Inteligencia Artificial y ChatGPT

• Comprender qué es la IA generativa y cómo funciona, incluyendo los modelos de aprendizaje profundo en los que se basa.
• Identificar las principales aplicaciones de la IA generativa en diversos sectores como la educación, la salud, el entretenimiento, el marketing, etc.
• Analizar los beneficios clave que ofrece la IA generativa, como la automatización de procesos creativos y la personalización de contenido.
• Evaluar los desafíos y riesgos asociados al uso de la IA generativa, incluyendo la generación de información falsa, los sesgos, la privacidad y el impacto laboral.
• Comprender la necesidad de ética y regulaciones en la IA generativa y conocer ejemplos de marcos normativos como el Reglamento de IA de la Unión Europea.
• Explicar qué es ChatGPT y su base en la arquitectura Transformer.
• Describir el proceso de funcionamiento de ChatGPT, incluyendo la tokenización, el preentrenamiento y el ajuste fino (fine-tuning) con retroalimentación humana (RLHF).
• Analizar la evolución de los modelos GPT de OpenAI (GPT, GPT-2, GPT-3, GPT-4), destacando las mejoras en capacidad, complejidad y funcionalidades.
• Identificar las limitaciones y riesgos clave de los modelos GPT, como la alucinación, la dependencia del entrenamiento previo, el sesgo y el riesgo de uso malicioso.
• Identificar y comparar las características principales de modelos de lenguaje como Claude, Gemini, Mistral y DeepSeek.
• Comprender los enfoques distintivos de diferentes empresas en el desarrollo de IA generativa (seguridad, integración, especialización, código abierto).
• Valorar las ventajas y desafíos de los modelos de código abierto en el ámbito de la generación de texto.
• Reconocer la diversidad de modelos de lenguaje disponibles y sus posibles aplicaciones según sus fortalezas específicas.
• Identificar y describir las características principales de los modelos de generación de imágenes DALL·E, MidJourney y Stable Diffusion.
• Comprender las aplicaciones de la IA en la creación de contenido visual en diversos sectores, desde el arte hasta la medicina.
• Analizar las limitaciones y desafíos del uso de la IA en la generación de imágenes, incluyendo la falta de control preciso, los errores y las cuestiones éticas sobre datos y sesgos.
• Describir cómo la IA se utiliza en la edición de fotos y el diseño gráfico, con ejemplos de herramientas como Adobe Firefly.
• Explicar el proceso básico de edición de imágenes con una herramienta de IA como el Relleno generativo de Adobe Firefly.
• Describir las capacidades de modelos de IA generativa para vídeo como Runway y Sora.
• Explicar cómo la IA impacta en la creación de efectos visuales (VFX) y la producción cinematográfica, tanto en automatización como en generación de contenido nuevo.
• Analizar la aplicación de la IA en la generación de contenido para redes sociales, incluyendo texto, imágenes y vídeo.
• Identificar y discutir las implicaciones éticas y desafíos de la IA generativa en video y redes sociales, como los deepfakes, la desinformación y la saturación de contenido de baja calidad.
• Explicar cómo funciona la creación de voces sintéticas (text-to-speech) y la clonación vocal utilizando modelos de IA.
• Identificar las principales aplicaciones de las voces sintéticas en medios, educación, asistencia virtual, etc.
• Describir el papel de la IA en la composición musical y la generación de sonidos, mencionando herramientas y sus funcionalidades.
• Analizar cómo la IA se aplica en el doblaje audiovisual y la producción de audiolibros, destacando sus ventajas en eficiencia y accesibilidad.
• Evaluar los desafíos éticos y profesionales en el uso de la IA en audio y voz, incluyendo la suplantación, los derechos de autor en música y el impacto en empleos.
• Reconocer el riesgo de los deepfakes de audio y las medidas para combatirlos.
• Definir qué es la ingeniería de prompts y su importancia para interactuar con la IA generativa.
• Aplicar técnicas para optimizar la formulación de prompts, como la claridad, la especificidad, el chain-of-thought prompting o el proceso CETO.
• Diferenciar cómo se formulan los prompts para generar texto, imágenes y audio/música, considerando las particularidades de cada modalidad.
• Identificar herramientas avanzadas que facilitan la generación efectiva de contenido en distintos formatos (texto, imagen, video, audio, código), incluyendo herramientas multimodales.
• Analizar ejemplos prácticos de prompts efectivos para modelos de texto como ChatGPT.
• Explicar cómo utilizar la función de carga y análisis de archivos en plataformas de IA como ChatGPT o NotebookLM.
• Describir cómo la IA permite la creación y edición de imágenes a través de interacciones conversacionales.
• Identificar cómo la IA se utiliza para el análisis de datos (extracción, interpretación, cálculo) y la automatización de procesos en diversos contextos.
• Comprender el concepto de GPT Personalizados y su impacto potencial en la productividad, educación y negocios.
• Reconocer las ventajas y desafíos de estas funcionalidades avanzadas, incluyendo aspectos de privacidad y seguridad.
• Describir las principales políticas y medidas de seguridad que implementan empresas de IA para prevenir usos maliciosos.
• Explicar los principios de control de datos y privacidad en las aplicaciones de IA, incluyendo el consentimiento informado y la gestión de datos sensibles.
• Analizar los riesgos asociados a la manipulación de información y la desinformación generada por IA, destacando la amenaza de los deepfakes y el slop.
• Discutir el impacto dual de la IA en la seguridad digital, identificando su uso tanto para la defensa (detección de amenazas) como para el ataque (ciberataques potenciados por IA).
• Reconocer la importancia de la regulación, la transparencia y la alfabetización digital para abordar estos desafíos.
• Identificar las principales innovaciones esperadas en la IA generativa, como la multimodalidad avanzada, la personalización profunda y la mayor eficiencia.
• Analizar el impacto futuro de la IA generativa en los ámbitos de la educación, el trabajo y la creatividad, incluyendo tanto oportunidades como desafíos.
• Explicar cómo se espera la integración de la IA generativa con la realidad aumentada (RA) y virtual (RV) para crear experiencias inmersivas y dinámicas.
• Comprender cómo la IA generativa está evolucionando la interacción humano-máquina, pasando de comandos rígidos a relaciones más fluidas y colaborativas.
• Evaluar los desafíos éticos y sociales que acompañarán estas futuras innovaciones y transformaciones.

U. A. 1. La IA generativa y su impacto en la sociedad
1.Introducción a la IA generativa
2.Principales aplicaciones de la IA generativa
3.Beneficios y desafíos de su uso
4.Ética y regulaciones en la IA generativa
U. A. 2. ChatGPT y la evolución de los modelos GPT
1.¿Cómo funciona ChatGPT?
2.Evolución de los modelos GPT de OpenAI
3.Comparativa con otros modelos de lenguaje (Claude, Gemini, Mistral, etc.)
4.Limitaciones y riesgos de los modelos GPT
U. A. 3. Otras IA generativas en texto
1.Gemini de Google
2.Claude de Anthropic
3.DeepSeek
4.Modelos Open Source (Mistral, Falcon, etc.)
5.Aplicaciones de los modelos de texto en distintos sectores
U. A. 4. Creación de contenido visual con IA
1.DALL·E: Creación de imágenes con OpenAI
2.MidJourney: Generación artística avanzada
3.Stable Diffusion: Modelos de código abierto para imágenes
4.Aplicaciones y limitaciones de la IA en la imagen
5.IA en la edición de fotos y diseño gráfico
U. A. 5. IA generativa en video y animación
1.Modelos como Runway y Sora de OpenAI
2.Creación de efectos visuales y cinematografía
3.IA en la generación de contenido para redes sociales
4.Implicaciones éticas y desafíos
U. A. 6. IA en audio y voz
1.Creación de voces sintéticas con IA
2.IA en la composición musical y generación de sonidos
3.Aplicaciones en doblaje y audiolibros
4.IA y los desafíos del deepfake en audio
U. A. 7. Ingeniería de Prompts
1.¿Qué es la ingeniería de prompts?
2.Técnicas para optimizar resultados en IA generativa
3.Diferencias entre prompts en texto, imágenes y audio
4.Herramientas avanzadas para generación efectiva
 
U. A. 8. Funcionalidades avanzadas en ChatGPT y otras IAs
1.Carga y análisis de archivos con IA
2.Creación y edición de imágenes
3.Uso de IA para análisis de datos y automatización
4.Los GPT Personalizados y su impacto
U. A. 9. Seguridad, privacidad y control en IA generativa
1.Políticas de OpenAI y otras empresas de IA
2.Control de datos y privacidad en aplicaciones de IA
3.Manipulación de información y desinformación generada por IA
4.IA y su impacto en la seguridad digital
 
U. A. 10. Futuro de la IA generativa
1.Innovaciones esperadas en IA generativa
2.Impacto en la educación, trabajo y creatividad
3.Integración con la realidad aumentada y virtual
4.IA y la evolución de la interacción humano-máquina