Introducción a la Inteligencia Artificial para Jóvenes

Este curso de autoformación está diseñado para introducirte en el fascinante mundo de la inteligencia artificial (IA) desde cero, ayudándote a comprender cómo funciona y cómo se utiliza en nuestra vida cotidiana. A lo largo de las sesiones, explorarás temas como el aprendizaje automático, redes neuronales, y algoritmos de una manera divertida y accesible. Además, te guiaremos para que realices tus propios proyectos, utilizando herramientas como Teachable Machine y Python en Google Colab. Este curso está hecho para que aprendas a tu propio ritmo y descubras cómo la IA está presente en tu vida y cómo puedes crear con ella.

Objetivo: Al finalizar el curso, entenderás los conceptos básicos de IA, identificarás sus aplicaciones en el día a día, y desarrollarás pequeños proyectos que demuestren cómo funciona la IA en situaciones reales.

Sesión 1: ¿Qué es la Inteligencia Artificial?

• Objetivo: Aprender qué significa «Inteligencia Artificial» y cómo funciona.
• Contenido: Ejemplos de IA en aplicaciones diarias como asistentes virtuales y recomendaciones de redes sociales.
• Actividad sugerida: Anota ejemplos de IA que encuentres en casa, como dispositivos o aplicaciones que usan IA.
  📝 Cuestionario sobre qué es la Inteligencia Artificial

Sesión 2: Tipos de Inteligencia Artificial

• Objetivo: Entender las diferencias entre IA débil (como asistentes virtuales) e IA fuerte (IA avanzada).
• Contenido: Introducción al aprendizaje automático (Machine Learning) y a las redes neuronales.
• Actividad sugerida: Haz una lista de tareas que te gustaría que una IA aprendiera a hacer.
  📝 Cuestionario sobre tipos de Inteligencia Artificial

Sesión 3: Aplicaciones de la IA en el mundo real

• Objetivo: Descubrir cómo la IA se aplica en áreas como la medicina, redes sociales y robótica.
• Proyecto sugerido: Investiga y elige una aplicación de IA que te interese, y escribe un resumen sobre su impacto.
  📝 Cuestionario sobre aplicaciones de la IA en el mundo real

Sesión 4: Primeros pasos en Machine Learning con Teachable Machine

• Objetivo: Explorar cómo funciona Teachable Machine para entrenar modelos de IA básicos.
• Contenido: Crear un modelo de reconocimiento de imágenes y experimentar con gestos y poses.
• Actividad sugerida: Prueba con diferentes tipos de datos en Teachable Machine y observa los resultados.
  📝 Cuestionario sobre primeros pasos en Machine Learning con Teachable Machine

Sesión 5: Entrenando un Modelo con imágenes

Objetivo: Crear y entrenar un modelo de IA que reconozca objetos específicos.

• Contenido: Subir y etiquetar imágenes en Teachable Machine para entrenar el modelo.
• Proyecto sugerido: Diseña un modelo de IA que reconozca diferentes tipos de frutas, mascotas o cualquier objeto que te interese.
  📝 Cuestionario sobre entrenando un Modelo con imágenes

Sesión 6: Introducción a Python para la IA

• Objetivo: Aprender los conceptos básicos de Python y su importancia en IA.
• Contenido: Configuración de Google Colab y primeros comandos en Python.
• Actividad sugerida: Escribe un pequeño programa en Python que realice una operación básica, como sumar dos números.
  📝 Cuestionario sobre introducción a Python para la IA

Sesión 7: Algoritmos y toma de decisiones

• Objetivo: Comprender cómo los algoritmos ayudan a la IA a tomar decisiones.
• Contenido: Ejemplos de algoritmos básicos en Python.
• Proyecto sugerido: Crea un algoritmo simple que tome una decisión, como elegir entre opciones al azar.
  📝 Cuestionario de algoritmos y toma de decisiones

Sesión 8: Creación de Modelos de Machine Learning en Python

• Objetivo: Construir un modelo básico en Python usando una librería sencilla como Scikit-Learn.
• Contenido: Entrenamiento y predicciones con ejemplos simples.
• Actividad sugerida: Prueba entrenar un modelo que clasifique datos sencillos (por ejemplo, números pares e impares).
  📝 Cuestionario sobre creación de Modelos de Machine Learning en Python

Sesión 9: Reconocimiento de texto con IA

• Objetivo: Aprender sobre el procesamiento de lenguaje natural (NLP) y su uso en chatbots y correctores de texto.
• Contenido: Conceptos básicos de NLP y ejemplos prácticos.
• Proyecto sugerido: Crea un chatbot básico que responda a preguntas simples usando lógica condicional en Python.
  📝 Cuestionario sobre reconocimiento de texto con IA

Sesión 10: Ética y responsabilidad en la IA

• Objetivo: Reflexionar sobre el uso responsable de la IA y su impacto ético.
• Contenido: Discusión sobre privacidad, sesgo, y la responsabilidad en el desarrollo de IA.
• Actividad sugerida: Haz una lista de los pros y contras de la IA, enfocándote en cómo afecta la vida de las personas.
  📝 Cuestionario de ética y responsabilidad en la IA

Sesión 11: Planificación del Proyecto Final

• Objetivo: Diseñar el proyecto final aplicando los conocimientos adquiridos en IA.
• Contenido: Selección del tema de proyecto, definición de herramientas y planificación.
• Actividad sugerida: Diseña un boceto de cómo será tu proyecto final (por ejemplo, un chatbot, un modelo de reconocimiento, etc.).
  📝 Cuestionario sobre planificación del proyecto final

Sesión 12: Desarrollo y presentación del proyecto final

• Objetivo: Construir y finalizar el proyecto aplicando todos los conocimientos de IA.
• Contenido: Integración de conceptos y técnicas vistas en el curso.
• Actividad sugerida: Documenta tu proyecto, incluyendo cómo funciona y por qué es útil. Puedes mostrarlo a amigos o familiares y pedirles comentarios.
  📝 Cuestionario sobre desarrollo y presentación del proyecto final

EXAMEN FINAL Y CERTIFICADO

• 🔒 Cuestionario final
• 🔒 Descargar certificado