DiplomadoInteligencia artificial y datos
Inteligencia artificial para la docencia y la investigación
El diplomado Inteligencia artificial para la docencia y la investigación proporciona al estudiante estrategias para integrar la IA en el diseño de clases, la evaluación, la retroalimentación y cada etapa de la investigación, con criterios de integridad académica y protección de datos. Le permite producir más y mejor como docente o investigador sin comprometer el rigor.
A quién va dirigido
Docentes, investigadores, coordinadores académicos y estudiantes de posgrado sin requisitos técnicos.
Objetivos
✓Comprender la guía de la UNESCO para la IA generativa en educación e investigación (2023) y su marco de competencias docentes (2024).
✓Analizar datos cualitativos y cuantitativos de investigación con apoyo de IA, verificando cada resultado y cita.
✓Aplicar Elicit, Consensus, Semantic Scholar, Zotero y el protocolo PRISMA en revisiones de literatura asistidas.
✓Diseñar secuencias didácticas, rúbricas, evaluaciones auténticas y asistentes de curso con NotebookLM o GPT integrados en Moodle.
✓Reconocerse como docente o investigador responsable que declara el uso de IA y promueve la integridad académica.
Plan de estudios por sesión
1
Referentes internacionales sobre IA en educaciónGuía de la UNESCO para la IA generativa en educación e investigación (2023) · Marco de competencias en IA para docentes de la UNESCO (2024)
2
Oportunidades, riesgos y equidadOportunidades y riesgos pedagógicos · Brechas de acceso
3
Resultados de aprendizaje y materiales con IAResultados de aprendizaje y rúbricas con IA · Materiales, casos y bancos de preguntas
4
Evaluación auténtica y retroalimentaciónEvaluación auténtica resistente al uso indebido de IA · Retroalimentación personalizada
5
Asistentes de curso en el aula virtualAsistentes de curso con NotebookLM o GPT personalizados · Integración con Moodle
6
Inclusión y acompañamiento del estudianteAccesibilidad y diversidad · Seguimiento del estudiante
7
Búsqueda y gestión de literatura científicaBúsqueda con Elicit, Consensus y Semantic Scholar · Gestión bibliográfica con Zotero
8
Revisiones sistemáticas verificablesRevisiones sistemáticas con el protocolo PRISMA · Verificación de citas
9
Análisis de datos de investigación con IACodificación cualitativa asistida · Análisis estadístico con Python o R apoyado en IA
10
Escritura científica y declaración de usoRedacción y revisión de artículos · Declaración de uso de IA según las revistas
11
Integridad académica y política del programaPlagio, autoría y detección · Política de uso de IA del programa
12
Presentación del proyecto final: curso rediseñado o protocolo de investigaciónEntrega del curso rediseñado o protocolo de investigación · Sustentación
Evaluación
Inicial30%Análisis de oportunidades, riesgos y brechas de acceso de la IA en un curso propio; cuestionario sobre las guías de la UNESCO.
Intermedio30%Rúbrica y evaluación auténtica diseñadas con IA; revisión de literatura con Elicit o Consensus gestionada en Zotero con verificación de citas.
Final40%Proyecto final: curso rediseñado con IA (sílabo, actividades, rúbricas y asistente) o protocolo de investigación con revisión de literatura asistida y bitácora de verificación, con sustentación.
Proyecto final
Curso rediseñado con IA (sílabo, actividades, rúbricas y asistente) o protocolo de investigación con revisión de literatura asistida y bitácora de verificación.