IA Generativa Avanzada aplicada al trabajo

• Personas de cualquier área que ya hayan tenido una aproximación práctica a la inteligencia artificial generativa y deseen profundizar su uso para optimizar procesos, fortalecer su productividad y desarrollar soluciones más avanzadas en su entorno laboral.
• Orientado especialmente a quienes buscan ir más allá del uso básico de herramientas, incorporando IA en procesos, automatizaciones y soluciones concretas en contextos de gestión, análisis, docencia, coordinación, consultoría, comunicación, apoyo administrativo y otras funciones profesionales.

• Se recomienda haber cursado el Curso IA Generativa: Fundamentos y Aplicaciones (nivel inicial), contar con formación introductoria en inteligencia artificial generativa, o tener experiencia previa en el uso de herramientas como ChatGPT, Claude, Gemini, NotebookLM o Microsoft Copilot.
• Se espera que las y los participantes manejen nociones básicas sobre prompting, tipos de herramientas y aplicaciones de IA en tareas de productividad laboral.
• No se requiere experiencia previa en programación avanzada. Se recomienda contar con computador, acceso a internet y disposición para trabajar con herramientas técnicas asistidas por IA.

OBJETIVO GENERAL

• Diseñar soluciones aplicadas con inteligencia artificial generativa, integrando asistentes, APIs y automatizaciones para mejorar procesos y resolver problemas concretos en contextos laborales.

OBJETIVOS ESPECÍFICOS

• Diseñar flujos de trabajo que articulen herramientas de inteligencia artificial generativa según el tipo de tarea, proceso y necesidad profesional.
• Crear asistentes especializados y entornos de trabajo con contexto, criterios y fuentes, orientados a resolver tareas concretas del ámbito laboral.
• Comprender y utilizar APIs de inteligencia artificial generativa con apoyo de Python y generación asistida de código para desarrollar soluciones simples.
• Diseñar automatizaciones no-code y low-code que incorporen inteligencia artificial en procesos reales de trabajo.
• Evaluar propuestas básicas de mejora o automatización con IA, considerando su factibilidad, utilidad y pertinencia.

Curso sincrónico de 15 horas cronológicas, estructurado en 5 sesiones:

• Sesión 1: De tareas aisladas a flujos de trabajo con IA
  • De tareas sueltas a sistemas de trabajo asistidos por IA.
  • Cómo descomponer un proceso laboral para detectar oportunidades de mejora con IA.
  • Criterios para elegir herramientas según etapa, tarea y resultado esperado.
  • Articulación entre ChatGPT, Claude, Gemini, NotebookLM y Copilot en flujos reales.
  • Diseño de flujos híbridos para análisis, redacción, revisión y organización.
• Sesión 2: Asistentes especializados y trabajo avanzado con contexto y fuentes
  • Diseño de asistentes especializados para necesidades reales de trabajo.
  • Uso avanzado de GPTs personalizados, Gems y Proyectos.
  • Cómo definir instrucciones persistentes, criterios, tono, restricciones y estilo de respuesta.
  • Trabajo con documentos, fuentes y materiales propios en NotebookLM.
  • Casos de uso en análisis documental, apoyo docente, gestión, comunicación y síntesis ejecutiva.
• Sesión 3: APIs, Python y soluciones con IA
  • Qué es una API y cuándo conviene pasar de la interfaz conversacional a una integración.
  • Python como puente para consumir APIs de IA.
  • Generación de código con apoyo de IA para tareas concretas (vibe coding).
  • Ejemplos de integración con APIs de OpenAI y Gemini orientados a tareas laborales.
• Sesión 4: Automatización de procesos con IA: enfoque no-code y low-code
  • Qué procesos vale la pena automatizar y cuáles no.
  • Introducción a automatización visual con Make.
  • Introducción a automatización low-code con n8n.
  • Integración de IA dentro de flujos automatizados con formularios, documentos y correo.
  • Buenas prácticas para diseñar automatizaciones útiles, viables y sostenibles.
• Sesión 5: Diseño de una solución aplicada con IA
  • Identificación de un problema o proceso susceptible de mejora con IA.
  • Diseño de una solución combinando asistentes, APIs o automatización.
  • Evaluación de factibilidad, valor, riesgos y límites de la propuesta.
  • Presentación de una propuesta de implementación.

• Carolina Castilla Pérez: Periodista, MBA y Máster en Inteligencia Artificial. Docente de programas de Educación Continua en las áreas de IA, Storytelling y Comunicación estratégica.
• Marcelo Navarro Toro: Ingeniero Civil en Automatización. Docente en Taller de Programación en Python para ingeniería, y los cursos XTEC-21 sobre creación de agentes de IA y XTEC-23 sobre Machine Learning e IA.

• El curso se desarrolla mediante una metodología activa, práctica y aplicada, orientada al diseño de soluciones y a la resolución de problemas reales.
• Clases sincrónicas con exposiciones conceptuales breves, demostraciones guiadas de integración de herramientas, APIs y automatizaciones.
• Ejercicios individuales de diseño de flujos de trabajo con IA, creación de asistentes especializados y diseño de automatizaciones básicas no-code y low-code.
• La metodología prioriza la práctica activa, la resolución de problemas, la exploración guiada y la transferencia directa a un caso real.
• Online sincrónico vía Zoom con apoyo de plataforma U-Cursos para gestión académica.

• Ejercicio práctico individual de integración o automatización con IA: 40%.
• Trabajo final individual de diseño de solución aplicada: 60%.
• El curso se aprueba con nota mínima promedio 4,0 (escala 1,0 a 7,0), asistencia mínima del 75% y participación en clases.
• Al finalizar el curso se enviará a los participantes Certificado Digital (Diploma) acreditado por la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile.

• Fechas: 27, 29 de julio; 3, 5 y 10 de agosto de 2026.
• Días: Lunes y miércoles.
• Horario: 18:30 a 21:30 hrs.
• Duración total: 15 horas cronológicas.
• Modalidad: Online sincrónico vía Zoom. Plataforma de apoyo U-Cursos.