Seminario: Enseñar con IAgen
Información adicional
| Inicio | 19 de mayo |
|---|---|
| Duración | 1 mes |
| Modalidad | Virtual Hibrido: sincrónico + asincrónico |
| Arancel | $85.000 |
Seminario: Enseñar con IAgen
Dirección académica: Dra. Fabiana Grinsztajn y Mg. Julieta Gomez Zéliz
🔎 Saber más
Información general
Duración: 12 horas – 1 mes
Fecha de inicio: 19/05/2026
Fecha de finalización: 19/06/2026
Modalidad: Virtual híbrido: sincrónico + asincrónico
Certificación: Certificado de aprobación
Este seminario pertenece a la Diplomatura Superior Universitaria en Inteligencia Artificial y Educación
Destinatarios y requisitos de ingreso
Destinatarios: Docentes de todos los niveles. Investigadores. Integrantes de equipos de gestión educativa. Profesionales interesados en la temática. Graduados universitarios. Funcionarios del estado o colaboradores de empresas o profesionales independientes, que entiendan el fenómeno de la IA.
Objetivos del programa
Objetivo general: Promover un uso crítico, ético y responsable de los modelos de lenguaje y otras herramientas de inteligencia artificial generativa en contextos educativos y científicos, fortaleciendo la integridad académica y el trabajo intelectual en el ámbito universitario.
Objetivos específicos
– Comprender el funcionamiento básico de los grandes modelos de lenguaje (LLMs), identificando sus capacidades, limitaciones y sesgos, especialmente en contextos científicos y educativos.
– Analizar los principios éticos, la responsabilidad académica y la integridad científica asociados al uso de la inteligencia artificial generativa, incorporando un enfoque de uso responsable, transparente y documentado (RTD).
– Explorar estrategias de uso crítico y contextualizado de la inteligencia artificial generativa en la enseñanza de nivel superior, reconociendo distintas aplicaciones para docentes y estudiantes, con especial atención a la equidad, la inclusión y los usos situados en los campos veterinario, pecuario y biológico.
Contenidos
Contenidos mínimos:
Funcionamiento básico de LLMs (Large Language Models). Capacidades y limitaciones en contextos científicos y educativos. Sesgos y consideraciones críticas. Principios éticos en el uso de IA educativa. Responsabilidad académica e integridad científica y académica. Enfoque RTD responsable, transparente y documentado. Estrategias de contextualización disciplinar. Uso crítico de la IA en contextos formativos. Diferentes aplicaciones y propósitos. Herramientas de IA que apoyan el trabajo intelectual y académico, como generadores de texto o de contenido visual, planificación didáctica, creación de recursos y materiales de estudio, diseño de actividades y tareas de aprendizaje, y pruebas de evaluación, videos explicativos, infografías, ensayos, presentaciones multimedia. Equidad e inclusión en el uso de la IAgen en el aula universitaria. Aplicaciones en el campo veterinario, pecuario y biológico. Usos para el docente y para el estudiante.

