Capacitación Docente – Charla
Esta capacitación responde al cambio sísmico que la Inteligencia Artificial genera en el ámbito educativo. Ante la realidad de que los métodos de evaluación vigentes son fácilmente «hackeables» y los detectores de IA resultan poco confiables, se propone un cambio de enfoque: del resultado final al proceso de aprendizaje. La fundamentación se basa en la transición del esfuerzo cognitivo desde la búsqueda de información hacia la supervisión y gestión responsable de herramientas digitales
INICIO:
Aún no definida
DURACIÓN:
Libre
MODALIDAD:
Webinar Grabado – Gratuito
Objetivos
• Implementar técnicas de gestión de conocimiento aumentada mediante el procesamiento masivo de fuentes para generar recursos educativos interactivos. • Ejecutar procesos de investigación académicos para la generación eficiente de informes. • Analizar datos educativos para identificar patrones de aprendizaje, visualizar métricas y automatizar retroalimentación personalizada. • Rediseñar las prácticas de evaluación utilizando marcos de trabajo de integridad académica y escalas de integración de IA.
• Gestionar los riesgos asociados, como alucinaciones y sesgos cognitivos, asumiendo el rol de supervisor estratégico.
Modalidad Webinar Grabado – Gratuito
La capacitación se ofrece de forma 100% virtual, lo que permite a cada participante organizar sus tiempos de estudio.
El contenido se presenta en formato de webinar grabado, accesible de manera gratuita a través de nuestro campus virtual, donde podrán verlo cuando lo deseen y cuantas veces necesiten.
Acerca de nuestro Campus Virtual:
Para acceder a sus cursos el alumno debe ingresar a nuestro campus virtual, accediendo desde nuestra web, https://comunidad.institutofagdut.org.ar/ y registrarse con su usuario y contraseña, que se le asignará luego de completar la inscripciòn. Además la certificación estará disponible en este mismo espacio.
CAPACITACIÓN GRATUITA
Docente
Yse, Diego López
Contenido
- IA para la Investigación y Análisis de Datos
- Gestión de Conocimiento Aumentada: Procesamiento masivo de fuentes. Uso práctico de herramientas para cargar tu información y convertirla en guías de estudio, resúmenes interactivos y otros formatos.
- Deep Research Académico: Cómo realizar investigaciones profundas para generar informes técnicos.
- Análisis de Datos Educativos: Uso de modelos para analizar datos estructurados y no estructurados para detectar patrones, visualizar métricas y recibir sugerencias de retroalimentación personalizada.
- Flujo de Trabajo Híbrido: Modelo colaborativo humano-IA en la generación de contenido. Evaluación 2.0 e Integridad Académica.
- Desafío a la Evaluación: Por qué los detectores fallan y cómo «blindar» el aprendizaje.
- Escalas de Integración de la IA: Marco de trabajo para la integración de IA en las tareas de los alumnos.
- Gestión de Riesgos: Identificación de alucinaciones y sesgos cognitivos.
- Responsabilidad y Futuro: La «Pregunta Cero», sustentabilidad energética y el nuevo rol del docente como supervisor estratégico.
