📘 CURSO: INTELIGENCIA ARTIFICIAL DESDE CERO
Duración total estimada: 25–30 horas
Modalidad: Teórico–práctico
Lenguaje: Python 3.10+
Entorno: IDLE (Python)
Interfaz gráfica: Tkinter
Documentación: SumatraPDF
Nivel: Inicial → Básico-Intermedio
🧠 BLOQUE 1 – FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL
CLASE 1 – ¿Qué es la Inteligencia Artificial? (y qué NO es)
Objetivo: Comprender el concepto real de IA sin mitos.
Contenido:
- Definición sencilla de IA
- Diferencia entre IA, automatización y programación tradicional
- Qué NO es IA (conciencia, pensamiento humano, magia)
- Ejemplos cotidianos (Netflix, Google, Spotify, GPS)
CLASE 2 – Historia de la Inteligencia Artificial
Objetivo: Entender cómo y por qué surge la IA.
Contenido:
- Orígenes (Alan Turing)
- Primeras IA (años 50–70)
- Invierno de la IA
- Boom actual (Big Data + GPUs)
- IA moderna
CLASE 3 – Definiciones y Áreas de Estudio de la IA
Objetivo: Conocer las ramas principales.
Contenido:
- Machine Learning
- Deep Learning
- PLN
- Visión por Computadora
- Robótica
- Sistemas Expertos
🔥 BLOQUE 2 – DATOS Y APRENDIZAJE
CLASE 4 – Los Datos: el Combustible de la IA
Objetivo: Comprender la importancia de los datos.
Contenido:
- Qué son los datos
- Tipos de datos (texto, imagen, números)
- Datos buenos vs datos malos
- Limpieza de datos
CLASE 5 – Tipos de Aprendizaje en IA
Objetivo: Entender cómo aprende una IA.
Contenido:
- Aprendizaje supervisado
- No supervisado
- Por refuerzo
- Ejemplos simples
CLASE 6 – Cómo Aprende una IA (Paso a Paso)
Objetivo: Ver el proceso completo.
Contenido:
- Datos
- Entrenamiento
- Ajuste
- Predicción
- Mejora
⚙️ BLOQUE 3 – MODELOS Y ALGORITMOS
CLASE 7 – Modelos y Algoritmos
Objetivo: Entender qué es un modelo.
Contenido:
- Qué es un algoritmo
- Qué es un modelo
- Diferencias
- Modelos simples (regresión, clasificación)
CLASE 8 – Evaluación de Modelos
Objetivo: Saber si una IA funciona bien.
Contenido:
- Precisión
- Error
- Overfitting
- Underfitting
- Conjuntos de entrenamiento y prueba
🧬 BLOQUE 4 – REDES NEURONALES
CLASE 9 – ¿Qué son las Redes Neuronales?
Objetivo: Entenderlas sin matemáticas complejas.
Contenido:
- Inspiración en el cerebro humano
- Neurona artificial
- Pesos y activación
- Capas
CLASE 10 – Tipos de Redes Neuronales
Objetivo: Conocer las principales redes.
Contenido:
- Redes densas
- CNN (imágenes)
- RNN
- Transformers (base de ChatGPT)
🖼️ BLOQUE 5 – IA GENERATIVA
CLASE 11 – IA Generativa
Objetivo: Entender cómo la IA crea contenido.
Contenido:
- Texto
- Imágenes
- Audio
- Vídeo
- Modelos generativos
CLASE 12 – Introducción a los Prompts
Objetivo: Aprender a comunicarse con una IA.
Contenido:
- Qué es un prompt
- Prompt bueno vs malo
- Estructura básica
- Contexto y rol
CLASE 13 – Cómo Hablar con una IA (Prompting Avanzado)
Objetivo: Obtener mejores resultados.
Contenido:
- Prompts por pasos
- Prompts con ejemplos
- Prompts para programación
- Prompts para análisis
CLASE 14 – Imágenes con IA
Objetivo: Crear imágenes con IA.
Contenido:
- Qué es un modelo generador de imágenes
- Prompts para imágenes
- Estilos
- Resolución
CLASE 15 – Vídeo con IA
Objetivo: Comprender la generación de vídeo.
Contenido:
- Texto a vídeo
- Imagen a vídeo
- Limitaciones actuales
- Casos reales
🗣️ BLOQUE 6 – PLN Y VISIÓN
CLASE 16 – Procesamiento del Lenguaje Natural (PLN)
Objetivo: Entender cómo la IA entiende texto.
Contenido:
- Tokens
- Análisis de sentimiento
- Traducción
- Chatbots
CLASE 17 – Visión por Computadora
Objetivo: Entender cómo la IA ve.
Contenido:
- Detección de objetos
- Reconocimiento facial
- Clasificación de imágenes
⚠️ BLOQUE 7 – ÉTICA, ERRORES Y FUTURO
CLASE 18 – Errores, Sesgos y Ética
Objetivo: Uso responsable de la IA.
Contenido:
- Sesgos en datos
- Errores comunes
- Riesgos
- Responsabilidad humana
CLASE 19 – Política y Legislación en IA
Objetivo: Conocer el marco legal.
Contenido:
- Protección de datos
- IA y privacidad
- Regulación europea
- Uso profesional
CLASE 20 – IA y el Futuro
Objetivo: Reflexionar sobre el impacto.
Contenido:
- Trabajo y automatización
- Educación
- Empresas
- IA como herramienta
🛠️ BLOQUE 8 – PROYECTOS PRÁCTICOS
CLASE 21 – Introducción a Python para IA
Objetivo: Bases prácticas.
Contenido:
- Python 3.10+
- IDLE
- Librerías básicas (numpy, pandas)
- Entorno local
CLASE 22 – Interfaces Gráficas con Tkinter
Objetivo: Crear una app con IA.
Contenido:
- Ventanas
- Botones
- Entradas
- Resultados
CLASE 23 – Proyecto IA Local
Objetivo: Crear un modelo local.
Contenido:
- Modelo simple entrenado localmente
- Uso de datos locales
- Interfaz gráfica
- Predicciones
CLASE 24 – Proyecto IA con Búsqueda en Internet
Objetivo: IA conectada a información externa.
Contenido:
- Búsqueda web
- Procesamiento de resultados
- Respuestas inteligentes
- Documentación en PDF (SumatraPDF)
CLASE 25 – PROYECTO FINAL
Objetivo: Integrar todo lo aprendido.
Proyecto final:
- ✅ Un modelo de IA local
- ✅ Un sistema de búsqueda en internet
- ✅ Interfaz gráfica
- ✅ Uso de Python
- ✅ Documentación en PDF
- ✅ Presentación final
🎓 RESULTADO FINAL DEL ALUMNO
Al finalizar el curso, el alumno será capaz de:
- Entender qué es y qué no es la IA
- Comprender cómo se construye un modelo
- Saber qué datos necesita
- Usar IA generativa
- Crear prompts efectivos
- Desarrollar aplicaciones con interfaz
- Crear un modelo de IA local funcional
- Usar IA de forma ética y responsable
📘CURSO: BASICO
Formulario de información
Duración total estimada: 10–15 horas
Modalidad: Teórico–práctico
Nivel: Inicial → Básico
🧠 BLOQUE 1 – FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL
CLASE 1 – ¿Qué es la Inteligencia Artificial? (y qué NO es)
Objetivo: Comprender el concepto real de IA sin mitos.
Contenido:
- Definición sencilla de IA
- Diferencia entre IA, automatización y programación tradicional
- Qué NO es IA (conciencia, pensamiento humano, magia)
- Ejemplos cotidianos (Netflix, Google, Spotify, GPS)
Actividad:
- Identificar si varios ejemplos son IA o no
CLASE 2 – Historia de la Inteligencia Artificial
Objetivo: Entender cómo y por qué surge la IA.
Contenido:
- Orígenes (Alan Turing)
- Primeras IA (años 50–70)
- Invierno de la IA
- Boom actual (Big Data + GPUs)
- IA moderna
Actividad:
- Línea del tiempo explicada por el alumno
CLASE 3 – Definiciones y Áreas de Estudio de la IA
Objetivo: Conocer las ramas principales.
Contenido:
- Machine Learning
- Deep Learning
- PLN
- Visión por Computadora
- Robótica
- Sistemas Expertos
🔥 BLOQUE 2 – DATOS Y APRENDIZAJE
CLASE 4 – Los Datos: el Combustible de la IA
Objetivo: Comprender la importancia de los datos.
Contenido:
- Qué son los datos
- Tipos de datos (texto, imagen, números)
- Datos buenos vs datos malos
- Limpieza de datos
Actividad práctica:
- Analizar un pequeño CSV en Python
CLASE 5 – Tipos de Aprendizaje en IA
Objetivo: Entender cómo aprende una IA.
Contenido:
- Aprendizaje supervisado
- No supervisado
- Por refuerzo
- Ejemplos simples
CLASE 6 – Cómo Aprende una IA (Paso a Paso)
Objetivo: Ver el proceso completo.
Contenido:
- Datos
- Entrenamiento
- Ajuste
- Predicción
- Mejora
Ejemplo sencillo:
- Clasificar correos como “spam / no spam”
⚙️ BLOQUE 3 – MODELOS Y ALGORITMOS
CLASE 7 – Modelos y Algoritmos
Objetivo: Entender qué es un modelo.
Contenido:
- Qué es un algoritmo
- Qué es un modelo
- Diferencias
- Modelos simples (regresión, clasificación)
CLASE 8 – Evaluación de Modelos
Objetivo: Saber si una IA funciona bien.
Contenido:
- Precisión
- Error
- Overfitting
- Underfitting
- Conjuntos de entrenamiento y prueba
🧬 BLOQUE 4 – REDES NEURONALES
CLASE 9 – ¿Qué son las Redes Neuronales?
Objetivo: Entenderlas sin matemáticas complejas.
Contenido:
- Inspiración en el cerebro humano
- Neurona artificial
- Pesos y activación
- Capas
CLASE 10 – Tipos de Redes Neuronales
Objetivo: Conocer las principales redes.
Contenido:
- Redes densas
- CNN (imágenes)
- RNN
- Transformers (base de ChatGPT)
🖼️ BLOQUE 5 – IA GENERATIVA
CLASE 11 – IA Generativa
Objetivo: Entender cómo la IA crea contenido.
Contenido:
- Texto
- Imágenes
- Audio
- Vídeo
- Modelos generativos
CLASE 12 – Introducción a los Prompts
Objetivo: Aprender a comunicarse con una IA.
Contenido:
- Qué es un prompt
- Prompt bueno vs malo
- Estructura básica
- Contexto y rol
CLASE 13 – Cómo Hablar con una IA (Prompting Avanzado)
Objetivo: Obtener mejores resultados.
Contenido:
- Prompts por pasos
- Prompts con ejemplos
- Prompts para programación
- Prompts para análisis
CLASE 14 – Imágenes con IA
Objetivo: Crear imágenes con IA.
Contenido:
- Qué es un modelo generador de imágenes
- Prompts para imágenes
- Estilos
- Resolución
CLASE 15 – Vídeo con IA
Objetivo: Comprender la generación de vídeo.
Contenido:
- Texto a vídeo
- Imagen a vídeo
- Limitaciones actuales
- Casos reales
🗣️ BLOQUE 6 – PLN Y VISIÓN
CLASE 16 – Procesamiento del Lenguaje Natural (PLN)
Objetivo: Entender cómo la IA entiende texto.
Contenido:
- Tokens
- Análisis de sentimiento
- Traducción
- Chatbots
CLASE 17 – Visión por Computadora
Objetivo: Entender cómo la IA ve.
Contenido:
- Detección de objetos
- Reconocimiento facial
- Clasificación de imágenes
⚠️ BLOQUE 7 – ÉTICA, ERRORES Y FUTURO
CLASE 18 – Errores, Sesgos y Ética
Objetivo: Uso responsable de la IA.
Contenido:
- Sesgos en datos
- Errores comunes
- Riesgos
- Responsabilidad humana
CLASE 19 – Política y Legislación en IA
Objetivo: Conocer el marco legal.
Contenido:
- Protección de datos
- IA y privacidad
- Regulación europea
- Uso profesional
CLASE 20 – IA y el Futuro
Objetivo: Reflexionar sobre el impacto.
Contenido:
- Trabajo y automatización
- Educación
- Empresas
- IA como herramienta
Al finalizar el curso, el alumno será capaz de:
- Entender qué es y qué no es la IA
- Comprender cómo se construye un modelo
- Saber qué datos necesita
- Usar IA generativa
- Crear prompts efectivos
ialibre.com 