Máster en Inteligencia Artificial aplicada en la Educación y la docencia

Inteligencia artificial para la educación y la docencia

Módulo 1. Fundamentos de la educación

• Unidad didáctica 1. Concepto de educación

  1. Instrucción, aprendizaje y formación

• Unidad didáctica 2. Proceso educativo

  1. Agentes educativos

  2. Tipos de educación

  3. Funciones de la educación

• Unidad didáctica 3. Historia de la educación

  1. Educación en las antiguas culturas orientales

  2. Educación grecorromana: clásica en Grecia y clásica en Roma

  3. Educación en la Edad Media

  4. Educación en la Edad Moderna

  5. Educación en la Edad Contemporánea

Módulo 2. Educación y tecnología

• Unidad didáctica 1. Educación digital

  1. Origen y evolución

  2. De la educación tradicional a la educación digital

  3. Modalidades: educación a distancia, online e híbrida o blended learning

• Unidad didáctica 2. Nuevos entornos tecnológicos y digitales

  1. Nuevas plataformas de aprendizaje: CMS, LMS, LCMS y MOOC

  2. Herramientas colaborativas y redes sociales educativas

  3. Contenidos interactivos y gamificación

• Unidad didáctica 3. Revolución digital

  1. Alfabetización digital

  2. Brecha digital

  3. Digitalización en las aulas

  4. Impacto de la revolución digital en la equidad educativa

• Unidad didáctica 4. Empleo de la inteligencia artificial

Módulo 3. Fundamentos de 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 música

• Unidad didáctica 2. Big Data educativo

  1. Fuentes

  2. Tratamiento de datos

• Unidad didáctica 3. Inteligencia artificial aplicada a la educación

  1. Públicos y contextos de uso

Módulo 4. 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 y Naive Bayes

  2. Aprendizaje no supervisado: agrupamiento o clustering y reducción de dimensionalidad

  3. Aprendizaje por refuerzo: Q-learning y Policy gradient

• Unidad didáctica 3. Evaluación de modelos

  1. Métricas de evaluación: clasificación, regresión, ranking, estadísticas, visión por computadora y procesamiento del lenguaje natural

Módulo 5. Aprendizaje profundo o Deep Learning

• Unidad didáctica 1. Conceptualización del aprendizaje profundo o Deep Learning

  1. Elementos constitutivos y características

• Unidad didáctica 2. Redes neuronales artificiales

  1. Funcionamiento: dinámica computacional de la neurona artificial, ajuste de parámetros y proceso de aprendizaje

• Unidad didáctica 3. Tipos de modelos

  1. Redes neuronales convolucionales

  2. Redes neuronales recurrentes

  3. Modelos de transformadores

Módulo 6. Inteligencia artificial generativa

• Unidad didáctica 1. ¿Qué es la inteligencia artificial generativa?

  1. Tipos de contenido generado: texto, imágenes, vídeo, audio y datos estructurados

  2. Métodos de generación: autorregresiva, basada en ruido latente, entrenamiento adversarial y técnicas de enmascaramiento

• Unidad didáctica 2. Modelos fundacionales o Foundation Models

  1. Entrenamiento y adaptación

  2. Representaciones generadas: multimodales y multilingües

• Unidad didáctica 3. Arquitecturas principales

  1. Redes generativas antagónicas

  2. Autocodificadores variacionales

  3. Transformadores o transformers

  4. Arquitecturas híbridas y emergentes

Módulo 7. Ingeniería de prompt o Prompt Engineering

• Unidad didáctica 1. Conceptualización de la ingeniería de prompt o Prompt Engineering

  1. Elementos de un prompt y principios de diseño

  2. Parámetros de generación: métodos deterministas y técnicas de sampling

• Unidad didáctica 2. Técnicas

  1. Zero-shot y Few-shot

  2. Cadena de pensamiento o Chain of Thought

  3. Generación aumentada por recuperación (RAG)

  4. ReAct y Autoconsistencia

  5. Prompt chaining y Role prompting

  6. Conocimiento generado y Tree of Thoughts

  7. Prompt activo, estímulo direccional e ingeniería automática

  8. Personalización o prompt reframing

• Unidad didáctica 3. Buenas prácticas

• Unidad didáctica 4. Plataformas para la gestión y optimización de prompts

Módulo 8. Fundamentos del uso de la IA en la educación y docencia

• Unidad didáctica 1. Principios de la IA en el ámbito educativo y la docencia

  1. Beneficios y limitaciones

• Unidad didáctica 2. Tipologías de IA en el entorno educativo

  1. IA débil, fuerte y generativa

• Unidad didáctica 3. Modelo IDEE

  1. Identificar resultados, determinar automatización, asegurar ética y evaluar eficacia

• Unidad didáctica 4. Aplicaciones de la IA en el sector educativo

  1. Personalización, tutorías inteligentes, evaluación automatizada y gamificación

• Unidad didáctica 5. Tipologías de prompts para la docencia

  1. Preparación de asignatura, materiales, pruebas, rúbricas y retroalimentación

• Unidad didáctica 6. Ejemplos prácticos de uso de la IA

  1. Copilot, Perplexity, ChatGPT, Dall·E, Gemini y Sora

Módulo 9. Uso de la IA en el aula

• Unidad didáctica 1. Perfil del alumnado

  1. Perfil como creador y consumidor

• Unidad didáctica 2. Personalización del aprendizaje

  1. Perfiles de aprendizaje y estilos cognitivos

  2. Diseño de itinerarios adaptativos

• Unidad didáctica 3. Plataformas de aprendizaje adaptativo

• Unidad didáctica 4. Evaluación y retroalimentación

  1. Analítica del aprendizaje o Learning Analytics

• Unidad didáctica 5. Acciones para minimizar los riesgos

Módulo 10. Metodología docente

• Unidad didáctica 1. Diseño y creación de contenido

  1. Generación de materiales e inclusión educativa

• Unidad didáctica 2. Automatización de procesos

• Unidad didáctica 3. Tutorías inteligentes

  1. Chatbots educativos y acompañamiento emocional

• Unidad didáctica 4. Rol del docente

  1. Guía, ética y fomento de la creatividad

Módulo 11. Centro educativo

• Unidad didáctica 1. Gestión escolar

• Unidad didáctica 2. Nuevos roles y competencias profesionales

• Unidad didáctica 3. Orientación educativa y profesional

  1. Detección de talento y profesiones emerguebtes

• Unidad didáctica 4. Recopilación y análisis de datos

  1. Detección temprana de abandono escolar

Módulo 12. Tecnologías emergentes en educación

• Unidad didáctica 1. Realidad aumentada y realidad virtual

  1. Entornos inmersivos y laboratorios virtuales

• Unidad didáctica 2. Uso de Big Data

• Unidad didáctica 3. Tecnología Blockchain

  1. Certificación de títulos e historiales académicos

• Unidad didáctica 4. Metaverso educativo

Módulo 13. Ética y regulación de la inteligencia artificial

• Unidad didáctica 1. Moral ante el progreso tecnológico

• Unidad didáctica 2. Desafíos éticos

  1. Sesgo, transparencia, privacidad y autonomía

• Unidad didáctica 3. Actores relevantes

• Unidad didáctica 4. Guías, recomendaciones y documentos de ética aplicada

  1. Iniciativas supranacionales (UNESCO, OCDE, UE)

• Unidad didáctica 5. Panorama legislativo vinculado a la inteligencia artificial

  1. Regulación en Europa, Estados Unidos y China

Módulo 14. Gobernanza de la inteligencia artificial

• Unidad didáctica 1. ¿Qué es la gobernanza de la inteligencia artificial?

• Unidad didáctica 2. Elementos de gobernanza

• Unidad didáctica 3. Gestión de los riesgos en instituciones educativas

• Unidad didáctica 4. Ciclo de vida de una inteligencia artificial

• Unidad didáctica 5. Auditoría de sistemas de inteligencia artificial