencia Artificial Generativa en Casos Prácticos. 3.1. Análisis de Casos de Estudio Reales. 3.2. Resolución de Problemas Comunes en el Trabajo Social mediante IA. 3.3. Desarrollo de Proyectos Pequeños para Implementar en el Entorno Laboral |
| 4. Ética y Futuro de la Inteligencia Artificial Generativa en el Trabajo Social 4.1. Consideraciones Éticas y de Privacidad. 4.2. Regulaciones y Mejores Prácticas. 4.3. Innovaciones Futuras y su Posible Impacto en el trabajo social. |
Objetivo del curso.
Al finalizar el curso, los Trabajadores Sociales en el Área de la Salud estarán capacitados para utilizar eficazmente la inteligencia artificial generativa (IAG), mejorando la calidad y eficiencia de los servicios que ofrecen.
Habiliades a obtener al finalizar el módulo.
- Comprender y explicar los conceptos fundamentales de la inteligencia artificial y la IA generativa, incluyendo cómo estas tecnologías se desarrollan y aplican en contextos reales.
- Identificar oportunidades para la integración de la IA generativa en la práctica del trabajo social y la salud, reconociendo situaciones donde su aplicación puede mejorar la eficiencia, la toma de decisiones, y la personalización del cuidado.
- Usar herramientas de IA generativa para analizar datos, generar contenido informativo y educativo, y crear soluciones innovadoras que respondan a necesidades específicas en el trabajo social y la atención sanitaria.
- Evaluar críticamente las implicaciones éticas y sociales del uso de la IA en el trabajo social y la salud, considerando los aspectos de privacidad, equidad, y consentimiento informado en el diseño y aplicación de soluciones basadas en IA.
- Desarrollar una mentalidad innovadora y adaptativa para la adopción de tecnologías emergentes, preparándose para futuras tendencias en IA y su potencial impacto en el campo de la salud y el trabajo social.
Criterios de Acreditación:
| EVIDENCIAS DE DESEMPEÑO | CRITERIOS DE EVALUACIÓN | PONDERACIÓN |
| 1. Revisión y ejecución de la actividades solcitadas por semana | Desarrollo de habilidades en las platafomras digitales. | 70% |
| 2. Presentar caso práctico con la aplicación de la IAG | Desarrollar el caso práctico con los elementos correspondientes | 30% |
| Total | 100% |
Descripción del trabajo final entregable
Presentar un caso práctico en el que se pueda emplear la inteligencia artificial generativa, con base a los temas vistos en las sesiones del módulo, ejemplo: Crear una presentación, un curso, una plática, análisis e interpretación de información, etc.
Elementos a Incluir en la Presentación:
- Definición del Problema: Identificación clara del problema a resolver.
- Justificación de la Tecnología: ¿Por qué la IA generativa es la mejor opción para este caso?
- Descripción de la Solución Propuesta: Cómo se implementará la IA en el caso práctico.
- Resultados Esperados: Qué resultados se esperan o se han obtenido.
- Impacto Potencial: Cuál es el impacto potencial de la solución en el ámbito de aplicación.
- Demostración o Simulación: Si es posible, incluir una demostración práctica o simulación de la solución.
- Conclusiones y Reflexiones Finales: Conclusiones sobre el aprendizaje y la aplicabilidad de la IA generativa.
Plataformas, herramientas y/o aplicaciones de Inteligencia Artificial Generativa presentadas en el curso.
