Sesión 1 — Qué es y qué no es la inteligencia artificial generativa en la investigación científica, y por qué tu juicio crítico sigue siendo insustituible.
3 horas
1 · Fundamentos
Virtual sincrónica
01 de 11
Qué es la IA generativa, cómo funciona y por qué eso explica que «alucine». La rutina de verificación que usaremos todo el curso.
Mapa de las 6 fases del trabajo investigativo y las herramientas que ya existen para cada una. Dos stacks recomendados.
Mini-taller: tu primer aplicativo creado con IA. Luego comparamos dos chatbots con tu propio tema de interés.
Cada participante define su tema tentativo de investigación. Cierre y enlace con la Sesión 2 (integridad y ética).
Guarda tu respuesta. Volveremos a esta pregunta al final del curso, y tu respuesta probablemente habrá cambiado.
Los flujos asistidos por IA reducen los tiempos de revisión hasta un 30% manteniendo —o mejorando— la calidad metodológica. La IA no piensa por ti: amplifica la productividad de quien sabe qué herramienta usar en qué momento.
▹ Un modelo que predice texto plausible palabra por palabra.
▹ Un asistente para redactar, resumir, traducir, reformular e iterar ideas.
▹ Un acelerador de tareas mecánicas del trabajo intelectual.
▹ Una base de datos ni un buscador de verdad verificada.
▹ Una autoridad científica: no entiende, no razona como tú, no rinde cuentas.
▹ Un sustituto de tu criterio, tu lectura y tu responsabilidad como autor.
La idea central de todo el curso cabe en una frase: la IA propone, el investigador decide.
Un modelo no «consulta» nada: estima qué palabra es más probable después de la anterior. Pruébalo: haz clic para revelar cómo el modelo completa la frase, una palabra a la vez.
El modelo elige por probabilidad, no por verdad. Cuando la opción más probable resulta falsa pero suena bien, eso es una alucinación. Lo verás en la siguiente diapositiva.
Le pedimos a un modelo conversacional cinco referencias con DOI. Las devuelve impecablemente formateadas. Verifica cada una en la base real:
Toda afirmación factual y toda cita es sospechosa hasta que la confirmes.
Busca el DOI o título en Scholar, Scopus o la web del editor. ¿Existe? ¿Dice eso?
Lo que entra a tu manuscrito lo firmas tú. El modelo no rinde cuentas; tú sí.
No existe una «mejor herramienta». Existe la mejor herramienta para cada fase del trabajo investigativo.
Encontrar el paisaje intelectual del campo y los papers seminales.
Responder preguntas con base en literatura revisada por pares.
Comprender, sintetizar y dialogar con un corpus completo.
Redactar proyecto, marco teórico y manuscrito para revista indexada.
Procesar, modelar y visualizar datos con asistentes de código.
Verificar citas, integridad y preparar el manuscrito para submission.
Vista resumida por categorías. Cada herramienta aparecerá en su sesión correspondiente cuando la necesites.
Para reformular, explicar y producir borradores. Nunca para citas.
Búsqueda en papers reales, resúmenes guiados y extracción estructurada con cita rastreable.
Subes tus PDFs y obtienes síntesis, mapas de ideas y respuestas atadas a tus fuentes.
Asistente especializado en flujo PRISMA: cribado, extracción y reporte de revisiones.
Colab y Posit Cloud para no instalar nada; instalación local cuando manejas datos sensibles.
Editor + agente para depurar, generar análisis y automatizar tareas bajo tu supervisión.
Lo que sigue no son diapositivas para mirar: son cosas que harás tú. Abre un chat, pega un prompt y observa qué tan lejos llega.
La IA responde tan bien como le preguntes. Un prompt sólido tiene cinco piezas — recuérdalas como R·C·T·F·I. Entre más claras, mejor el resultado.
Qué papel asume la IA. «Actúa como…»
Tu situación, tema y para qué lo necesitas.
La acción concreta que debe ejecutar.
Cómo quieres la salida: tabla, lista, código…
Reglas y límites: «no inventes citas», y refina.
▸ NO NECESITAS LAS CINCO SIEMPRE, PERO ENTRE MÁS DES, MENOS ADIVINA LA IA · EN LA SESIÓN 2 PROFUNDIZAMOS LA TÉCNICA R·C·T·F·I.
Le pediremos a un chat IA que escriba el código completo de un conversor de temperatura entre Celsius, Fahrenheit y Kelvin. Tres pasos.
▸ ITERA: SI ALGO NO FUNCIONA, PÉGALE EL ERROR Y PÍDELE QUE LO ARREGLE.
Las funciones de Deep Research rastrean la web, leen fuentes y devuelven un informe con enlaces. Aquí buscaremos congresos sobre gestión del agua.
▸ DEEP RESEARCH REDUCE LA ALUCINACIÓN, NO LA ELIMINA. ABRE CADA URL ANTES DE AGENDAR.
Dos prompts encadenados en la misma conversación: primero pide la teoría como tabla, luego pide una imagen que la sintetice.
▸ PEGA EL PROMPT 1, LEE LA RESPUESTA, Y EN LA MISMA CONVERSACIÓN PEGA EL PROMPT 2. CLAUDE NO GENERA IMÁGENES NATIVAS.
1 · Suelta tu interés (una frase). 2 · Pide 5 líneas con el prompt de abajo. 3 · Elige y reta una. Rellena tus datos y copia el prompt; los ejemplos usan gestión del agua — cámbialos por lo tuyo.
▸ Entregable de la sala: tu línea candidata en una frase + la duda principal que la IA te ayudó a ver. RELATOR · 1 MIN EN PLENARIA · ¿Te sobra tiempo? Corre el Paso 2 en dos IA distintas y verifica en Scholar.
Toma la línea candidata que elegiste en el taller y compáctala en una sola oración. Este tema te acompañará en las 10 sesiones siguientes y será la base de los dos productos de tu equipo. Usa la plantilla:
Pégalo en el documento compartido. En la Sesión 2 abordaremos la integridad y la ética de investigar con IA.
Registra tu tema
Tu línea de investigación
Sesión 2 · Integridad y ética