Docente expositora: María Ximena Pérez
Destinatarios/as: Personas graduadas en Comunicación Social, Periodismo, Educación, Ciencias Sociales, Humanidades, Diseño, Artes, Publicidad, Ciencia Política, Administración, Turismo, Informática y carreras afines. También podrán cursarlo profesionales que se desempeñen en docencia, comunicación institucional, producción de contenidos o diseño de propuestas formativas. No se requieren conocimientos previos de programación.
Inscripción y postulación a becas: del 17 al 31 de agosto de 2026
Fecha de realización: del 23 de septiembre al 9 de diciembre de 2026
Carga horaria: 40 horas
Metodología: Teórico-práctico
Modalidad: a distancia
Código del curso: 281/CPG
Certificado: Se entregarán certificados de asistencia y aprobación de la Universidad Nacional de Quilmes.
Arancel: Residentes en el país: $152000 (Extranjeros residentes en Argentina, deberán presentar certificado de residencia en el país. Caso contrario, la facturación se realizará como Residentes en otros países.)
-Residentes en otros países: informes_posgrado@unq.edu.ar
Proceso de Inscripción
Antes de comenzar el proceso de inscripción, asegurate de tener una dirección de correo electrónico válida y que funcione correctamente, hasta obtener el usuario de estudiante de la UNQ, con dominio “@uvq.edu.ar”, el cuál se considerará automáticamente como su domicilio electrónico. Es importante destacar que las comunicaciones que enviemos a estas direcciones se considerarán válidas y suficientes a todos los efectos legales
A continuación les facilitamos la guía de inscripción: “Guía de Inscripción a cursos de posgrado”
Admisión
Los/as aspirantes a las propuestas formativas de posgrado deberán poseer como mínimo alguna de las siguientes condiciones:
a) Ser graduado/a universitario con título de grado final expedido por una Universidad Nacional, Universidad Provincial o Universidad Privada reconocida por el Poder Ejecutivo Nacional, correspondiente a una carrera con al menos cuatro (4) años de duración;
b) Graduados/as de Universidades extranjeras reconocidas por las autoridades competentes en su país.
c) Acreditar estudios terciarios completos de cuatro (4) o más años de duración con título final expedido por una institución reconocida por la autoridad educativa competente.
Fundamentación
El curso se inscribe en un campo estratégico de formación vinculado con la inteligencia artificial, la educación superior, la comunicación digital y la producción de materiales educativos contemporáneos. La expansión de la inteligencia artificial generativa ya modificó de manera profunda la escritura académica, la planificación docente, la evaluación, la búsqueda y organización de información, la producción de contenidos y el diseño de recursos para entornos presenciales, virtuales e híbridos. En este contexto, la formación de posgrado no puede limitarse a un aprendizaje instrumental de plataformas. Resulta necesario construir una alfabetización crítica, técnica, ética y pedagógica que permita comprender cómo funcionan estos sistemas, qué sesgos arrastran, qué límites presentan y de qué manera impactan sobre la autoría, la enseñanza, el trabajo intelectual y la circulación del conocimiento.
La propuesta combina una perspectiva conceptual con un enfoque aplicado. Por un lado, ofrece fundamentos para comprender la lógica de los modelos generativos, sus alcances, sus márgenes de error y los debates contemporáneos sobre transparencia, regulación y uso responsable. Por otro, trabaja sobre aplicaciones concretas en educación superior, producción de consignas, diseño de secuencias didácticas, elaboración de materiales educativos digitales y toma de decisiones pedagógicas mediadas por IA. El curso está pensado para que cada persona cursante pueda traducir los contenidos a su propio campo de desempeño y construir criterios sólidos para decidir cuándo, cómo y para qué incorporar inteligencia artificial generativa en prácticas formativas y comunicacionales.
Objetivo general: Analizar críticamente los fundamentos, alcances, limitaciones y usos de la inteligencia artificial generativa para diseñar aplicaciones situadas en comunicación y educación, con especial foco en educación superior y materiales educativos digitales, desde criterios de calidad, responsabilidad ética y pertinencia profesional.
Objetivos específicos: Comprender los principios básicos de funcionamiento de los modelos generativos y su relación con datos, interfaces y decisiones de diseño. Reconocer oportunidades y riesgos de la IA generativa en educación superior, comunicación y producción de recursos didácticos. Diseñar prompts y flujos de trabajo orientados a la escritura, la edición, la investigación, la enseñanza y la producción de materiales educativos digitales. Evaluar resultados generados por IA a partir de criterios de precisión, sesgo, verificabilidad, originalidad, accesibilidad y adecuación contextual. Examinar debates contemporáneos sobre ética, propiedad intelectual, transparencia, derechos de autor, privacidad y gobernanza algorítmica. Desarrollar un proyecto final aplicado a una necesidad concreta del campo profesional o académico de cada cursante.
Unidades/módulos
Módulo 1. Fundamentos de la inteligencia artificial generativa: modelos, datos y límites
En este módulo se abordarán los conceptos centrales necesarios para comprender qué es la inteligencia artificial generativa, cómo se diferencian los modelos fundacionales de otras herramientas algorítmicas y de qué manera operan los grandes modelos de lenguaje, imagen y audio. Se trabajará sobre entrenamiento, inferencia, tokenización, datasets, multimodalidad, alucinaciones, escalabilidad y límites epistemológicos de los sistemas generativos. El módulo ofrecerá un marco común para todo el curso, de modo que la experimentación posterior no repose en entusiasmo tecnológico sino en comprensión de funcionamiento y de límites.
Bibliografía obligatoria
UNESCO. (2024). Guía para el uso de IA generativa en educación e investigación.
OEI. (2024). Inteligencia artificial y educación: insumos para su abordaje desde Iberoamérica.
Jung, J., y Katz, R. L. (2025). Impacto económico de la inteligencia artificial en América Latina: transformación tecnológica y rezago en materia de inversión y capacidades laborales. CEPAL.
Bibliografía optativa
Bellomo, S., Kelly, V., Lugo, M. T., y Pimenta, R. (2025). Alfabetización + inteligencia artificial (IA): desafíos y oportunidades en Argentina. BID.
Otros recursos
Mapas conceptuales, videos breves de introducción técnica y análisis guiado de interfaces de modelos generativos disponibles al momento del cursado.
Módulo 2. Alfabetización algorítmica, prompting y evaluación de resultados
Este módulo trabajará sobre el diseño de prompts, la interacción humano-modelo, la iteración, la explicitación de contexto, la formulación de restricciones y la evaluación crítica de salidas textuales, visuales y sonoras. También incorporará la noción de workflow multimodal y enseñará a verificar, comparar y refinar respuestas generadas por IA en función de objetivos concretos. El eje del módulo será la toma de decisiones: no alcanza con pedir cosas a una plataforma; hay que saber qué pedir, cómo pedirlo y con qué criterios evaluar lo que devuelve.
Bibliografía obligatoria
Aparici, R., Bordignon, F. R. A., y Martínez-Pérez, J. (2021). Alfabetización algorítmica basada en la metodología de Paulo Freire. Perfiles Educativos, 43(Especial), 36-54.
González López, J. A., y Ouellet, M. (2025). Guía de uso efectivo de técnicas de prompting para ChatGPT.
Universidad Internacional de Andalucía. (2025). Guía básica sobre IA generativa para docentes y estudiantes de la UNIA.
Bibliografía optativa
Morales-Chan, M. A. (2023). Explorando el potencial de ChatGPT: una clasificación de prompts efectivos para la enseñanza.
Otros recursos
Laboratorios de experimentación con prompts, rúbricas de evaluación de respuestas y ejercicios comparativos entre plataformas.
Módulo 3. IA generativa en educación superior y diseño de materiales educativos digitales
Este módulo integrará el análisis de los usos de la IA generativa en educación superior con el diseño, producción y evaluación de materiales educativos digitales. Se trabajará sobre planificación de clases, tutorías, retroalimentación, accesibilidad, diseño de consignas, secuencias didácticas, guías de estudio, presentaciones, materiales de apoyo, recursos multimodales y criterios de evaluación auténtica. El foco no estará puesto en automatizar por automatizar, sino en decidir cuándo una herramienta aporta valor pedagógico real y cuándo apenas recubre de brillo tecnológico una propuesta débil. También se abordarán la claridad expositiva, la adecuación a destinatarios, la multimodalidad, la curaduría de contenidos y la revisión crítica de errores en materiales producidos con asistencia de IA.
Bibliografía obligatoria
UNESCO-IESALC. (2023). ChatGPT e inteligencia artificial en la educación superior: guía de inicio rápido.
UNESCO. (2024). Guía para el uso de IA generativa en educación e investigación.
Rivas, A. (2025). La llegada de la IA a la educación superior en Iberoamérica: un mapa para diseñar estrategias institucionales. OEI.
Area Moreira, M. (2017). La metamorfosis digital del material didáctico tras el paréntesis Gutenberg. Revista Latinoamericana de Tecnología Educativa.
Maggio, M. (2018). Reinventar la clase en la universidad. Paidós.
Bibliografía optativa
Artopoulos, A. (2025). Aprender con inteligencia artificial en el nivel superior. El caso de la lectura distante. Praxis Educativa, 29(2), 1-19.
Salinas, J. (2020). Estudios sobre diseño de recursos digitales y entornos virtuales de aprendizaje.
OEI. (2023). El futuro de la inteligencia artificial en educación en América Latina.
Otros recursos
Análisis de guías institucionales, rediseño de clases, plantillas de diseño didáctico, rúbricas para evaluar materiales digitales y talleres de producción de recursos textuales, visuales y audiovisuales.
Módulo 4. Ética, regulación, gobernanza y proyecto final integrador
En este módulo se discutirán sesgos, discriminación algorítmica, transparencia, privacidad, derechos de autor, trazabilidad, huella ambiental y marcos de regulación emergentes. El recorrido culminará con el diseño del trabajo final integrador, en el que cada cursante desarrollará una propuesta aplicada a su campo de desempeño, con fundamentación conceptual, criterios metodológicos y protocolo de uso responsable. La intención es cerrar el curso con un proyecto sólido y defendible, no con una simple exhibición de herramientas.
Bibliografía obligatoria
UNESCO. (2021). Recomendación sobre la Ética de la Inteligencia Artificial.
Parlamento Europeo y Consejo de la Unión Europea. (2024). Reglamento (UE) 2024/1689, por el que se establecen normas armonizadas en materia de inteligencia artificial.
Pauner Chulvi, C. (2023). Transparencia algorítmica en los medios de comunicación y las plataformas digitales. Revista Española de la Transparencia, 17 Extra, 107-136.
Bibliografía optativa
UNESCO. (2024). Construir el futuro: la IA en las políticas educativas.
Martínez, R. (coord.). (2023). Automatización e inclusión laboral en América Latina: impactos potenciales, vulnerabilidades y propuestas de política pública. CEPAL.
Otros recursos
Matrices de riesgos, revisión de lineamientos institucionales y tutorías metodológicas para la elaboración del trabajo final.