📖 Manual del Participante

Curso: “Alfabetización Digital 2.0: IA, Ética y Funcional para Todos”

👋 ¡Bienvenido al curso Alfabetización Digital 2.0! Este manual es su guía de aprendizaje a lo largo de los cinco módulos. Aquí encontrará los conceptos clave, ejemplos prácticos, actividades y recursos que cubriremos en clase, para que pueda seguir las explicaciones y practicar por su cuenta. El lenguaje usado es formal pero accesible, y hemos incluido muchas ilustraciones y casos para facilitar la comprensión. Siéntase libre de tomar notas en los espacios provistos y hacer las actividades propuestas. ¡Comencemos este viaje hacia la integración efectiva y ética de la Inteligencia Artificial en nuestra vida diaria!

Introducción general

En los últimos años, la Inteligencia Artificial (IA) ha avanzado a pasos agigantados. Un ejemplo notable es GPT-4, un modelo de lenguaje de OpenAI presentado en 2023, capaz de procesar texto e imágenes y generar contenido en múltiples formatos. Esto significa que ahora una IA puede describir lo que ve en una imagen, responder preguntas visuales o incluso ayudar a crear gráficos a partir de descripciones. La IA está saliendo del ámbito de los expertos en tecnología para integrarse en nuestras herramientas cotidianas: el correo electrónico, los editores de texto, las hojas de cálculo, las redes sociales e incluso las aplicaciones creativas.

¿Por qué es importante la comunicación efectiva con la IA? Porque estos sistemas funcionan en base a nuestras instrucciones: aprenden del input que les damos. Si aprendemos a “hablarles” claramente (a través de prompts bien diseñados), obtendremos resultados más útiles y evitaremos malentendidos. Este curso arranca enseñándole justamente eso.

Luego, veremos cómo la IA puede aumentar nuestra productividad en tareas comunes – imaginemos automatizar el ordenar datos, resumir documentos, o corregir textos, todo con unos cuantos clics. Exploraremos casos prácticos de oficina donde la IA ahorra tiempo y reduce errores.

Más adelante, daremos un paso hacia la construcción de agentes inteligentes o flujos de trabajo automatizados. ¿Suena complejo? No se preocupe: hoy existen herramientas que le permiten hacerlo sin programar, simplemente conectando piezas (por ejemplo, hacer que un chatbot conteste automáticamente cierta consulta y envíe un correo). Usted aprenderá los fundamentos para identificar cuándo vale la pena usar un agente así y cómo implementarlo de manera básica.

La cuarta parte del curso despierta su lado creativo: ¿sabía que con IA puede generar obras visuales, diseñar prototipos de productos, o crear contenido para redes sociales sin saber de diseño gráfico? Las IA multimodales facilitan esto, y aquí experimentaremos con ellas, siempre resaltando el uso ético y responsable (nada de trampas ni plagios: ¡la creatividad debe ser constructiva!).

Finalmente, no podemos ignorar que la IA trae nuevos riesgos. Profundizaremos en los desafíos de seguridad y privacidad: desde estafas más elaboradas con IA hasta noticias falsas hiperrealistas. Lo equiparemos con el criterio para reconocer estas amenazas y protegerse, así como para contribuir a un entorno digital más auténtico.

Este manual lo acompañará en todo momento, actuando como un “asistente” complementario al instructor. Ahora sí, entremos de lleno a cada módulo.

---

Módulo 1: Comunicación Efectiva con IA

1.1 ¿Qué es el Prompt Engineering?

Imaginemos que la IA es un experto dispuesto a ayudarnos, pero que solo entiende exactamente lo que le pedimos. El Prompt Engineering (ingeniería de indicaciones) es el arte de formular nuestras preguntas o instrucciones de la mejor manera para obtener respuestas útiles de la IA.

Un prompt es básicamente el texto que le introducimos a la IA para que nos responda. Puede ser una pregunta, una orden, una descripción de tarea, etc. Un buen prompt debe tener dos componentes clave:

• Contexto: Información de fondo que situará a la IA en el escenario correcto.
• Instrucciones precisas: Lo que queremos que haga la IA, de la forma más clara posible.

Piénselo así: si usted le pregunta algo a un colega en el trabajo, normalmente le proporciona algo de contexto (“Recuerdas el reporte de ventas del mes pasado...”) y luego su petición (“¿podrías extraerme el total de ventas por región?”). Con la IA, es similar.

¿Por qué importan tanto las palabras? Porque las IA de lenguaje no “razonan” como humanos, sino que siguen patrones estadísticos aprendidos de millones de ejemplos. Un cambio pequeño en cómo se formula la pregunta puede activar patrones distintos. Por eso, aprenderemos a “afinar” el prompt para acercarnos al resultado deseado.

1.2 Fundamentos para construir un buen prompt

• Sé específico: Cuanto más clara y detallada sea su petición, más acotada y relevante será la respuesta. Evite frases vagas. Por ejemplo, en lugar de preguntar “Háblame de medicina”, podría preguntar “Resume en 3 párrafos los avances más importantes en medicina cardiovascular en 2021, con un tono divulgativo”. Aquí hemos especificado extensión (3 párrafos), ámbito (medicina cardiovascular), año, y estilo (divulgativo).
• Proporcione contexto útil: Indique a la IA cualquier información que pueda necesitar saber. Esto puede incluir su rol (quién se supone que es la IA en este diálogo), el propósito de la respuesta, o datos específicos disponibles. Ej.: “Actúa como un tutor de matemáticas. Un estudiante te pregunta cómo resolver la ecuación 2x+5=15. Explícalo paso a paso de forma sencilla.” – Con esto, la IA adopta el contexto de tutor y sabe que debe resolver con detalle.
• Incluya el formato deseado si es necesario: Si desea la respuesta en un formato particular (lista, tabla, código, etc.), dígaselo a la IA. Ej.: “Dame los datos en formato de tabla: Columna 1 País, Columna 2 Capital.”
• Comprueba y refina: No tema iterar. Si la primera respuesta de la IA no es lo que buscaba, analice su prompt: ¿faltó aclarar algo? ¿La IA malinterpretó una palabra? Ajuste y pregunte de nuevo. Esto es parte natural del proceso de prompt engineering.

1.3 Errores típicos al crear prompts y cómo evitarlos

Incluso con las pautas anteriores, es fácil cometer algunos errores comunes. Identificarlos es el primer paso para evitarlos:

• Ambigüedad: Preguntas o pedidos con múltiples interpretaciones.

  Ejemplo: “Haz un resumen del informe.” – ¿Qué informe? ¿Qué extensión de resumen?

  Solución: especificar: “Resume el informe X de 10 páginas en 5 puntos clave, en español sencillo para un público general.”

• Falta de contexto relevante: La IA no tiene memoria de hechos a menos que se los proporcione (o que estén implícitos en su entrenamiento, pero no podemos asumirlo). Si su pregunta depende de información que no está en el enunciado, la IA podría inventar (¡cuidado!).

  Ejemplo: “¿Cuál es el mejor tratamiento?” – (¿Tratamiento para qué, para quién?).

  Solución: “Eres un asesor médico virtual. Un paciente de 45 años con diabetes tipo II controlada y sobrepeso leve pregunta: ¿Cuál es el mejor tratamiento para la hipertensión? Responde considerando su condición.” Aquí dimos datos de contexto clínico para guiar la respuesta.

• Omisión de resultado esperado: A veces la IA necesita saber qué quieres exactamente como salida. Si no se lo dices, te dará lo que crea conveniente.

  Ejemplo: “Dame las estadísticas de ventas.” – Podría soltar un párrafo hablado.

  Mejor: “Dame las estadísticas de ventas en formato de lista, indicando producto y unidades vendidas, y luego proporciona un promedio total.”

• Pedir múltiples cosas en desorden: Si realizas varias preguntas en un solo prompt, la IA puede confundirse o responder solo parcialmente. Mejor dividir o enumerar claramente.

  Ejemplo mal: “Explica qué es IA. ¿Cómo se usa en educación? Dame 3 ejemplos.” – la IA puede volcar todo junto sin orden.

  Ejemplo bien: “1) Define brevemente Inteligencia Artificial. 2) Explica 2 usos de la IA en la educación actual. 3) Proporciona 3 ejemplos concretos de aplicaciones educativas con IA, en formato de lista numerada.” De esta forma enumerada, la IA usualmente estructura su respuesta siguiendo esos puntos.

Estrategia práctica: Si recibe una respuesta que no era lo que quería, analice su prompt bajo estos criterios: ¿habrá sido ambiguo? ¿quizá asumí que la IA “sabía” algo que no le dije? ¿Le pedí demasiado de una vez? Ajuste y reintente.

1.4 Comparativa de herramientas de IA populares

No todas las IA conversacionales son iguales. En este punto haremos un breve repaso por algunas herramientas disponibles, para entender sus fortalezas, debilidades y casos de uso:

• ChatGPT (OpenAI): Modelo de lenguaje general muy versátil.
  • Fortalezas: Gran habilidad para generar texto coherente, explicar conceptos, programar, etc. Con GPT-4 (especialmente la versión multimodal, ChatGPT-4 con visión) puede también analizar imágenes. Muy bueno para diálogos largos manteniendo contexto.
  • Debilidades: Su conocimiento se basa en datos hasta cierta fecha (por ejemplo, GPT-4 fue entrenado con datos hasta 2021, aunque hay actualizaciones). Puede producir información incorrecta (alucinaciones) con mucha seguridad, si no sabe algo. No cita fuentes (a menos que se lo pidas explícitamente).
  • Casos de uso: Redacción de borradores, tutoría personalizada, codificación asistida, brainstorming de ideas, resumir textos.
• Perplexity.ai: Un motor de búsqueda potenciado por IA.
  • Fortalezas: Responde preguntas buscando en Internet y proporcionando referencias de las fuentes. Ideal para cuando necesitas información actualizada y verificable.
  • Debilidades: Sus respuestas suelen ser más concisas y menos “creativas” que ChatGPT, ya que se basa en lo que encuentra. Está limitado por la calidad de los resultados de búsqueda.
  • Casos de uso: Preguntas factuales concretas, investigación rápida sobre un tema, obtener respuestas con respaldo (ej. “¿Cuál es la capital de…? + referencia”).
• Google Gemini (mencionado como futuro competidor):
  • Fortalezas esperadas: Integración profunda con las herramientas de Google (búsquedas, correo, documentos). Multimodal (como GPT-4) con capacidad de razonamiento avanzado. Probablemente ofrecerá respuestas actualizadas y herramientas integradas (como Google Docs, etc.).
  • Debilidades: Aún en desarrollo/beta al momento de este curso. Será necesario evaluar su desempeño real. Podría tener restricciones en ciertos contenidos o priorizar respuestas de su propio ecosistema.
  • Casos de uso: Similar a ChatGPT pero con la ventaja de estar conectado en vivo a internet y tus datos de Google (si lo permiten), lo que sería muy útil para integrarlo con tu flujo de trabajo (imagine un asistente que lee tus emails – con permiso – y te resume los pendientes diarios).
• Otros (resumen):
  • Microsoft 365 Copilot: IA integrada en Word, Excel, PowerPoint y Outlook. Útil para tareas específicas: en Word te puede redactar a partir de indicaciones, en Excel crear fórmulas o analizar datos, en PowerPoint generar diapositivas, etc.
  • Bing Chat: Similar a ChatGPT pero con acceso a búsqueda web actual (incorpora GPT-4 con navegación). Bueno para obtener info al día, pero a veces proporciona respuestas más cortas con enlaces.
  • Asistentes de código (GitHub Copilot, etc.): orientados a programación, completan código mientras uno escribe.
  • Asistentes de dominio específico: por ejemplo, Jasper AI (marketing content), DALL-E o Midjourney (imágenes, los veremos más en módulo 4), etc.

¿Por qué es útil conocer varios? Porque cada uno puede ser “el mejor” en una situación. Por ejemplo, si necesitas un ensayo creativo, probablemente ChatGPT sea excelente. Si requieres verificar un dato actual de noticias, usarías Perplexity o Bing. Si trabajas dentro de Word, tal vez prefieras Microsoft Copilot porque lo tienes a mano.

1.5 Proyecto práctico: Diseñando una interacción IA efectiva

(En clase realizaremos un proyecto práctico que resume todo lo aprendido en el módulo. Aquí tiene las indicaciones y un espacio para tomar apuntes.)

Situación: Supongamos que trabajamos en una pequeña empresa y queremos implementar un asistente virtual para los empleados nuevos, que les conteste dudas frecuentes sobre políticas de la empresa y procedimientos internos (horarios, cómo solicitar vacaciones, etc.). No tenemos un software caro, pero contamos con ChatGPT.

Desafío: Diseñar una interfaz de usuario-IA básica para este asistente. Esto implica: crear un buen prompt base (contexto + instrucciones) que sirva de cerebro del asistente, pensar cómo un empleado haría la pregunta y qué respuesta espera, y probar con algunos ejemplos y ajustar.

Pasos a seguir:

1. Definir el contexto y rol de la IA: (ej., “Eres InfoBot, el asistente virtual de la empresa ACME, encargado de responder preguntas frecuentes de empleados nuevos. Proporcionas respuestas breves, amables y claras, basadas en el manual del empleado.”)
2. Elaborar instrucciones de respuesta: indicarle que solo responda si sabe, que no invente datos críticos o que referencie el manual cuando corresponda, etc.
3. Incorporar conocimiento base: Podemos cargar algunas preguntas frecuentes reales del manual como contexto adicional (en ChatGPT hay formas de suministrar texto, o podríamos meter Q&A en el prompt – aunque tiene límite). Aquí resumiremos algunas ficticias para la prueba.
4. Pruebas de ejemplo: Hacer preguntas como “¿Cuántos días de vacaciones me corresponden por año?” y ver la respuesta de la IA. Ajustar el prompt si la respuesta no es adecuada (muy larga, o dice “no sé”).
5. Iterar y finalizar: Llegar a una versión de nuestro prompt/instrucciones final para InfoBot.

Nota: Este ejercicio condensa en pequeño el proceso real de desarrollar un producto con IA: definimos propósito, alimentamos datos, probamos, refinamos. Es normal que la primera respuesta no sea perfecta; la clave es mejorar iterativamente.

1.6 Cierre del módulo 1: reflexiones y mejores prácticas

Hemos visto que comunicarse con IA no es magia, es habilidad. Para cerrar, recordemos algunas ideas centrales y mejores prácticas:

• Estructura efectiva de prompts: siempre piense en dar contexto + instrucción clara + formato deseado. Un prompt bien estructurado es la diferencia entre una respuesta mediocre y una excelente.
• Iteración constante: No tema conversar con la IA. Pida más detalles, aclare dudas (“¿Puedes reescribir eso más simple?”). Use técnicas avanzadas como Chain-of-Thought (Cadena de Pensamiento): puede decirle a la IA “Razona paso a paso” para que desglose un problema complejo. Esto suele llevar a respuestas más sólidas y transparentes.
• Pensamiento crítico ante la IA: La IA puede sonar muy segura incluso cuando está equivocada. Siempre revise con ojo crítico las respuestas, especialmente en datos factuales. Por ello, aprendimos a detectar sesgos y alucinaciones. Si algo parece dudoso, pregunte de otra manera o verifíquelo por fuera. La IA es una asistente, no un oráculo infalible. Debemos combinar sus fortalezas con nuestro criterio humano.
• Claridad en la comunicación hombre-máquina: Esta competencia que ha comenzado a desarrollar – la de “hablarle” eficazmente a las máquinas – es cada vez más valiosa. Requiere claridad de pensamiento (¿qué es exactamente lo que busco?), precisión lingüística y cierto grado de empatía incluso (ponerse en “los zapatos de la IA” para imaginar cómo interpretará nuestra solicitud).

Con estos fundamentos, usted está listo para aplicar la IA en más contextos. En los módulos siguientes, construiremos sobre esta base: veremos cómo aprovechar la IA para automatizar tareas, para crear agentes completos y para proyectos creativos. La comunicación efectiva con la IA seguirá siendo la columna vertebral – por ejemplo, incluso cuando configuremos un agente, tendrá que definir prompts y condiciones.

¡Felicidades! Ha completado el primer módulo. Le animamos a que practique estas técnicas en su día a día – incluso chatear con asistentes virtuales en el celular con indicaciones claras, para afinar su habilidad.