Programa de curso – Inteligencia Artificial I 2025

Descripción General

La inteligencia artificial (IA) está transformando el mundo que habitamos, desde las aplicaciones cotidianas hasta los grandes avances científicos.
Este curso introduce a niñas y adolescentes al campo de la IA, enseñando sus conceptos fundamentales y explorando su impacto ético y social de forma creativa y responsable.
Además, se incorporan nociones básicas de Python como herramienta para aplicar los conceptos de forma práctica y accesible.

Objetivo General

Que las participantes comprendan los principios fundamentales de la inteligencia artificial y su aplicación práctica, fomentando el pensamiento crítico, la creatividad y la reflexión ética sobre su impacto en la sociedad.

Objetivos Específicos

• OE1: Comprender qué es la IA, cómo funciona y sus principales aplicaciones.
• OE2: Reflexionar sobre su impacto ético y social en la vida cotidiana.
• OE3: Identificar problemas que puedan resolverse con IA, estimulando el pensamiento crítico.
• OE4: Aplicar los conceptos mediante actividades prácticas en Python.
• OE5: Trabajar colaborativamente analizando casos reales de uso de IA.
• OE6: Conocer referentes femeninos en el ámbito de la inteligencia artificial.

Contenidos

• Introducción a la IA y su relevancia actual.
• Fundamentos de Python y herramientas básicas para IA.
• Recolección, análisis y visualización de datos.
• Conceptos de aprendizaje supervisado y no supervisado.
• Procesamiento del Lenguaje Natural (NLP) y modelos LLM.
• Ética y uso responsable de la inteligencia artificial.

Metodología

El curso combina clases expositivas y actividades prácticas que promueven el aprendizaje activo y la colaboración entre pares.
Cada sesión incluye teoría aplicada, ejercicios guiados y reflexiones sobre los desafíos éticos de la IA.

Etapas del Curso

1. Introducción a la IA: Conceptos, historia e impacto.
2. Python Básico: Variables, operadores y condicionales.
3. Datos y Visualización: Uso de Pandas y gráficos.
4. Machine Learning: Algoritmos como KNN, regresión y árboles de decisión.
5. Lenguaje Natural: Introducción a NLP y LLMs.
6. Proyecto Final: Desarrollo de un proyecto de IA guiado.
7. Charlas y Repaso: Revisión de contenidos y cierre del curso.