Maestría Internacional en Inteligencia Artificial aplicada la Marketing y al SEO

MÓDULO 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL

UNIDAD DIDÁCTICA 1. CONCEPTO Y DEFINICIÓN DE LA INTELIGENCIA
ARTIFICIAL
1. Origen y evolución
2. Ramas
3. Aplicaciones
-Computación
-Medicina
-Finanzas
-Industria pesada
-Atención al cliente
-Industria automotriz
-Juegos y juguetes
-Música
UNIDAD DIDÁCTICA 2. BIG DATA Y BUSINESS INTELLIGENCE
1. Beneficios para las empresas al aplicar la inteligencia artificial en el big data
UNIDAD DIDÁCTICA 3. INTELIGENCIA ARTIFICIAL APLICADA AL
MARKETING, REDES, COPYWRITING Y SEO
1. Automatización y personalización en marketing digital
2. Análisis de audiencias y comportamiento en redes sociales
3. Generación automática de contenidos y copywriting asistido
4. Optimización del posicionamiento SEO
5. Predicción de tendencias y comportamiento digital
6. Inteligencia conversacional y atención automatizada
7. Evaluación del rendimiento y toma de decisiones estratégicas
8. Sinergias y visión integrada

MÓDULO 2. FUNDAMENTOS Y COMPONENTES DEL MARKETING

UNIDAD DIDÁCTICA 1. EL MARKETING COMO DISCIPLINA CENTRAL EN LA ERA DIGITAL
1. Concepto y evolución del marketing
2. Estructura y objetivos de una estrategia de marketing digital
-Las 4P y su adaptación al entorno digital
-Objetivos SMART y embudo de conversión
-Métricas básicas y retorno de la inversión (ROI)
UNIDAD DIDÁCTICA 2. COPYWRITING Y COMUNICACIÓN PERSUASIVA
1. Principios del copywriting efectivo
2. Copywriting para distintos canales
-E-mail
-Redes sociales
-Página web
-Anuncios
UNIDAD DIDÁCTICA 3. REDES SOCIALES Y COMUNICACIÓN DIGITAL
1. Rol de las redes en la estrategia de marca
2. Tipos de plataformas y audiencias
3. Contenido orgánico vs. contenido de pago
UNIDAD DIDÁCTICA 4. SEO Y VISIBILIDAD EN MOTORES DE BÚSQUEDA
1. Fundamentos
-Indexación
-Palabras clave
-Enlaces
2. Tipos
-SEO on-page
-SEO off-page
-SEO técnico
3. Relación entre SEO, contenidos y experiencia de usuario
UNIDAD DIDÁCTICA 5. INTEGRACIÓN DE LAS DISCIPLINAS EN UNA
ESTRATEGIA DIGITAL COHERENTE
1. Sinergias entre marketing, copywriting, redes y SEO
2. Coordinación entre equipos y herramientas
3. Desafíos actuales del entorno digital

MÓDULO 3. APRENDIZAJE AUTOMÁTICO O MACHINE LEARNING

UNIDAD DIDÁCTICA 1. CONCEPTUALIZACIÓN DEL APRENDIZAJE
AUTOMÁTICO O MACHINE LEARNING
1. Calidad de los datos
UNIDAD DIDÁCTICA 2. TIPOS DE APRENDIZAJE
1. Aprendizaje supervisado
-Árboles de decisión
-K vecinos más cercanos
-Máquinas de vectores de soporte
-Regresión logística
-Clasificación de Naive Bayes
2. Aprendizaje no supervisado
-Agrupamiento o clustering
-Reducción de dimensionalidad
3. Aprendizaje por refuerzo
-Q-learning
-Policy gradient
UNIDAD DIDÁCTICA 3. EVALUACIÓN DE MODELOS
1. Métricas de evaluación
-Clasificación
-Regresión
-Ranking
-Estadísticas
-Visión por computadora
-Procesamiento del lenguaje natural

MÓDULO 4. APRENDIZAJE PROFUNDO O DEEP LEARNING

UNIDAD DIDÁCTICA 1. CONCEPTUALIZACIÓN DEL APRENDIZAJE
PROFUNDO O DEEP LEARNING
1. Elementos constitutivos
2. Características
UNIDAD DIDÁCTICA 2. REDES NEURONALES ARTIFICIALES
1. Funcionamiento
-Dinámica computacional de la neurona artificial
-Ajuste de parámetros
-Proceso de aprendizaje
UNIDAD DIDÁCTICA 3. TIPOS DE MODELOS
1. Redes neuronales convolucionales
2. Redes neuronales recurrentes
3. Modelos de transformadores

MÓDULO 5. INTELIGENCIA ARTIFICIAL GENERATIVA

UNIDAD DIDÁCTICA 1. CONCEPTUALIZACIÓN DE LA INTELIGENCIA
ARTIFICIAL GENERATIVA
1. Tipos de contenido generado
-Texto
-Imágenes
-Vídeo
-Audio
-Datos estructurados
2. Métodos de generación
-Generación autorregresiva
-Generación basada en ruido latente
-Entrenamiento adversarial
-Técnicas de enmascaramiento
UNIDAD DIDÁCTICA 2. MODELOS FUNDACIONALES O FOUNDATION
MODELS
1. Entrenamiento y adaptación
2. Representaciones generadas por los modelos
-Multimodales
-Multilingües
UNIDAD DIDÁCTICA 3. ARQUITECTURAS PRINCIPALES
1. Redes generativas antagónicas (GAN)
2. Autocodificadores variacionales
3. Transformadores o transformers
4. Arquitecturas híbridas y emergentes
UNIDAD DIDÁCTICA 4. APLICACIÓN DE LA INTELIGENCIA ARTIFICIAL
GENERATIVA
1. Asistencia creativa
2. Automatización de contenido
3. Generación de datos sintéticos
4. Interacción natural multimodal

MÓDULO 6. INGENIERÍA DE PROMPT O PROMPT ENGINEERING

UNIDAD DIDÁCTICA 1. CONCEPTUALIZACIÓN DE LA INGENIERÍA DE
PROMPT O PROMPT ENGINEERING
1. Elementos de un prompt
2. Principios de diseño
3. Parámetros de generación
-Métodos deterministas
-Técnicas de sampling
UNIDAD DIDÁCTICA 2. TÉCNICAS
1. Prompt sin entrenamiento previo o zero-shot
2. Prompt con pocas muestras o few-shot
3. Cadena de pensamiento o chain of thought
4. Generación aumentada por recuperación
5. ReAct
6. Autoconsistencia
7. Encadenamiento de instrucciones o prompt chaining
8. Prompt basado en roles o role prompting
9. Conocimiento generado
10. Marcos del árbol de pensamiento o tree of thoughts
11. Prompt activo
12. Estímulo direccional
13. Ingeniería automática de prompts
14. Personalización de prompt o prompt reframing
UNIDAD DIDÁCTICA 3. BUENAS PRÁCTICAS
UNIDAD DIDÁCTICA 4. PLATAFORMAS PARA LA GESTIÓN Y
OPTIMIZACIÓN DE PROMPTS
1. Prompthub
2. PromptBase
3. FlowGPT
4. PromptLayer

MÓDULO 7. INTELIGENCIA ARTIFICIAL EN LA TOMA DE DECISIONES

UNIDAD DIDÁCTICA 1. ANÁLISIS PREDICTIVO
1. Modelos aplicables
-Predictivos
-Descriptivos
-Decisión
-Ensemble
-Uplift
2. Técnicas aplicables
-Regresión
-Aprendizaje computacional
-Entornos de código abierto
3. Escenarios específicos
UNIDAD DIDÁCTICA 2. ALGORITMOS CENTRADOS EN MEJORAR LA
TOMA DE DECISIONES
1. Optimización
-Mix
-Pujas
2. Recomendación
-Filtrado colaborativo
-Filtrado basado en contenido
-Modelos híbridos
3. Detección de anomalías
-Fraude publicitario
-Picos orgánicos anómalos

MÓDULO 8. INTEGRACIÓN ENTRE LA INTELIGENCIA ARTIFICIAL Y
LAS TECNOLOGÍAS EMERGENTES

UNIDAD DIDÁCTICA 1. PRINCIPIOS DE INTEGRACIÓN
1. Sinergias tecnológicas
2. Arquitecturas distribuidas
3. Procesamiento de datos inteligentes
4. Retos generales en la implementación
5. Evolución normativa y ética
UNIDAD DIDÁCTICA 2. TECNOLOGÍAS EMERGENTES COMÚNMENTE
INTEGRADAS CON LA INTELIGENCIA ARTIFICIAL
1. Internet de las cosas (IoT)
2. Computación frontera o edge computing
3. Redes 5G y 6G
4. Blockchain
5. Realidad aumentada (RA)

MÓDULO 9. INTELIGENCIA ARTIFICIAL APLICADA AL MARKETING

UNIDAD DIDÁCTICA 1. FUNDAMENTOS DEL MARKETING EN LA ERA
DIGITAL
1. Marketing tradicional
-Las 4P del marketing
2. Marketing digital
-Las 4E y las 4F
-Medios
-Posicionamiento web
-Objetivos
-Estrategias
-Métricas
3. E-commerce
-Sistema de gestión de contenidos (CMS)
-Modelos de negocio
-Optimización de la tasa de conversión
4. E-mail marketing
-Tipos de e-mail
-Principios de diseño
UNIDAD DIDÁCTICA 2. INTELIGENCIA ARTIFICIAL EN LA ESTRATEGIA
DE MARKETING
1. Segmentación y personalización avanzada
-Modelos predictivos de comportamiento
-Experiencia de usuario adaptativa
-Retargeting y microsegmentación
2. Automatización y optimización de inversión
-Publicidad programática y orquestación multicanal
-Ajuste dinámico de presupuestos y ROI algorítmico
3. Análisis y predicción de resultados
-Dashboards inteligentes y modelos de atribución
-Predicción de ventas y rendimiento
-Integración con modelos de atribución multicanal
UNIDAD DIDÁCTICA 3. PLATAFORMAS Y HERRAMIENTAS DE
MARKETING AUTOMATION
1. HubSpot Marketing Hub
2. Salesforce Marketing Cloud
3. Adobe Marketo Engage
4. ActiveCampaign
5. Emarsys

MÓDULO 10. INTELIGENCIA ARTIFICIAL APLICADA A LAS REDES
SOCIALES

UNIDAD DIDÁCTICA 1. ECOSISTEMA Y FUNCIONAMIENTO DE LAS
PLATAFORMAS
1. Algoritmos de distribución y señales de relevancia
2. Métricas de engagement y atención
UNIDAD DIDÁCTICA 2. SOCIAL LISTENING Y MINERÍA DE TENDENCIAS
1. Procesamiento de lenguaje natural
-Detección de tópicos
-Detección de entidades
-Detección de sentimientos
2. Detección temprana de tendencias emergentes
UNIDAD DIDÁCTICA 3. GESTIÓN DE CONTENIDO Y CREATIVIDAD
GENERATIVA
1. Planificación automatizada de calendarios de publicación
2. Reutilización multimodal de contenido
3. Generación automática de creatividades visuales y audiovisuales
4. Control de brand safety y coherencia narrativa
UNIDAD DIDÁCTICA 4. SOCIAL ADS INTELIGENTES
1. Segmentación y optimización algorítmica de campañas
2. Creatividades dinámicas y pruebas automatizadas
3. Evaluación causal del impacto publicitario
UNIDAD DIDÁCTICA 5. ANALÍTICA Y ATRIBUCIÓN SOCIAL
1. Modelos de atribución multicanal aplicados a redes
2. Dashboards inteligentes y sistemas de alerta automatizados

MÓDULO 11. INTELIGENCIA ARTIFICIAL APLICADA AL
COPYWRITING

UNIDAD DIDÁCTICA 1. FUNDAMENTOS DEL COPYWRITING PERSUASIVO
1. Marcos clásicos
-AIDA
-PAS
-BAB
-4U
2. Prompts estructurados y plantillas generativas
-Plantillas de generación condicionadas al modelo persuasivo
-Adaptación de prompts según canal
-Uso de ejemplos orientadores
UNIDAD DIDÁCTICA 2. TONO DE VOZ Y ESTILO AUTOMATIZADO
1. Modelado del tono de marca mediante IA
-Extracción de rasgos lingüísticos
-Clasificación automática de tono
-Validación semántica del tono
2. Creación de guías de estilo automáticas
UNIDAD DIDÁCTICA 3. GENERACIÓN CONDICIONADA A OBJETIVOS Y
AUDIENCIAS
1. Redacción orientada a la acción
2. Personalización por segmento o contexto
UNIDAD DIDÁCTICA 4. EVALUACIÓN AUTOMÁTICA DE LA CALIDAD DEL
COPY
1. Métricas lingüísticas
-Fluidez
-Legibilidad
-Naturalidad
-Detección de errores
2. Métricas algorítmicas
-Brand fit
-Eficacia
-Riesgo discursivo
UNIDAD DIDÁCTICA 5. OPTIMIZACIÓN Y APRENDIZAJE CONTINUO
1. Pruebas A/B automatizadas
2. Retroalimentación algorítmica

MÓDULO 12. INTELIGENCIA ARTIFICIAL APLICADA AL SEO

UNIDAD DIDÁCTICA 1. FUNDAMENTOS DEL SEO INTELIGENTE
1. Análisis de la intención de búsqueda
-Clasificación automática de los tipos de intención
-Modelos de clúster semántico de consultas
2. SEO semántico y basado en entidades
-Extracción y mapeo de entidades
-Construcción de grafos de conocimiento
-Identificación de brechas temáticas
UNIDAD DIDÁCTICA 2. PLANIFICACIÓN Y PRODUCCIÓN DE CONTENIDO
ASISTIDO POR IA
1. Diseño algorítmico de briefs y esquemas
-Generación de esquemas y encabezados optimizados
-Priorización de tópicos
-Interlinking semántico
UNIDAD DIDÁCTICA 3. OPTIMIZACIÓN TÉCNICA Y DATOS
ESTRUCTURADOS
1. Evaluación de HTML crítico
2. Marcado schema.org y adaptación a búsqueda por voz
3. Answer engine optimization
UNIDAD DIDÁCTICA 4. SEO PROGRAMÁTICO Y ESCALABLE
1. Generación masiva controlada de contenido
-Producción de plantillas parametrizadas
-Sistemas de validación automática
-Evaluación de coherencia temática
2. Automatización y control de calidad
3. Supervisión ética y humana
UNIDAD DIDÁCTICA 5. MÉTRICAS Y ATRIBUCIÓN ORGÁNICA
1. Indicadores de rendimiento predictivo
-Métricas tradicionales
-Métricas avanzadas
2. Modelos de atribución y dashboards inteligentes
3. Integración omnicanal del SEO con otros canales digitales

MÓDULO 13. MODELOS, PLATAFORMAS Y ASISTENTES
GENERALISTAS DE INTELIGENCIA ARTIFICIAL PARA MARKETING Y
SUS COMPONENTES

UNIDAD DIDÁCTICA 1. ECOSISTEMA OPENAI
1. GPT
2. DALL·E
3. Sora
4. Whisper
5. Codex
6. Embeddings
UNIDAD DIDÁCTICA 2. MODELOS Y HERRAMIENTAS DE OTROS
DESARROLLADORES
1. Claude
2. Gemini
3. DeepSeek
4. Mistral
5. LLaMA
6. Falcon
UNIDAD DIDÁCTICA 3. COMPARATIVA Y CASOS DE USO
1. Aplicaciones en marketing estratégico
2. Aplicaciones en gestión de redes sociales
3. Aplicaciones en copywriting y generación de contenido
4. Aplicaciones en SEO y analítica web
UNIDAD DIDÁCTICA 4. CRITERIOS DE SELECCIÓN Y ADOPCIÓN
1. Operativos
-Coste
-Privacidad
-Rendimiento
2. Tecnológicos
-Compatibilidad
-Escalabilidad
3. Integración con ecosistemas corporativos

MÓDULO 14. ÉTICA Y REGULACIÓN DE LA INTELIGENCIA
ARTIFICIAL

UNIDAD DIDÁCTICA 1. MORAL ANTE EL PROGRESO TECNOLÓGICO
1. Posiciones doctrinales
-Bioconservadurismo
-Neurodeterminismo
-Transhumanismo
-Humanismo abierto desde los derechos humanos
UNIDAD DIDÁCTICA 2. DESAFÍOS ÉTICOS QUE PRESENTA EL USO DE
LA INTELIGENCIA ARTIFICIAL
1. Sesgos y discriminación
2. Transparencia y explicabilidad
3. Privacidad y seguridad de los datos
4. Empleo y economía
5. Autonomía y responsabilidad
UNIDAD DIDÁCTICA 3. ACTORES RELEVANTES
1. Gobiernos
2. Empresas
3. Desarrolladores
4. Usuarios
UNIDAD DIDÁCTICA 4. GUÍAS, RECOMENDACIONES Y OTROS
DOCUMENTOS EN TORNO A LA ÉTICA APLICADA
1. Iniciativas privadas
-Principios de Asilomar
-Instituto de Ingenieros Eléctricos y Electrónicos
-Grandes empresas tecnológicas
2. Iniciativas supranacionales
-Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura
-Organización para la Cooperación y el Desarrollo Económico
-Comisión Europea
3. Iniciativas gubernamentales
-Estados Unidos
-China
-Reino Unido
-Japón
-India
-España
-Brasil
-Colombia
-Uruguay
UNIDAD DIDÁCTICA 5. PANORAMA LEGISLATIVO VINCULADO A LA
INTELIGENCIA ARTIFICIAL
1. Regulación en Europa
2. Regulación en Estados Unidos
3. Regulación en China

MÓDULO 15. GOBERNANZA DE LA INTELIGENCIA ARTIFICIAL

UNIDAD DIDÁCTICA 1. ¿QUÉ ES LA GOBERNANZA DE LA INTELIGENCIA ARTIFICIAL?
1. Niveles
UNIDAD DIDÁCTICA 2. ELEMENTOS DE GOBERNANZA
1. Adaptación de las estructuras de gobierno internas
2. Establecimiento de un comité de inteligencia artificial
3. Roles y responsabilidades
4. Elaboración de políticas y procedimientos internos
5. Formación y concienciación
6. Determinación de los objetivos de negocio
7. Apoyo de la gerencia
UNIDAD DIDÁCTICA 3. GESTIÓN DE LOS RIESGOS DE LA INTELIGENCIA
ARTIFICIAL EN LAS ORGANIZACIONES
1. Análisis de riesgos
-Identificación y clasificación de sistemas algorítmicos
-Evaluación y documentación de riesgos
-Planificación de medidas correctoras y controles operativos
-Gestión del cumplimiento normativo
-Evaluación de resultados y mejora continua
UNIDAD DIDÁCTICA 4. CICLO DE VIDA DE UNA INTELIGENCIA
ARTIFICIAL
1. Diseño
2. Desarrollo
3. Producción
4. Seguimiento y control
5. Retirada
UNIDAD DIDÁCTICA 5. AUDITORÍA DE SISTEMAS DE INTELIGENCIA
ARTIFICIAL
1. Modelo de las tres líneas
-Ejecución y responsabilidad operativa
-Supervisión y monitoreo del riesgo
-Aseguramiento independiente y asesoramiento estratégico