Acerca del curso

Módulo 1 - Prompting pedagógico y andamiaje del aprendizaje
Ejes temáticos:
- El prompting como estrategia didáctica: definición de objetivos, criterios, restricciones y formatos.
- Patrones docentes: tutor socrático, crítico/peer reviewer, generador de casos y simulador.
- Construcción de prompts para procesos de comprensión, argumentación, resolución de problemas y metacognición.
- Banco de prompts y guías para enseñar a los estudiantes a usar IA sin “atajos”.

Módulo 2 - Diseño instruccional centrado en el aprendizaje con IA generativa
Ejes temáticos:
- Alineación entre resultados, actividades y evaluación (constructive alignment) con IA como mediadora.
- Actividades “IA-conscientes” por niveles: apoyo (borrador), co-creación (iteración), crítica (evaluación) y transferencia (aplicación situada).
- Diseño de una experiencia completa (sesión, semana o unidad) con IA generativa integrada y verificable, desde la planeación hasta la producción de recursos multimedia (video, audio, imágenes, infografías, microsimuladores, cuadernos multimedia, entre otros).

Módulo 3 - Evaluación e integridad académica en la era de la IA generativa
Ejes temáticos:
- Rediseño de evaluaciones: tareas auténticas, situadas y personalizadas.
- Rúbricas “IA-conscientes”.
- Estrategias anti-delegación total: iteraciones, hitos, coevaluación y preguntas contextualizadas.
- Escala de Perkins.

Módulo 4 - Ética, datos, transparencia y gestión de implementación
Ejes temáticos:
- Casos éticos relacionados con el uso de IA generativa.
- Declaración institucional y pedagógica de uso ético de la IA.

Objetivo del curso: 

Diseñar experiencias de aprendizaje universitario “IA-conscientes”, integrando IA generativa de forma 
pedagógicamente pertinente, ética y transparente, mediante el rediseño de actividades, evaluaciones, rúbricas 
y políticas de curso, asegurando calidad académica.
Pensamiento crítico y verificación: contrastar, validar y justificar información producida con apoyo de IAGen. 
2. Diseño centrado en aprendizaje: alinear objetivos–actividades–evaluación y crear evidencias del proceso. 
3. Crear actividades donde la IA apoye procesos (borrador, crítica, simulación, retroalimentación) y donde el aprendizaje sea 
verificable. 

¡Inscríbete!