Denominación: Diplomatura Universitaria en Inteligencia Artificial aplicada a la Educación (Nivel Básico)
Plan de Estudios: RES – 2024 – 341 – CD-EXA # UNNE
Información de contacto: lucas.oviedo@exa.unne.edu.ar
Objetivos institucionales
Generar una oferta de capacitación orientada a la adquisición de conocimientos sobre herramientas de Inteligencia Artificial (IA) aplicados al campo de la enseñanza de nivel secundario, terciario y universitario, favoreciendo, de este modo, con el objetivo institucional de “Diseñar e implementar carreras de corta duración y de interés para el territorio local, ampliando la oferta académica de la Unidad Académica, tomando como fortaleza la diversidad de disciplinas que aquí se desarrollan” (Acciones propuestas para los distintos ejes de gestión, período 2022-2026 – Eje Enseñanza – Res. Nro. 0475/23 CD).
Formación
La Diplomatura Universitaria en IA aplicada a la Educación (Nivel Básico) propone la construcción de saberes teóricos y prácticos de carácter introductorio acerca de las potencialidades de esta tecnología para mejorar y fortalecer la redacción de textos educativos y planificaciones, el diseño de instrumentos de evaluación y la elaboración de presentaciones de contenidos; todo ello en el marco de una discusión ética y reflexiva sobre su impacto en el mundo social, económico y educativo.
Carga horaria total: 200 h. reloj.
Duración del programa en meses: 5 (cinco) meses.
- Inicio: 27 agosto 2024
- Finalización de cursado: diciembre 2024
Pre-inscripción: 27 de junio al 10 de agosto de 2024
Inscripción definitiva: hasta el 15 de agosto 2024 o hasta completar las vacantes.
Contenidos | Carga horaria total |
Módulo 1: Fundamentos de IA en la educación | 25 |
Módulo 2: La IA como asistente en la producción y corrección de textos | 40 |
Masterclass 1 – Los desafíos de la incorporación de la IA en las propuestas educativas | 5 |
Módulo 3: La IA como asistente para la evaluación de aprendizajes | 40 |
Módulo 4. La IA como asistente en la producción de presentaciones educativas | 40 |
Masterclass 2 – Desafíos éticos del uso de la IA en contextos educativos | 5 |
Módulo 5: Problematización socio-técnica de la IA | 25 |
Workshop IA | 20 |
Carga horaria total | 200 |
Módulo 1: Fundamentos de IA aplicadas a la educación
Carga horaria: 25 horas reloj
Objetivos de aprendizaje:
Que los/as cursantes se familiaricen con los conceptos teóricos y metodológicos propios del campo de la IA y sus posibilidades de aplicación en el ámbito educativo.
Contenidos mínimos:
Conceptos y orígenes de la IA. Tipos de IA. Tendencias actuales y futuras en Inteligencia Artificial Generativa aplicada a la educación. Elaboración de prompts efectivos. Casos de uso y aplicaciones prácticas de la IA en la educación.
Módulo 2: La IA como asistente en la producción de textos
Contenidos mínimos:
Producción de textos para la enseñanza y el aprendizaje. Elaboración de textos con IA. Desafíos de la producción de textos con IA. Elaboración de planificaciones con IA. Elaboración de resúmenes y mapas conceptuales con IA. Edición y corrección de textos. Detección de plagio.
Carga horaria: 40 horas reloj
Objetivos de aprendizaje:
Que los/as cursantes se apropien de herramientas de IA aplicadas a la generación y corrección de textos escritos de acuerdo a distintos contextos educativos.
Módulo 3: La IA como asistente para la evaluación de aprendizajes
Contenidos mínimos
La evaluación de aprendizajes. Evaluación presencial y evaluación en línea. Autoevaluación. Co-evaluación y evaluación docente. Evaluación diagnóstica, formativa y sumativa. Elaboración de encuestas con IA. Elaboración de cuestionarios con IA. Diseño de rúbricas con IA. Modelos de evaluación con rúbrica. Testeos y ajustes.
Carga horaria: 40 horas reloj
Objetivos de aprendizaje:
Que los/as cursantes se apropien de herramientas de IA aplicadas a la generación de instrumentos de evaluación individual y grupal en concordancia con distintos campos disciplinares y escenarios educativos.
Módulo 4. La IA como asistente en la producción de presentaciones para contextos educativos
Contenidos mínimos:
Material educativo y materiales didácticos. Las presentaciones como material educativo. Diseño de presentaciones educativas utilizando herramientas de IA. ¿Quién escribe el guión? Elaboración de presentaciones dinámicas. Infografías. Visualización de datos. Ajustes. Cómo evaluar mis presentaciones como materiales educativos.
Carga horaria: 40 horas reloj
Objetivos de aprendizaje:
Que los/as cursantes se apropien de herramientas de IA aplicadas a la generación de presentaciones educativas para el desarrollo de contenidos en diferentes escenarios y contextos de enseñanza.
Módulo 5: Problematización socio-técnica de la IA
Contenidos mínimos:
Algoritmos sociales y los riesgos de la automatización. Sesgos algorítmicos y sesgos de datos. Aspectos epistemológicos, éticos y sociales de la I.A. Elaboración de casos prácticos para discusión en el aula.
Carga horaria: 25 horas reloj
Objetivos de aprendizaje:
Promover la reflexión sobre la IA como fenómeno socio-económico, favoreciendo el diseño y la implementación de actividades prácticas para el trabajo áulico desde un enfoque constructivista y crítico.
Metodología de enseñanza de los módulos:
Los contenidos del curso se desarrollarán a través de encuentros sincrónicos semanales o quincenales de dos horas de duración utilizando la plataforma Zoom institucional con apoyo de material multimedia. En estas sesiones, se buscará generar interacción a partir de preguntas disparadoras, experiencias de los cursantes y breves actividades utilizando aplicaciones digitales.
La carga horaria asincrónica tendrá como principal entorno, la plataforma Moodle Institucional. Allí estarán disponibles las grabaciones de las clases sincrónicas, material bibliográfico digitalizado, otros materiales educativos (videos, infografías, podcast) y enlaces a sitios de interés.
Los módulos 2, 3 y 4 prevén la realización de un encuentro presencial con modalidad de taller. Los mismos se desarrollarán en un aula híbrida de la Unidad Académica a fin de que los estudiantes que se encuentren alejados de la localidad de Corrientes puedan participar activamente de los mismos.
Directora Académica: Dra. Sonia I. Mariño
Coordinador Académico: Lic. Lucas Oviedo
Comité Académico / Equipo Docente
Dra. Sonia Mariño
Lic. en Sistemas (UNNE). Doctora en Ciencias Cognitivas (UNNE). Mgter. en Informática y Computación. Mgter. en Epistemología y Metodología de la Investigación Científica (UNNE), Diplomatura Superior en Formación en Competencias Emprendedoras. Postdoctorado: Ciclo Temático Virtual de Posdoctorado (Parte II) Pensar la pandemia para la sociedad: abordajes socioeconómicos y socioculturales. 2021-2022 (Universidad Nacional de Jujuy). Profesora Titular asignatura Proyecto Final de Carrera. Profesora responsable asignaturas Modelos y Simulación e Inteligencia Artificial. FaCENA – UNNE. Directora de Proyectos de I+D acreditados por la SGCyT – UNNE.Dictado de cursos de posgrado: Modelos de Redes Neuronales Artificiales, Inteligencia Artificial. Técnicas de aprendizaje automático – Machine learning. Gestión del Conocimiento y Taller Final de Maestría.
Mgter. Prof. Irma Irene Lucero
Profesora en Matemática, Física y Cosmografía (UNNE . Especialista en Docencia Universitaria (UNNE) Magíster en Metodología de la Investigación Científica y Técnica (UNER). Profesora Adjunta con dedicación exclusiva en las asignaturas Física Atómica, Didáctica de la Física y Práctica de Residencia y Taller de Tecnología Educativa de la FaCENA – UNNE. Directora de Proyectos de I+D vinculados a la enseñanza de la Física. Dictante de cursos de capacitación y posgrado relacionados a la enseñanza de las ciencias experimentales con mediación de tecnologías.
Prof. Julián Vallejos
Egresado como profesor en Ciencias Físicas (UNNE) , con trayectoria docente en nivel secundario y universitario. Con sólida formación en cuestiones relacionadas a la educación en Ciencias Experimentales mediadas por recursos tecnológicos. Diplomado en “Educación y Nuevas Tecnologías” (Flacso) y cursante del Doctorado en Educación en Ciencias Experimentales de la Universidad Nacional del Litoral. Línea de investigación: estudio de las IA generativas en la enseñanza de la Física.
Lic. Guillermo Andrés Arduino
Licenciado en Sistemas de Información (UNNE). Doctorando en Informática de UNNE-UNAM-UTN, tesis «Métrica en modelos de Redes Neuronales Residuales. Diseño y validación para el análisis de señales biométricas». Diplomado en Educación mediadas por TIC (UNNE). Jefe de Trabajos Prácticos (ordinario) de Sistemas y Organizaciones en la carrera de Licenciatura en Sistemas de Información (FaCENA UNNE). Dictante del curso de verano «Introducción a Machine Learning supervisado con Python». Profesor orientador en la tesis de grado «Estudio de comparación de algoritmos de Machine Learning, orientados a tareas de clasificación». FaCENA UNNE. Docente investigador en PI «Observatorio de Tecnologías Educativas FaCENA -UNNE» (SGCyT- UNNE) y «Sistemas informáticos, Modelos, métodos y herramientas «(SGCyT- UNNE). Desarrollador Back-End con inteligencia artificial con tecnología en Node .js y Python en la empresa XNOD (Líder técnico).
Lic. Lucas Oviedo
Licenciado en Relaciones Laborales (UNNE). Doctorando en Ciencias Sociales (UNER). Docente-investigador Cat. V en el Programa de Incentivos SPU. Docente en la Universidad Nacional del Nordeste (UNNE). Subsecretario Administrativo en la Facultad de Ciencias Exactas y Naturales y Agrimensura (FaCENA) de la UNNE. Líneas de investigación: Estudios Sociales de la Tecnología / Políticas públicas de formación de programadores.
Mgter. Beatriz Castro Chans
Lic. en Comunicación Social (UNNE). Esp. Comunicación Digital (UNLP). Mgter. Ciencias Sociales y Humanidades con mención en Comunicación (UNQuilmes). Responsable del Área de Educación Virtual de FaCENA-UNNE. Prof. Titular de Sistemas y Organizaciones (FaCENA – UNNE). Prof. Adjunta de la Fac. Humanidades – UNNE). Co-Directora PI “Observatorio de Tecnologías Educativas FaCENA- UNNE” (SGCyT-UNNE).
La Diplomatura está destinada a Docentes de distintos niveles interesados en utilizar aplicaciones de Inteligencia Artificial Generativa en sus prácticas de enseñanza.
Cupo Mínimo: 25 personas
Cupo máximo: 60 personas
La Diplomatura tendrá una instancia de pre-inscripción habilitada hasta el 10 de agosto de 2024
Pre-inscribite haciendo click aquí
La Coordinación enviará un correo electrónico a la persona pre inscripta asignando un lugar en la Diplomatura.
Para confirmar la vacante deberá enviar la documentación solicitada y el comprobante de pago de la matrícula correspondiente antes del 15 de agosto de 2024.
Requisitos de admisión:
Los aspirantes a participar de esta oferta formativa deberán tener:
- Título secundario o Constancia de finalización de estudios secundarios.
- Completar el formulario de inscripción en el SIU GUARANÍ.
- Abonar la matrícula del curso.
Importante: los cursantes deberán contar con computadora con conexión a internet y conocimientos básicos de informática. No se requieren conocimientos de programación.
Aranceles:
- Arancel General: $ 207.000 (pesos doscientos siete mil) o matrícula de $ 23.000 (pesos veintitrés mil) y 4 cuotas de $ 46.000 (pesos cuarenta y seis mil) pagaderas del 1 al 10 de septiembre, octubre, noviembre y diciembre de 2024.
- Bonificación por pago total anticipado hasta el 15 de agosto de 2024: $ 180.000 (pesos ciento ochenta mil).
- Arancel Comunidad FaCENA (docentes, nodocentes, estudiantes y graduados) $ 180.000 (pesos ciento ochenta mil) o matrícula de $ 20.000 (pesos veinte mil) y 4 cuotas de $ 40.000 (pesos veinticinco mil) pagaderas del 1 al 10 de septiembre, octubre, noviembre y diciembre de 2024.