## 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.