MÓDULO 1. LA IA EN EL SIGLO XXI: UNA TECNOLOGÍA OMNIPRESENTE
Unidad 1. Eficiencia y productividad: el rol de la IA profesional
Impacto de la inteligencia artificial en el ámbito laboral
Avances tecnológicos y disponibilidad de recursos
Tipología de soluciones IA
Unidad 2. Un comienzo inteligente: la gestión del tiempo
Inteligencia artificial y gestión del tiempo
Optimización avanzada de la gestión del tiempo
Unidad 3. Cronología de una eclosión
Primeros experimentos y adquisiciones estratégicas (2010-2015)
Integración y expansión de la IA (2016-2020)
IA en la productividad y el trabajo remoto (2020-2022)
En 2023 todo se revoluciona con ChatGPT
MÓDULO 2. UN MODELO DE INTEGRACIÓN PARA LA IA
Unidad 4. De la integración IA a la gestión de áreas de responsabilidad
Proyectos vs. áreas de responsabilidad
Niveles de adopción de la Inteligencia Artificial
Alta personalización de las soluciones IA
Unidad 5. Unidad práctica: creación de un asistente personal de IA
Unidad 6. Integración de la IA en el entorno profesional
Simple, sencillo y gradual
Configuración y plataformas no-code
Personalización avanzada y plataformas low-code
Inteligencia e integración profunda
Unidad 7. Aplicaciones de IA y la mejora del desempeño profesional
Automatización y eficiencia operativa
Personalización y desarrollo profesional
MÓDULO 3. FUNDAMENTOS DE LA IA
Unidad 8. La naturaleza dual de la IA
Escalabilidad de la IA
Adaptabilidad de la IA
Interconexión entre lo grande y lo pequeño
Teoría de la información y la naturaleza dual de la IA
Unidad 9. El papel de los algoritmos en la IA
Algoritmos en la IA
Algoritmos y matemáticas
Unidad 10. Unidad práctica: Google AI Studio I Unidad 11. La caja de herramientas IA
Los sistemas de aprendizaje automático
Los componentes de la caja de herramientas IA
MÓDULO 4. CÓMO HA APRENDIDO A APRENDER LA IA
Unidad 12. La evolución del ML: inicios del aprendizaje basado en datos
Fundamentos del Machine Learning
La evolución del aprendizaje: de las reglas a los sistemas expertos
Sin datos no hay aprendizaje inteligente
Unidad 13. Unidad práctica: Google AI Studio II Unidad 14. Capacidad de aprender de la IA
IA débil vs. IA fuerte
De algoritmos simples a la inteligencia profunda
De reglas predefinidas a parámetros e hiper-parámetros
Unidad 15. Ámbitos de solución de la IA
El análisis de lo computable
Problemas que la IA puede resolver