Benjamin Eduardo San Martin Peña

Contenidos del módulo: Fundamentos de la IA; Historia y evolución de la Inteligencia Artificial; Etapas y tipos de modelos de IA; IA generativa vs. tradicional; Aplicaciones en entornos laborales; Ejemplos concretos de aplicación de IA en rubros empresariales

Este módulo introductorio establece las bases conceptuales de la Inteligencia Artificial y su relevancia en el mundo del trabajo. Se exploran los fundamentos de la IA, su definición y su evolución histórica desde los primeros conceptos hasta los hitos contemporáneos como Deep Blue, Watson, AlphaGo y el auge de la IA generativa. Se explica el funcionamiento de la IA generativa a través de modelos fundacionales, fases de entrenamiento y ajuste, así como los distintos tipos de modelos. Se establecen las diferencias entre IA tradicional e IA generativa, analizando sus respectivos beneficios y limitaciones. El módulo culmina con casos reales de aplicación en diversas industrias y ejemplos concretos de cómo la IA ya está transformando tareas cotidianas como la redacción de correos, la gestión de reuniones, el análisis de datos y la atención al cliente.

Este módulo se centra en el dominio práctico de ChatGPT como asistente inteligente para la productividad laboral. Se abordan los fundamentos de ChatGPT, su evolución y su configuración paso a paso. El núcleo del módulo es el desarrollo de habilidades de prompting, donde se enseñan principios para redactar instrucciones claras y específicas, y se introducen métodos estructurados como RTF, ERA, TREF, RACE, RSCET y ROSES. Se aplican estos métodos a casos prácticos de automatización de tareas administrativas, como resúmenes de textos, cálculos básicos y generación de informes. También se aborda el uso de ChatGPT en atención al cliente, con ejemplos de respuestas automáticas y manejo de reclamos. Finalmente, se analizan las limitaciones de ChatGPT y se enfatiza la importancia de la validación de resultados.

Este módulo explora dos herramientas de IA complementarias para la gestión de información y la productividad. Se introduce Gemini como el asistente inteligente de Google, destacando su capacidad para comprender, sintetizar y crear contenido. Los participantes aprenden a utilizar la búsqueda semántica para encontrar información relevante y aplicarla en tareas como redacción de correos, generación de material de marketing, presentaciones, resúmenes de reuniones y creación de descripciones de puestos. También se aborda Storybook de Gemini para transformar procesos en narrativas visuales. Paralelamente, se presenta Perplexity como buscador conversacional con IA, caracterizado por entregar respuestas respaldadas por fuentes verificables y por su aplicación en la búsqueda, análisis y organización de información para apoyar la toma de decisiones.

Este módulo se enfoca en la integración de Copilot en el ecosistema de productividad de Microsoft. Se introduce Copilot, su evolución y su interfaz. En Word, los participantes aprenden a generar borradores de informes, cartas y propuestas, ajustando tono y formato. En Excel, se aborda el análisis de datos con Copilot: preparación de hojas, solicitud de análisis, generación de gráficos y creación de fórmulas. En Outlook, se exploran las funcionalidades de Copilot para resumir hilos de correos, redactar respuestas personalizadas, extraer información clave y proponer acciones inmediatas. Se incluyen ejemplos prácticos con prompts específicos para cada herramienta y se destacan las diferencias entre versiones.

Este módulo aborda el uso estratégico de la IA para la innovación y la resolución creativa de problemas. Se exploran los chatbots y asistentes de IA, diferenciando entre chatbots tradicionales y asistentes de IA. Se explica el proceso de creación de un asistente GPT personalizado sin programación: definición del objetivo, configuración de instrucciones, carga de una base de conocimiento, prueba y publicación. El núcleo del módulo es la aplicación de la metodología Design Thinking (Empatizar, Definir, Idear, Prototipar, Testear) potenciada por IA generativa. También se aborda la creatividad aumentada con técnicas de brainstorming asistido por IA. Finalmente, se presentan casos de estudio reales de innovación con IA y se discute la evaluación de ideas mediante criterios estratégicos.

Este módulo final aborda los aspectos éticos y de seguridad en la implementación de la IA en el trabajo. Se definen las responsabilidades de los distintos actores: organizaciones, empleados, desarrolladores y entidades gubernamentales. Se profundiza en los principios clave de ética en IA: transparencia, justicia, privacidad, responsabilidad e impacto social. Se analizan los desafíos éticos como sesgos algorítmicos, falta de explicabilidad, privacidad y seguridad de datos, impacto socioeconómico y atribución de responsabilidad. Se presenta el panorama regulatorio en Chile y se ofrecen buenas prácticas concretas: privacidad por diseño, transparencia, capacitación continua, supervisión humana, cifrado de datos y auditorías. Se analizan casos de estudio positivos y negativos que ilustran los riesgos y beneficios de la IA en el trabajo.