IA práctica para programadores: ChatGPT, LLM, RAG, agentes, evaluación y despliegue.
IA aplicada en contextos reales Introducción La inteligencia artificial (IA) ha pasado de ser un concepto limitado a la ciencia ficción a convertirse en una herramienta esencial para resolver problemas complejos en diversos campos. Sin emba…
Machine Learning desde cero Introducción El Machine Learning (ML) es una rama de la Inteligencia Artificial que se encarga de hacer que las máquinas aprendan y mejoren con el tiempo sin ser explícitamente programadas. Aprender a implementar…
IA responsable y explicable Introducción La inteligencia artificial (IA) ha revolucionado la forma en que realizamos tareas cotidianas e incluso tomamos decisiones. Sin embargo, con estos beneficios vienen desafíos éticos y técnicos signifi…
IA como herramienta, no autoridad Introducción La inteligencia artificial (IA) ha transformado numerosos campos, desde la medicina hasta el entretenimiento. Sin embargo, con estas innovaciones vienen riesgos y desafíos éticos significativos…
Importancia del criterio Introducción En la era de la inteligencia artificial (IA), el criterio profesional se convierte en un elemento vital para tomar decisiones éticas y responsables. A pesar de que las leyes y regulaciones proporcionan …
Riesgos inevitables Introducción La inteligencia artificial (IA) ha revolucionado diversas áreas de la tecnología y de la vida cotidiana, pero con esa transformación vienen desafíos y riesgos inherentes. En esta unidad final, analizaremos l…
Conclusiones razonadas Introducción En la era de la Inteligencia Artificial (IA), es crucial evaluar sistemáticamente los sistemas que creamos para asegurar que cumplan con estándares éticos y legales. En este mini-proyecto guiado, analizam…
Evaluación de impacto Introducción La evaluación de impacto es una práctica fundamental para garantizar que los sistemas de inteligencia artificial (IA) estén diseñados y operados de manera responsable. Este proceso implica analizar tanto l…