• Comprender qué es la IA generativa y cómo funciona, incluyendo los modelos de aprendizaje profundo en los que se basa.
• Identificar las principales aplicaciones de la IA generativa en diversos sectores como la educación, la salud, el entretenimiento, el marketing, etc.
• Analizar los beneficios clave que ofrece la IA generativa, como la automatización de procesos creativos y la personalización de contenido.
• Evaluar los desafíos y riesgos asociados al uso de la IA generativa, incluyendo la generación de información falsa, los sesgos, la privacidad y el impacto laboral.
• Comprender la necesidad de ética y regulaciones en la IA generativa y conocer ejemplos de marcos normativos como el Reglamento de IA de la Unión Europea.
• Explicar qué es ChatGPT y su base en la arquitectura Transformer.
• Describir el proceso de funcionamiento de ChatGPT, incluyendo la tokenización, el preentrenamiento y el ajuste fino (fine-tuning) con retroalimentación humana (RLHF).
• Analizar la evolución de los modelos GPT de OpenAI (GPT, GPT-2, GPT-3, GPT-4), destacando las mejoras en capacidad, complejidad y funcionalidades.
• Identificar las limitaciones y riesgos clave de los modelos GPT, como la alucinación, la dependencia del entrenamiento previo, el sesgo y el riesgo de uso malicioso.
• Identificar y comparar las características principales de modelos de lenguaje como Claude, Gemini, Mistral y DeepSeek.
• Comprender los enfoques distintivos de diferentes empresas en el desarrollo de IA generativa (seguridad, integración, especialización, código abierto).
• Valorar las ventajas y desafíos de los modelos de código abierto en el ámbito de la generación de texto.
• Reconocer la diversidad de modelos de lenguaje disponibles y sus posibles aplicaciones según sus fortalezas específicas.
• Identificar y describir las características principales de los modelos de generación de imágenes DALL·E, MidJourney y Stable Diffusion.
• Comprender las aplicaciones de la IA en la creación de contenido visual en diversos sectores, desde el arte hasta la medicina.
• Analizar las limitaciones y desafíos del uso de la IA en la generación de imágenes, incluyendo la falta de control preciso, los errores y las cuestiones éticas sobre datos y sesgos.
• Describir cómo la IA se utiliza en la edición de fotos y el diseño gráfico, con ejemplos de herramientas como Adobe Firefly.
• Explicar el proceso básico de edición de imágenes con una herramienta de IA como el Relleno generativo de Adobe Firefly.
• Describir las capacidades de modelos de IA generativa para vídeo como Runway y Sora.
• Explicar cómo la IA impacta en la creación de efectos visuales (VFX) y la producción cinematográfica, tanto en automatización como en generación de contenido nuevo.
• Analizar la aplicación de la IA en la generación de contenido para redes sociales, incluyendo texto, imágenes y vídeo.
• Identificar y discutir las implicaciones éticas y desafíos de la IA generativa en video y redes sociales, como los deepfakes, la desinformación y la saturación de contenido de baja calidad.
• Explicar cómo funciona la creación de voces sintéticas (text-to-speech) y la clonación vocal utilizando modelos de IA.
• Identificar las principales aplicaciones de las voces sintéticas en medios, educación, asistencia virtual, etc.
• Describir el papel de la IA en la composición musical y la generación de sonidos, mencionando herramientas y sus funcionalidades.
• Analizar cómo la IA se aplica en el doblaje audiovisual y la producción de audiolibros, destacando sus ventajas en eficiencia y accesibilidad.
• Evaluar los desafíos éticos y profesionales en el uso de la IA en audio y voz, incluyendo la suplantación, los derechos de autor en música y el impacto en empleos.
• Reconocer el riesgo de los deepfakes de audio y las medidas para combatirlos.
• Definir qué es la ingeniería de prompts y su importancia para interactuar con la IA generativa.
• Aplicar técnicas para optimizar la formulación de prompts, como la claridad, la especificidad, el chain-of-thought prompting o el proceso CETO.
• Diferenciar cómo se formulan los prompts para generar texto, imágenes y audio/música, considerando las particularidades de cada modalidad.
• Identificar herramientas avanzadas que facilitan la generación efectiva de contenido en distintos formatos (texto, imagen, video, audio, código), incluyendo herramientas multimodales.
• Analizar ejemplos prácticos de prompts efectivos para modelos de texto como ChatGPT.
• Explicar cómo utilizar la función de carga y análisis de archivos en plataformas de IA como ChatGPT o NotebookLM.
• Describir cómo la IA permite la creación y edición de imágenes a través de interacciones conversacionales.
• Identificar cómo la IA se utiliza para el análisis de datos (extracción, interpretación, cálculo) y la automatización de procesos en diversos contextos.
• Comprender el concepto de GPT Personalizados y su impacto potencial en la productividad, educación y negocios.
• Reconocer las ventajas y desafíos de estas funcionalidades avanzadas, incluyendo aspectos de privacidad y seguridad.
• Describir las principales políticas y medidas de seguridad que implementan empresas de IA para prevenir usos maliciosos.
• Explicar los principios de control de datos y privacidad en las aplicaciones de IA, incluyendo el consentimiento informado y la gestión de datos sensibles.
• Analizar los riesgos asociados a la manipulación de información y la desinformación generada por IA, destacando la amenaza de los deepfakes y el slop.
• Discutir el impacto dual de la IA en la seguridad digital, identificando su uso tanto para la defensa (detección de amenazas) como para el ataque (ciberataques potenciados por IA).
• Reconocer la importancia de la regulación, la transparencia y la alfabetización digital para abordar estos desafíos.
• Identificar las principales innovaciones esperadas en la IA generativa, como la multimodalidad avanzada, la personalización profunda y la mayor eficiencia.
• Analizar el impacto futuro de la IA generativa en los ámbitos de la educación, el trabajo y la creatividad, incluyendo tanto oportunidades como desafíos.
• Explicar cómo se espera la integración de la IA generativa con la realidad aumentada (RA) y virtual (RV) para crear experiencias inmersivas y dinámicas.
• Comprender cómo la IA generativa está evolucionando la interacción humano-máquina, pasando de comandos rígidos a relaciones más fluidas y colaborativas.
• Evaluar los desafíos éticos y sociales que acompañarán estas futuras innovaciones y transformaciones.