Capacitación virtual · Inteligencia artificial

Malla curricular IA aplicada al trabajo

Utiliza herramientas de IA para redactar, investigar, analizar y organizar tu trabajo, sin descuidar la verificación ni la privacidad.

12 unidadesNivel aplicado

Unidad por unidad.

Explora los temas de cada unidad y conoce cómo los pondrás en práctica durante la capacitación virtual.

  1. 01

    Fundamentos prácticos de IA aplicada al trabajo

    Conceptos, herramientas, aplicaciones laborales y uso profesional

    Aplicación práctica

    Identificación de actividades laborales que puedan ser apoyadas mediante IA y elaboración de una primera instrucción estructurada.

    Ver temas detallados
    • Concepto de Inteligencia Artificial.
    • Aprendizaje automático.
    • Inteligencia Artificial generativa.
    • Modelos de lenguaje.
    • Aplicaciones laborales de la IA.
    • Capacidades y limitaciones.
    • Diferencia entre IA generativa, buscadores, asistentes y agentes.
    • Categorías de herramientas de IA:
    • asistentes generales;
    • investigación;
    • análisis de documentos;
    • imágenes;
    • audio;
    • video;
    • programación;
    • herramientas integradas en aplicaciones de oficina.
    • Selección de herramienta según la tarea.
    • Introducción al concepto de instrucción o prompt.
    • Diferencia entre preguntar e instruir.
    • Introducción al modelo: objetivo → contexto → fuentes → criterios → resultado → límites.
    • Concepto de alucinación.
    • Importancia de la revisión humana.
    • Introducción a privacidad y datos sensibles.
    • Flujo profesional básico: necesidad → tarea → herramienta → instrucción → resultado → verificación.
  2. 02

    IA generativa, modelos de lenguaje y trabajo multimodal

    Modelos, contexto, fuentes, texto, archivos, imágenes, audio y otras modalidades

    Aplicación práctica

    Resolución de una tarea utilizando diferentes tipos de información y selección razonada de la modalidad adecuada.

    Ver temas detallados
    • Diferencia entre modelo y aplicación.
    • Modelos de lenguaje.
    • Concepto de token.
    • Ventana de contexto.
    • Contexto proporcionado por el usuario.
    • Información procedente del entrenamiento.
    • Información recuperada externamente.
    • Multimodalidad.
    • Trabajo con:
    • texto;
    • documentos;
    • imágenes;
    • audio;
    • video;
    • código;
    • hojas de cálculo.
    • Operaciones fundamentales:
    • generar;
    • transformar;
    • extraer;
    • clasificar;
    • analizar.
    • Diferencia entre responder y buscar.
    • Diferencia entre conversación, búsqueda e investigación.
    • Uso de archivos como fuente de trabajo.
    • Contexto útil e información irrelevante.
    • Trabajo con varias fuentes.
    • Memoria y contexto dentro de una conversación.
    • Selección de modalidad según la tarea.
  3. 03

    Diseño profesional de instrucciones y prompting

    Objetivo, contexto, fuentes, criterios, formatos, límites, plantillas y validación

    Aplicación práctica

    Diseño y mejora progresiva de una instrucción profesional aplicada a una tarea laboral. Producto: Plantilla reutilizable de instrucciones para IA.

    Ver temas detallados
    • Concepto de prompting.
    • Petición informal e instrucción profesional.
    • Modelo O-C-F-C-R-L:
    • Objetivo;
    • Contexto;
    • Fuentes;
    • Criterios;
    • Resultado;
    • Límites.
    • Incorporación de validación.
    • Definición de audiencia.
    • Definición de finalidad.
    • Criterios cuantitativos y cualitativos.
    • Formatos de salida.
    • Longitud y nivel de detalle.
    • Restricciones.
    • Uso de ejemplos.
    • Zero-shot prompting.
    • Few-shot prompting.
    • Descomposición de tareas.
    • Instrucciones por etapas.
    • Refinamiento iterativo.
    • Meta-prompting.
    • Diseño de plantillas reutilizables.
    • Variables.
    • Plantillas parametrizadas.
    • Instrucciones para:
    • generación;
    • transformación;
    • extracción;
    • clasificación;
    • análisis;
    • comparación;
    • investigación;
    • cálculo;
    • revisión.
    • Prompt chaining.
    • Puntos de validación.
    • Control de versiones.
    • Biblioteca personal y empresarial de instrucciones.
  4. 04

    Redacción y comunicación profesional con IA

    Correos, cartas, informes, mensajes, actas, tono y transformación de textos

    Aplicación práctica

    Transformación de información en varios tipos de comunicación profesional dirigidos a diferentes destinatarios. Producto: Portafolio básico de comunicaciones asistidas por IA.

    Ver temas detallados
    • IA aplicada a comunicación laboral.
    • Diferencia entre:
    • corregir;
    • reescribir;
    • redactar.
    • Correos profesionales.
    • Mensajes breves.
    • Cartas.
    • Oficios.
    • Memorandos.
    • Comunicados.
    • Informes.
    • Actas.
    • Minutas.
    • Definición de destinatario.
    • Propósito de la comunicación.
    • Tono.
    • Formalidad.
    • Adaptación según el canal.
    • Conservación de nombres, fechas, cantidades y compromisos.
    • Reducción y ampliación de textos.
    • Simplificación de lenguaje.
    • Transformación de tono.
    • Neutralización de mensajes conflictivos.
    • Comunicación basada en hechos.
    • Atención escrita a clientes.
    • Respuestas a reclamaciones.
    • Traducción asistida.
    • Resumen ejecutivo.
    • Guías de estilo institucional.
    • Revisión y validación antes del envío.
  5. 05

    Investigación, búsqueda y verificación de información

    Fuentes, búsqueda, contraste, citas, actualidad, evidencia y verificación

    Aplicación práctica

    Investigación de una pregunta relacionada con el trabajo utilizando varias fuentes y comprobación de afirmaciones. Producto: Informe breve de investigación verificable.

    Ver temas detallados
    • Diferencia entre:
    • generación;
    • búsqueda;
    • investigación;
    • verificación.
    • Pregunta de investigación.
    • Definición de alcance.
    • Período.
    • Región.
    • Fuentes primarias.
    • Fuentes secundarias.
    • Fuentes terciarias.
    • Autoridad de una fuente.
    • Actualidad.
    • Evidencia.
    • Relevancia.
    • Independencia.
    • Trazabilidad.
    • Fecha de publicación y fecha de los datos.
    • Vigencia.
    • Corroboración.
    • Contraste de fuentes.
    • Contradicciones entre fuentes.
    • Verificación de:
    • cifras;
    • estadísticas;
    • citas;
    • referencias;
    • noticias;
    • documentación técnica.
    • Búsqueda mediante palabras clave.
    • Operadores básicos de búsqueda.
    • Investigación profunda asistida por IA.
    • Investigación con fuentes internas y externas.
    • Registro de evidencia.
    • Correlación y causalidad.
    • Sesgo de confirmación.
    • Triangulación.
    • Limitaciones de una investigación.
    • Elaboración de informes documentados.
  6. 06

    IA aplicada a documentos y archivos

    PDF, documentos, extracción, comparación, clasificación y procesamiento

    Aplicación práctica

    Extracción, comparación y estructuración de información procedente de varios documentos. Producto: Expediente documental analizado y tabla consolidada.

    Ver temas detallados
    • Documentos como fuentes de trabajo.
    • Archivos:
    • PDF;
    • documentos de texto;
    • formularios;
    • facturas;
    • contratos;
    • cotizaciones;
    • informes;
    • presentaciones.
    • Documentos digitales y escaneados.
    • Introducción al OCR.
    • Documentos estructurados.
    • Documentos semiestructurados.
    • Documentos no estructurados.
    • Localización de información.
    • Extracción.
    • Resumen.
    • Clasificación.
    • Comparación.
    • Transformación.
    • Trazabilidad documental.
    • Indicación de página y sección.
    • Trabajo con múltiples documentos.
    • Normalización de información.
    • Comparación de cotizaciones.
    • Comparación de contratos.
    • Control de versiones.
    • Detección de cambios.
    • Clasificación documental.
    • Verificación de formularios.
    • Identificación de campos faltantes.
    • Detección de contradicciones.
    • Extracción de requisitos.
    • Procesamiento por lotes.
    • Valores nulos.
    • Normalización de fechas.
    • Monedas.
    • Unidades.
    • Salidas estructuradas.
    • CSV y JSON como formatos de intercambio.
    • Validación manual.
  7. 07

    IA aplicada a hojas de cálculo, datos y análisis

    Limpieza, fórmulas, indicadores, análisis, gráficos e interpretación

    Aplicación práctica

    Limpieza y análisis de un conjunto de datos utilizando hoja de cálculo e IA. Producto: Hoja de análisis, indicadores, gráficos y resumen ejecutivo.

    Ver temas detallados
    • Datos estructurados.
    • Filas, columnas y encabezados.
    • Tipos de datos.
    • Texto.
    • Números.
    • Fechas.
    • Porcentajes.
    • Monedas.
    • Categorías.
    • Valores faltantes.
    • Duplicados.
    • Inconsistencias.
    • Normalización.
    • Validación.
    • IA para explicar fórmulas.
    • IA para generar fórmulas.
    • Compatibilidad entre Excel y Calc.
    • Referencias relativas y absolutas.
    • Funciones básicas.
    • Indicadores.
    • KPI.
    • Variación porcentual.
    • Media.
    • Mediana.
    • Moda.
    • Rango.
    • Introducción a dispersión.
    • Segmentación.
    • Tablas dinámicas.
    • Análisis exploratorio.
    • Tendencias.
    • Series temporales.
    • Estacionalidad.
    • Comparación intermensual.
    • Comparación interanual.
    • Valores atípicos.
    • Introducción al rango intercuartílico.
    • Correlación.
    • Diferencia entre correlación y causalidad.
    • Pronósticos básicos.
    • Análisis ABC.
    • Principio de Pareto.
    • Participación porcentual.
    • Visualización.
    • Gráficos de barras.
    • Gráficos de líneas.
    • Dispersión.
    • Histogramas.
    • Introducción a dashboards.
    • Interpretación de resultados.
    • Separación entre datos, interpretación e hipótesis.
    • Validación de cálculos.
  8. 08

    Organización, productividad y gestión del trabajo

    Tareas, prioridades, reuniones, seguimiento, planificación y conocimiento

    Aplicación práctica

    Organización de una semana de trabajo utilizando IA para estructurar prioridades, reuniones, tareas y seguimiento. Producto: Sistema básico de gestión personal o de equipo asistido por IA.

    Ver temas detallados
    • Concepto de productividad.
    • Diferencia entre:
    • objetivo;
    • proyecto;
    • tarea.
    • Definición de tareas.
    • Responsables.
    • Fechas.
    • Estados.
    • Dependencias.
    • Bloqueos.
    • Priorización.
    • Matriz de Eisenhower.
    • Impacto y esfuerzo.
    • Planificación diaria.
    • Planificación semanal.
    • Time blocking.
    • Márgenes de contingencia.
    • Descomposición de proyectos.
    • WBS introductoria.
    • Cronogramas.
    • Hitos.
    • Preparación de reuniones.
    • Agendas.
    • Actas.
    • Minutas.
    • Extracción de compromisos.
    • Seguimiento.
    • Gestión de correo como fuente de tareas.
    • Registro de decisiones.
    • Documento maestro de proyecto.
    • Revisiones semanales.
    • Detección de cuellos de botella.
    • Carga de trabajo.
    • Checklists.
    • Procedimientos operativos.
    • Gestión del conocimiento.
    • Bases de conocimiento.
    • Identificación de tareas repetitivas.
  9. 09

    IA aplicada a ventas, atención al cliente y marketing

    Prospectos, mensajes, seguimiento, campañas, contenido y clientes

    Aplicación práctica

    Diseño de un flujo comercial básico con mensajes, seguimiento, atención y contenido. Producto: Mini sistema comercial asistido por IA.

    Ver temas detallados
    • IA aplicada a procesos comerciales.
    • Prospectos.
    • Clasificación de prospectos.
    • Lead scoring introductorio.
    • Investigación comercial.
    • Personalización.
    • Necesidades del cliente.
    • Propuesta de valor.
    • Características y beneficios.
    • Mensajes comerciales.
    • Llamadas a la acción.
    • Seguimiento.
    • Secuencias comerciales.
    • Propuestas.
    • Manejo de objeciones.
    • Análisis de conversaciones.
    • CRM.
    • Registro de interacciones.
    • Atención al cliente.
    • Clasificación de consultas.
    • Priorización.
    • Respuestas aprobadas.
    • Escalamiento humano.
    • Preguntas frecuentes.
    • Análisis de comentarios.
    • Sentimiento.
    • Clasificación temática.
    • Público objetivo.
    • Segmentación.
    • Embudo de marketing.
    • Contenido según etapa.
    • Calendario de contenidos.
    • Copywriting.
    • AIDA.
    • PAS.
    • Marketing multicanal.
    • Reutilización de contenido.
    • Publicidad asistida por IA.
    • Pruebas A/B.
    • CTR.
    • Conversión.
    • ROI.
    • Análisis de campañas.
    • Posicionamiento.
    • Guías de marca.
    • Validación de afirmaciones comerciales.
    • Prevención de testimonios, estadísticas, promociones o beneficios inventados.
  10. 10

    Automatización de tareas y flujos de trabajo con IA

    Procesos, reglas, triggers, acciones, agentes, integraciones y validaciones

    Aplicación práctica

    Diseño completo de un proceso automatizado a partir de una actividad manual. Producto: Diagrama, pseudocódigo, validaciones y casos de prueba.

    Ver temas detallados
    • Concepto de automatización.
    • Automatización tradicional.
    • Automatización con IA.
    • Identificación de tareas automatizables.
    • Componentes de un flujo:
    • trigger;
    • entrada;
    • procesamiento;
    • condición;
    • acción;
    • validación;
    • salida.
    • Flujos secuenciales.
    • Flujos condicionales.
    • Flujos paralelos.
    • Dependencias.
    • Estados.
    • Clasificación automática.
    • Extracción automática.
    • Automatización documental.
    • Automatización de correo.
    • Automatización de reuniones.
    • Automatización de informes.
    • Automatización comercial.
    • Concepto de conector.
    • API.
    • Webhook.
    • Polling.
    • Herramientas no-code/low-code.
    • Concepto de agente de IA.
    • Diferencia entre agente y automatización.
    • Permisos.
    • Principio de mínimo privilegio.
    • Acciones reversibles.
    • Acciones irreversibles.
    • Idempotencia.
    • Identificadores únicos.
    • Registros de ejecución.
    • Logs.
    • Auditoría.
    • Manejo de errores.
    • Reintentos.
    • Timeout.
    • Fallback.
    • Validaciones.
    • Guardrails.
    • Simplificación previa del proceso.
    • Mapeo del proceso.
    • Cálculo de ahorro.
    • ROI de automatización.
    • Pruebas.
    • Casos límite.
    • Implementación gradual.
    • Métricas.
    • Pseudocódigo.
    • Salidas estructuradas.
    • Validaciones externas a la IA.
  11. 11

    Seguridad, privacidad, ética y uso responsable de IA

    Datos sensibles, permisos, riesgos, prompt injection, sesgos y controles

    Aplicación práctica

    Evaluación de seguridad de un flujo laboral asistido por IA. Producto: Matriz de riesgos y política básica de uso responsable de IA.

    Ver temas detallados
    • Seguridad aplicada a sistemas de IA.
    • Clasificación de información:
    • pública;
    • interna;
    • confidencial;
    • restringida.
    • Datos personales.
    • Datos sensibles.
    • Minimización de datos.
    • Anonimización.
    • Seudonimización.
    • Contraseñas.
    • Credenciales.
    • API keys.
    • Archivos confidenciales.
    • Herramientas autorizadas.
    • Principio de mínimo privilegio.
    • Permisos.
    • Acciones sensibles.
    • Human-in-the-loop.
    • Matriz de riesgo.
    • Alucinaciones.
    • Verificación.
    • Prompt injection.
    • Prompt injection directa.
    • Prompt injection indirecta.
    • Contenido externo no confiable.
    • Separación entre instrucciones y datos.
    • Defensa en profundidad.
    • Sandboxing.
    • Ingeniería social.
    • Autenticación.
    • Autorización.
    • MFA.
    • Agentes con acceso a aplicaciones.
    • Registro de actividad.
    • Auditoría.
    • Logs.
    • Retención.
    • Sesgos.
    • Explicabilidad.
    • Transparencia.
    • Propiedad intelectual.
    • Derechos de autor.
    • Contenido generado por IA.
    • Deepfakes.
    • Uso de IA en áreas de alto impacto.
    • Políticas organizacionales de IA.
    • Shadow AI.
    • Respuesta a incidentes.
    • Pruebas adversariales.
    • Fail-safe.
    • Fallback humano.
  12. 12

    Proyecto integrador

    Implementación de IA en un proceso laboral real o simulado

    Aplicación práctica

    Prototipo o solución funcional documentada que demuestre la aplicación de Inteligencia Artificial para mejorar un proceso laboral.

    Ver temas detallados
    • El participante desarrollará un proyecto aplicado utilizando los conocimientos adquiridos durante la capacitación.
    • El proyecto deberá partir de un problema laboral concreto.
    • El participante deberá:
    • identificar el problema;
    • definir el objetivo;
    • delimitar el alcance;
    • describir el proceso actual;
    • establecer una línea base;
    • identificar oportunidades de mejora;
    • diseñar el proceso propuesto;
    • seleccionar herramientas;
    • diseñar instrucciones;
    • definir entradas;
    • definir salidas;
    • incorporar validaciones;
    • analizar riesgos;
    • aplicar medidas de seguridad;
    • realizar pruebas;
    • registrar errores;
    • medir resultados;
    • documentar limitaciones;
    • presentar la solución.
    • Ejemplos de proyectos:
    • procesamiento de documentos;
    • generación de informes;
    • análisis de ventas;
    • organización de reuniones;
    • clasificación de consultas;
    • seguimiento de clientes;
    • investigación periódica;
    • automatización administrativa;
    • gestión de información.