Sesión 9

Buenos días. En nombre de la Agencia de Transformación Digital, Infotec y el Tecnológico Nacional de México, sean todas y todos bienvenidos a la sesión 9 del curso propedáutico de formación en competencias digitales especializadas. Mi nombre es Thelma Leonor Esteves Durantes y les voy a estar acompañando en esta segunda clase del módulo de inteligencia artificial.

Antes de iniciar, quiero recordar que esta sesión solo acompaña al curso, no sustituye de ninguna manera los videos ni las lecturas ni las actividades que se encuentran en la plataforma. Su función es ayudarles a ordenar ideas, aclarar conceptos y ayudar a reconocer aplicaciones reales.

El grupo puede ser muy diverso. Algunas personas ya han usado herramientas de inteligencia artificial o incluso conocen conceptos técnicos. Otras personas están iniciando. A quienes están iniciando o recién empiezan, les pido tranquilidad. Iremos paso a paso desde el inicio. A quienes ya tienen más experiencia, les pido aprovechar la sesión para organizar su vocabulario básico que será necesario para calificaciones posteriores.

Hoy mencionaremos algunos temas que se estudian con más profundidad después, como modelos de lenguaje, modelos de difusión, agentes, herramientas y supervisión humana. No entraremos a programación de arquitectura técnica porque esta es una clase propedéltica que solo las inicia para las posteriores certificaciones. Al finalizar esta sesión, espero que podamos explicar cinco cosas

que ahora les voy a comentar, pero, a ver, veamos. Primero, que vamos a ver qué es la inteligencia artificial generativa y qué tipo de contenido produce. Es importante reconocer que hablamos de contenido nuevo como textos, imágenes, audios, videos o ideas iniciales.

Segundo, ¿qué es un PROM? Que es un nivel muy sencillo. El PROM es una instrucción o una indicación que le damos al sistema de inteligencia artificial para solicitarle un resultado. Tercero, revisamos ejemplos con herramientas como ChatGPT, DALI, CopyAI y Copilot. No se trata de memorizar marcas, sino de relacionar cada herramienta con la tarea que puede apoyar.

Durante toda la sesión vamos a estar revisando estos QRs. En este caso, este les da la ruta para no perder de vista las sesiones que ya han pasado y esta sesión, si es que no la pudieron ver en...

en vivo para que ustedes puedan tener el enlace de cada una de ellas. Al final de la sesión les estaré presentando un QR de una sesión especial que se hizo el viernes para explicarles todo lo relacionado con el examen que tienen que presentar para acreditar el curso. Entonces, bueno, pues, si pueden ver este QR, allí estaremos viendo todas estas situaciones.

Como les decía, el propósito de esta sesión es que podamos explicar 5 ideas básicas. Primero, ¿qué es la inteligencia artificial generativa y qué tipo de contenidos puede crear? Es importante que hablemos de contenido nuevo como textos, imágenes, audios, videos e ideas principales. Segundo, ¿qué es un PROM?

que es un nivel muy sencillo, un promesa, una instrucción o una indicación que le damos al sistema de inteligencia artificial para solicitar un resultado.

Tercero, que revisemos ejemplos de herramientas y recordarles que no se trata de ninguna manera de memorizar marcas, sino de relacionarlas con herramientas de tarea que pueden apoyar. Las que les voy a presentar no son ni las mejores ni las únicas, simplemente son las que se eligieron para los ejemplos porque si no, no terminaríamos nunca, pero no se trata de que sean ni las mejores ni las peores.

En el cuarto punto distinguiremos la inteligencia artificial generativa de la gentiva. La generativa produce contenido mientras que la gentiva puede organizar pasos para intentar alcanzar un objetivo. Y por último, en quinto lugar o en quinto punto, recordaremos que toda respuesta generada debe revisarse, contextualizarse y evaluarse con criterio humano.

Sin esto, los resultados de inteligencia artificial no sería correcto utilizarlos. Si al terminar podemos reconocer estos elementos en ejemplos cotidianos, habremos cumplido el propósito de la sesión. Esta es nuestra ruta de aprendizaje que seguiremos durante los próximos 90 minutos.

Primero, está dividido en tres bloques. El primer bloque es para revisar qué es la inteligencia artificial y cómo funciona de manera básica y cuál es el papel que tiene en PROMPT.

En el segundo nivel hablaremos de herramientas y aplicaciones y ahí veremos videos de ChatGPT, de DALI, para identificar cada una de las instrucciones y cómo es que puede generar textos o imágenes. En el bloque 3 introduciremos a la guía engentiva, que es cómo se diferencia de la inteligencia generativa y cuáles son los componentes básicos y por qué requiere supervisión humana.

Después tendremos preguntas frecuentes para repasar y si el público lo decide, pues contestaremos las preguntas que ustedes nos estén enviando en el foro del curso, que es nuestra comunicación directa. Entre tanto, esperaremos con preguntas detonadoras para recuperar los principales conceptos.

Finalmente cerraremos con un repaso acumulativo de las dos sesiones para prepararlos para el examen. Y una recomendación importante, aunque el examen ya está disponible, quienes todavía están iniciando, sugiero, deberían revisar las sesiones anteriores y acompañar las que aún faltan.

acompañamos en las que aún faltan antes de usar estos intentos. Recuerden que tienen intentos limitados y entonces deben estar mucho más seguros. A esta sesión todavía nos hacen falta dos sesiones de ciencia de datos, que sería muy importante y muy enriquecedor para quienes están empezando que esperen antes de presentar su examen.

También verán los códigos del QR al inicio de cada corte y al final tenemos el de la sesión específica de explicación de la plataforma para el examen, ¿ok? Entonces, antes de comenzar nuevamente, Carlos, si nos puedes ayudar por favor con el QR, te lo agradecería mucho.

Como les decía, este QR les permite acceder al enlace donde se encuentran las clases ya impartidas. Este recurso es especialmente útil si no pudieron seguir alguna sesión en vivo, si quieren repasar un tema antes del examen o si necesitan reforzar algún concepto que todavía no esté claro.

Estos códigos no corresponden al examen y tampoco es un pase de lista, solo es un recurso de consulta para apoyar su aprendizaje. Los vamos a dejar unos segunditos más en la pantalla para que ustedes puedan escanear y guardar este enlace. Listo entonces.

Entremos al primer bloque. La inteligencia artificial generativa es lo que veremos ahora, su concepto, su funcionamiento básico y qué es un PROM. Aquí nos concentraremos en tres preguntas básicas. ¿Qué es la inteligencia artificial generativa? ¿Qué tipo de contenidos puede crear? ¿Y por qué el PROM es tan importante?

La idea no es explicar todavía la arquitectura profunda de los modelos, sino comprender la lógica general. Una persona da una instrucción y el sistema genera un resultado nuevo que después debe revisarse. Vamos ahora a esta idea clave. ¿Qué es la inteligencia artificial generativa?

La inteligencia artificial generativa es una rama de la inteligencia artificial capaz de crear contenido nuevo a partir de instrucciones y patrones aprendidos durante su entrenamiento.

Cuando decimos contenido nuevo, podemos hablar de textos, de imágenes, audio, videos, códigos o ideas iniciales. Por ejemplo, pueden redactar un borrador de un correo electrónico, proponer títulos para una campaña de marketing, generar una imagen a partir de una descripción o ayudar a crear un guión.

Es importante distinguirla de otros sistemas de inteligencia artificial. Algunos sistemas analizan, otros clasifican o reconocen información. La inteligencia artificial generativa produce una salida nueva. Esa salida puede parecer muy convincente, pero esto no significa que siempre sea correcta. Para eso,

Desde el inicio debemos mantener una regla. Esta regla siempre es muy importante. La inteligencia artificial generativa puede apoyar el trabajo, esa es la idea, pero el resultado debe revisarse, contextualizarse y evaluarse siempre con criterio humano.

En niveles más avanzados de certificaciones posteriores se estudiarán con mucho más detalle cómo se entrenan estos modelos, qué datos usan y cómo se evalúan y qué limitaciones tienen en específico. Entonces, bueno, nos quedamos con la parte de crear contenido nuevo y que la revisión humana es muy, muy importante. Esta tabla nos va a ayudar a evitar confundir, hacer una confusión frecuente.

No toda la inteligencia es generativa. Una inteligencia artificial analítica o predictiva se concentra en analizar, clasificar, reconocer o predecir información. Por ejemplo, un sistema de análisis de sentimientos puede revisar comentarios, clasificarlos como positivos, negativos o neutros, pero nada más.

La inteligencia artificial agentiva, en cambio, crea un contenido nuevo. Puede producir un texto, una imagen, audio, video o código a partir de una instrucción. La inteligencia artificial agentiva da un paso más allá. Puede recibir una meta, organizar los pasos y apoyarse en herramientas para intentar cumplir un objetivo. Hoy la veremos a nivel introductorio.

Esta comparación será importante para no confundir ejemplos. Un video de análisis de sentimientos o de una aplicación de salud puede mostrar la inteligencia artificial aplicada, pero no necesariamente la inteligencia artificial generativa. ¿Qué diferencia les parece más clara? Analizar, generar o actuar.

La inteligencia artificial generativa puede producir distintos tipos de contenido. En texto puede generar respuestas, correos, informes, ideas, resúmenes o explicaciones. En este caso,

más visiblemente en herramientas de conversación como ChatGPT. En imagen y audio podemos generar ilustraciones, diseño, voces, música o efectos sonoros. Aquí se muestran herramientas de creación visual o multimedia.

También podemos apoyar la generación de video como guiones, avatares o código inicial. La idea importante para el examen no es memorizar todas las herramientas posibles, sino reconocer que la inteligencia artificial generativa puede producir diferentes tipos de contenido, no solo texto.

Aún así, toda producción debe revisarse, insisto, debe ser revisada por un humano. Un texto puede tener errores, una imagen puede contener sesgos o una respuesta puede no ajustarse al contexto y esto siempre lo decide un humano. Veamos el funcionamiento de manera sencilla.

Primero, el modelo se entrena con muchos ejemplos. Esos ejemplos pueden ser textos, imágenes, sonidos u otros datos dependiendo del tipo de sistema. Segundo, durante ese entrenamiento aprende patrones, estilos, relaciones y estructuras. No como una persona que comprende el mundo. Ajusta relaciones internas a partir de sus datos. Tercero, cuando recibe una instrucción,

produce una salida y esta salida nueva se basa en lo aprendido anteriormente. Cuarto, la calidad de la salida depende de muchos factores. Depende de los datos de entrenamiento, del modelo, del contexto, de cómo metimos la instrucción y de las revisiones posteriores donde se han hecho ya ajustes. En las certificaciones que estudiarán posteriormente,

Van a estudiar redes neuronales, parámetros, modelos de lenguaje, difusión de evaluación y seguridad. Aquí solo nos quedaremos con la lógica general para reconocer cómo se usan. Entonces, evitaremos dar cuestiones muy técnicas de arquitectura.

Como les decía hace rato, el PROM es la instrucción del sistema. Vamos a revisar cuál es el concepto del PROM. Un PROM es una instrucción o una indicación que la persona le da al sistema de inteligencia artificial para que genere un resultado.

Puede ser una pregunta, puede ser una orden, una descripción o una solicitud en específicas condiciones. Un PROD muy, muy básico sería el que tenemos aquí. Hazme un texto sobre inteligencia artificial. La herramienta puede responder, pero probablemente el resultado sea muy general porque le estamos pidiendo algo muy general. Hazme un texto sobre inteligencia artificial. Eso es muy, muy básico.

Un PROM mejorado puede ser ya el que tenemos aquí en la pantalla.

que incluye más información. Como ustedes pueden ver, este incluye el público, el objetivo, tiene un tono específico con el cual hablar, la extensión que queremos, el formato en el que lo queremos, el contexto y los criterios. Entonces, redacta una explicación breve sobre inteligencia artificial generativa para estudiantes principiantes con lenguaje sencillo y dos ejemplos cotidianos es un promo

mucho más robusto que hazme un texto sobre inteligencia artificial. Por lo tanto, el resultado que dé este debe ser mucho más robusto

acotado a lo que yo necesito que el anterior que fue muy general. Esto se va logrando si tenemos muy clara cuál es la estructura del PROM. Esta estructura es una estructura que estamos proponiendo porque es la estructura más extensa de cómo hacer un PROM. Si ustedes revisan lo que proponen diferentes plataformas,

de inteligencia artificial, les van a ir sugeriendo cuáles son las técnicas o sus propuestas de técnicas para generar un prompt. Algunos plantean solo 4 pasos, algunos plantean 3 pasos y algunos plantean hasta 7 pasos. Esta es la más larga que encontramos, tal vez la más completa. Y lo que hacen las otras no es que lo omitan, simplemente los agrupan en menos pasos para hacerlo más sencillo para quienes lo van a hacer.

Esto es como cualquier habilidad que ustedes vayan desarrollando en la vida. Practicando y practicando lo pueden ir haciendo mucho más familiarizado a ustedes. Entonces, lo que les propongo es que hagan una plantilla con estas etiquetas en una columna para que vayan escribiendo en la siguiente columna todo el prompt. Una vez que ya lo hayan hecho, lo meten.

Y entonces pueden ir jugando con si no le meto el contexto, si no le pongo el criterio, si no le pongo los objetivos, qué es lo que más regresa. Para que entonces ustedes puedan desarrollar la habilidad de generar estos prompts lo más completo posible. En la medida en que esté más completo, el resultado que les genera de regreso va a ser mucho mejor a lo que ustedes están esperando.

Entonces, les decía, la diferencia no está en usar palabras complicadas, sino en comunicar con claridad. La comunicación clara es lo que necesitamos. Recordemos esta idea central, el PROM significa una instrucción. Y aunque el PROM sea bueno, la respuesta siempre necesita revisión. Entonces, claro, entre más habilidad tengamos en la...

En la redacción del PROM o en el dictado del PROM, dependiendo de cómo les guste usar las inteligencias artificiales, mejor será el resultado, pero, repito, la respuesta siempre necesita revisión humana.

Con esto cerramos el primer bloque. Ya revisamos qué es la inteligencia artificial generativa, qué contenido puede crear, cómo funciona de forma general y qué es un PROM. Ahora haremos una breve pausa. Y, Carlitos, si me ayudas con el QR.

Les repito, este QR les da acceso a sesiones anteriores. El QR no es un pase de lista, es un enlace de consulta para repasar clases ya impartidas. Lo dejaremos aquí unos segundos y daremos cinco minutos para poder estirar las piernas y tener todos los ajustes que requieren en sus computadoras. Estamos listos. Muy bien, vamos a iniciar el bloque 2.

En este veremos herramientas y aplicaciones. Ahora pasaremos a la definición y ejemplos de generación de texto, imágenes y otros contenidos. También tendremos 2 momentos para observar video, uno de ChatGPT y otro de Dalí. Entonces, les voy a pedir--

Mientras observan el video que voy a correr a continuación, les pido fijarse en tres cosas. Uno, la instrucción. ¿Cómo se escribe la instrucción? Dos, la forma en que el sistema genera esta respuesta que van a poder observar en el video. Y tercero,

Que la interacción ocurre inmediatamente. Texto y conversación va a aparecer por completo. Entonces, vamos a correr el video para que ustedes puedan observar estas tres cositas que les estoy pidiendo. Es muy, muy cortito, así es que vamos.

listo en este en este vídeo lo que pudieron observar es que chat y piti recibe una instrucción y genera una respuesta textual por eso es un ejemplo de inteligencia artificial generativa aplicada texto conversación e ideas chat y piti es una herramienta que

que puede generar y apoyar tareas de texto y conversación. Puede ayudar a redactar borradores de correo, informes, explicaciones o mensajes. También puede servir para generar ideas iniciales, organizar lluvia de ideas, resumir un texto o reformular una explicación. Esto no significa que debemos cortar y pegar todo lo que produce. Una

respuesta puede ser útil como un mero punto de partida, pero siempre necesita una revisión, insisto, necesita una revisión humana para ver si se puede aplicar. Debemos comprobar esta información, si es verdadera, si se ajusta al tono, cuidar el contexto y asegurarnos de que el contenido corresponde al propósito que estamos buscando.

En el contexto del curso, es importante reconocer que una herramienta como ChatGPT se menciona justo como esto, como una herramienta que permite conversar, redactar textos,

Resolver dudas y generar ideas. En niveles más avanzados que tendremos adelante podrán estudiar estrategias de prompting, verificación, seguridad de datos y uso profesional de estos mismos, así como asistentes conversacionales. Por lo pronto, solo nos quedaremos, como les decía, en el nivel propedáutico donde estamos analizando y

simplemente los conceptos. Lo que podría decirles es que lo tomen como una habilidad que ustedes podrán ir desarrollando conforme vayan practicando. Entre más practiquen, más practiquen, el hacer un prompt completo tendrán mayores habilidades para esto. Aquí vamos a presentar otro video que es el de Dalí. Otra vez les pido que observen

que es una descripción textual que identifica una generación de imagen y que relaciona el prompt con el contenido. Entonces, vamos a correr el video, también no es muy pequeño, pero muy ilustrativo de cómo se usa esta herramienta que se llama Dalí. Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí, Dalí

¡Suscríbete al canal!

Listo, entonces aquí hemos podido ver que la idea clave es que la inteligencia artificial generativa no solo crea texto, también puede producir contenido visual como el que estuvimos viendo allí a partir de una sola descripción. Las dos imágenes que les mostraba al final,

Son un claro ejemplo de cómo puede interpretar el mismo prompt de dos maneras diferentes, ¿no? Uno mucho más contextualizado.

al juego y otro más contextualizado hacia las mascotas. Entonces, bueno, pues tenemos aquí los dos videos en los QR que les hemos presentado. Están los enlaces para las sesiones y así ustedes pueden recuperar cuántas veces necesiten el video para verlo a la velocidad que ustedes necesiten.

Les recomiendo revisarlo y recuerden que DALI es un ejemplo de herramientas que genera imágenes a partir de descripciones textuales.

La persona describe lo que desea ver, un objeto, un estilo, una escena, un color o una composición. Y el sistema produce una imagen nueva basada en esa instrucción. En la práctica, rara vez, el primer resultado es perfecto. Muchas veces hay que ajustar el prompt, se agregan detalles, se cambia el estilo o se pide una nueva versión para que esto pueda funcionar.

También debemos cuidar aspectos éticos, derechos de autor, uso de imágenes de personas, sesgos visuales y transparencia sobre el uso de la inteligencia artificial. Se está legislando con respecto a que cada vez que se genere una imagen con inteligencia artificial se ponga,

un citillo o un aviso que le pueda decir al espectador que eso que está viendo es producto de inteligencia artificial, porque entre mejor metan el plomo y mientras mejor den el contexto, estas imágenes cada vez serán

más y más acercados a la realidad. Y entonces, esto puede causar mucha confusión en que algunas personas estén creyendo que esa imagen que están presentando pertenece a la realidad y no

a algo desarrollado con la creatividad y la inteligencia artificial de alguna persona y una máquina. En cursos posteriores pueden aparecer conceptos como modelos de difusión, edición de imágenes, multimodalidad y marcas de agua. Aquí solo necesitamos entender cuál es la relación entre una instrucción textual y la generación visual. Entonces, bueno, pues tenemos...

que la inteligencia artificial también produce imágenes. En la tabla que pueden ver a continuación se resumen algunas herramientas que apoyan estas tareas. Les repito, el que está en estas marcas no quiere decir ni que sean las únicas ni que sean las mejores. Son las que escogimos simplemente para el ejemplo, pero en el mercado hoy en día hay muchísimas y no se

se ha podido hacer como un ranking específico de cuáles son las mejores. ¿Cuál es la mejor? La que se ajuste mejor con sus resultados a lo que ustedes están buscando. Y recuerden, lo que hace una en un momento es...

pueden mejorar lo otro tal vez en las próximas dos horas o el siguiente día. Entonces, por eso es que no se puede hacer un ranking con ellas. Siempre están moviéndose y fluctuando porque esta tecnología o estas tecnologías se van desarrollando de manera muy, muy rápida. Entonces, bueno, les decía, esta tabla resume esas herramientas. Por ejemplo,

ChattyPT se asocia principalmente con texto, ¿no? Conversación e ideas. Y puede ayudar a explicar, a redactar, resumir o proponer algunas alternativas. CopyIA se asocia con textos de marketing. Puede apoyar campañas, anuncios publicitarios o descripciones de producto.

En un caso sencillo, una persona que necesita crear textos para campañas publicitarias podría aprovechar, apoyarse más de Copy AI que de ChatGPT, pero cualquiera de las 2 puede darle muy buenos resultados dependiendo del prompt que le estén facilitando. De ahí se orienta a la generación de imagen desde texto. Copilot.

se relaciona mucho con productividad y mucho con productividad porque tiene una suite de herramientas como el office que tiene documentos presentaciones hojas de cálculo y entonces como toda esta suite de herramientas de trabajo está muy generalizada en el mercado pues copa y lo tiene mucho

Y, por último, la herramienta de documentos.

hojas de cálculo. Entonces, bueno, el que una comercialmente sea mucho más utilizada, no quiero decir que sea la única, la otra es gratuita y también da muy buenos resultados. Entonces, bueno, Copilot está enfocada más hacia productividad por sus herramientas de ofimática. No se trata de decir regreso, que es una...

De decir que una herramienta simplemente es mejor que la otra. Lo importante es vincular la herramienta con la tarea y siempre, siempre revisar el resultado, ¿no? Entonces, pues, sí.

entren a ellas, vean qué resultados les da, prueben con el mismo program diferentes y entonces vayan viendo cuáles sirven mejor para la tarea que ustedes estén buscando. Entonces, tal vez no vale casarse con una, sino aprender a cuál es la que me da el mejor resultado de acuerdo al contexto que yo estoy teniendo.

Veamos aplicaciones cercanas entonces. En educación, la inteligencia artificial generativa puede ayudar a explicar temas, a crear ejemplos, a preparar materiales o a sugerir ejercicios. En este punto debemos ser muy, muy cuidadosos. Debe apoyar el aprendizaje, pero de ninguna manera sustituir su razonamiento.

En el trabajo puede apoyar la redacción de informes, ideas de campaña, documentación de procesos o ahorro de tiempo en tareas repetitivas de texto. En creatividad puede ayudar con bocetos, guiones, imágenes o contenidos de multimedia. La recomendación es comenzar con usos de bajo riesgo, como las lluvias de ideas, hacer borradores, ejemplos o reformulación.

Cuando el resultado tenga consecuencias, ya sea académicas, legales, médicas, financieras o institucionales, la revisión debe ser más rigurosa. Ojo, la revisión siempre, sin duda, pero entre más grande sea la consecuencia, mucho más rigurosa debe ser la revisión de lo que hacemos como resultado. Por lo tanto, el resultado de una inteligencia artificial simplemente es

Es una materia prima con la que ustedes puedan trabajar, pero de ninguna manera pueden dejárselo nada más así. Entonces, pues veamos la otra.

Vamos al corte de esta sesión. Revisamos ya ejemplos de ChatGPT, de DALI, de CopyAI y otras herramientas según la tarea que apoyan. Ahora volveremos a mostrar el QR de acceso a las sesiones anteriores para que puedan ver los videos. Recuerden que el QR permite revisar clases ya impartidas y preparar mejor los contenidos antes del examen. No es de ninguna manera un pase de lista.

Entonces vamos a dejarlo aquí unos minutos y continuamos con inteligencia artificial agentiva. Cinco minutitos para descansar un poco las piernas y regresamos. Listo. Vamos al bloque tres. Ok. Vamos a entrar al bloque tres.

La inteligencia artificial agentiva, sus objetivos, acciones, herramientas y supervisión.

Hasta ahora hemos hablado de inteligencia artificial generativa, sistemas que producen contenido nuevo. Ahora revisaremos una idea relacionada, pero distinta. Se llama inteligencia artificial agentiva. La inteligencia artificial agentiva nos permite pensar en sistemas que no solo responden, sino que pueden organizar pasos para intentar alcanzar un objetivo nuevo.

La inteligencia artificial agentiva se refiere a sistemas que pueden actuar de forma más orientada a objetivos específicos. En un nivel básico, un sistema agentivo recibe una meta o una tarea general. Puede dividirla en pasos, usar herramientas o conocer información y ajustar sus procesos de acuerdo con el avance necesario.

Por ejemplo, no es lo mismo pedir a una inteligencia artificial generativa redactar un correo que pedir a un agente ayúdame a organizar una actividad, revisa los pasos necesarios, prepara una respuesta y dime qué falta por confirmar.

La diferencia principal es que la inteligencia artificial generativa produce una respuesta. La inteligencia artificial agentiva puede organizar una secuencia de acciones

para cumplir un objetivo. Esto no significa que deba actuar nada más así sin control. Mientras más capacidad tenga para tomar pasos, más importante es definir límites y supervisar los resultados y mantener la responsabilidad humana.

Y bueno, más adelante vamos a estudiar algunas arquitecturas y frameworks de agentes que se estudiarán específicamente en las certificaciones. En esta diapositiva pueden ver un resumen de la diferencia. La inteligencia artificial generativa produce un contenido nuevo, por ejemplo, crear un texto.

una imagen o un borrador de alguna cosa, mientras que la inteligencia artificial agentiva planifica y ejecuta pasos para alcanzar un objetivo nuevo. Puede buscar información, completar alternativas, usar herramientas o proponer una secuencia de acciones.

El tercer elemento siempre es, sin duda, la persona que es quien supervisa, decide y sobre todo asume la responsabilidad de cómo se utilizan esos resultados.

En esta sesión no estamos diciendo que los agentes deban reemplazar a las personas. Siempre es muy clara la instrucción. La responsabilidad de quien supervisa y decide es de un ser humano. Estamos identificando cómo se da una evolución

de sistemas que responden a sistemas que pueden coordinar pasos, pero la supervisión y la automatización humana siempre siguen siendo indispensables. No es automatización, es la autorización. Es la revisión y la autorización humana siempre siguen siendo indispensables. Recuerden que generar contenidos no es lo mismo que ejecutar pasos.

Una gente necesita al menos tres elementos básicos. Primero, un objetivo. La meta debe estar clara.

¿Qué se necesita? ¿Con qué criterios? ¿Qué límites existen? ¿Y qué resultados esperan? Siempre son indispensables. Segundo, acciones. El agente puede plantear, consultar, usar una herramienta y ajustar pasos. Por ejemplo, podría organizar información, buscar datos en un documento o preparar un resumen de alternativas.

Tercero, control humano. Las personas deben revisar, autorizar, corregir y sobre todo asumir la responsabilidad del uso del resultado. Un error frecuente es pensar que una gente sabe corregir.

Lo que conviene hacer, ¿quién sabe qué es lo que conviene hacer sin duda siempre? Es el ser humano. En realidad necesita instrucciones, límites y supervisión. Un agente no podría ser completamente autónomo. En certificaciones posteriores se estudiarán arquitecturas de agentes, memoria, herramientas, planificación y evaluación del desempeño.

Existen distintos patrones de agentes. Hoy solo los mencionaremos de manera muy introductoria. Un agente reactivo responde a una situación inmediata. Por ejemplo, detecta una condición y actúa conforme a una instrucción. Un agente planificador divide una meta en pasos. Primero identifica qué debe hacerse y luego organiza el orden y después genera una respuesta.

Un agente con herramientas puede apoyarse en buscadores, archivos o aplicar para completar una tarea. Un agente con humano en un ciclo solicita autorización antes de realizar acciones sensibles.

En una certificación técnica mucho más avanzada, estos patrones se relacionan con arquitecturas, memorias, herramientas y evaluaciones de seguridad. En esta sesión solo buscamos reconocer la idea general como ya lo habíamos mencionado. Entonces, repasemos. Un agente reactivo responde a una situación inmediata. Un agente planificador divide una meta en paso.

Un agente con herramientas puede apoyarse en buscadores o archivos para completar una tarea. Y un agente humano en un ciclo solicita autorización. Aquí tenemos...

un gráfico de la autonomía contra el control. La autonomía aumenta la necesidad de control. La inteligencia artificial generativa y agentiva. En inteligencia artificial generativa y agentiva debemos evitar ingresar datos personales o confidenciales sin autorización, sobre todo cuando estos no son nuestros. También debemos verificar hechos, fuentes y coherencia.

Hay riesgos relacionados con sesgo, derechos de autor, privacidad, desinformación y falta de contexto. En sistemas agentivos además debemos ser super cuidadosos de que las acciones no se ejecuten sin supervisión cuando pueda afectar a personas o instituciones.

El principio es sencillo. Mientras mayor sea el impacto de la tarea, mayor debe ser la revisión y supervisión humana. En educación, la inteligencia debe apoyar la comprensión y la productividad, no reemplazar el razonamiento ni la responsabilidad académica. En el trabajo, debe fortalecer las decisiones, no ocultar errores bajo una apariencia que no convence a nadie. Entonces,

Revisar, contextualizar y evaluar siempre será lo más importante. Este es el bloque 3, con esto lo cerramos, ya distinguimos entre inteligencia artificial generativa e inteligencia artificial agentiva y recordemos que ambas requieren supervisión humana. Carlos, ¿me puedes ayudar con el QR, por favor?

El QR, les repito, da acceso a las sesiones anteriores. Si estamos iniciando, todavía pueden revisar algún concepto que no ha quedado claro. Entonces pueden guardar este enlace que les permitirá revisar clases ya impartidas antes del examen. Vamos a dar unos minutos para que ustedes puedan organizar, copiar el QR y estirar las piernas y regresamos en unos minutos.

¿Listo, Carlitos? OK. Abrimos ahora el espacio de preguntas y comentarios. Pueden escribir sus dudas en el foro del curso. Si todavía no hay preguntas, voy a utilizar algunas que tengo aquí como detonadoras en lo que vamos descargando del foro las preguntas que ustedes están enviando.

Entonces déjenme checar qué es lo que tenemos en el foro o empezamos con las preguntas que tenemos aquí. Ok, aquí hay una pregunta que dice, para usar las aplicaciones como Cloud, GPT, etc., ¿se necesita conocer de bases o modelos?

¿Y cómo se construye? No, no necesitan conocerlos. Básicamente lo que necesitan saber hacer es un buen PROM con la estructura que ya habíamos dicho, entre mejor estructurado esté su PROM, mejores resultados les puede dar y ustedes no necesitan saber qué hay detrás de la herramienta para poder usarla.

La diferencia, dice aquí, ¿cuál sería la diferencia entre un prompt y una consulta con un buscador como Google? Google no es una... El buscador de Google no es como tal una inteligencia artificial generativa. Él simplemente va a buscar...

algunos contenidos, ya sea de video o ya sea de documentos, que ya están en internet y que les permitan atender a la petición, a la consulta que le están haciendo. Mientras que cuando ustedes escriban un prompt, sí le están pidiendo a una inteligencia artificial que genere texto, imagen o alguna cosa. Se puede basar

en las fuentes que ustedes le estén pidiendo. Pero no es lo mismo que solo buscar. Aquí él está generando. Google no lo genera cuando estamos en el buscador Gemini C, porque es una inteligencia artificial que genera. Mientras que el buscador, como lo conocemos normalmente, solo va a buscar en el universo de la red.

o la inmensidad de la red, cuál es lo que más se acerca a ustedes y entonces de allí les va a dar para que ustedes elijan cuál es el recurso que les gusta y ustedes lo tomen. En la inteligencia artificial se está generando. Dice, ¿cuáles serían los pasos, estrategias o la metodología específica más eficaz para evaluar la salida de inteligencia artificial?

La más eficaz es la revisión de cada persona. Cuando la persona sabe bien en qué va a usar esos resultados,

Esa persona podrá evaluarlo. La persona es la estrategia más eficaz, ¿no? Que él sepa cuál es el contexto en el que se va a usar. Entre mejor le da el contexto o le comparte el contexto, el resultado va a ser mejor. Una estrategia como tal del libro no lo hay. Aquí tiene que ver mucho la lógica. Por eso...

La parte de la revisión humana se ha repetido constantemente en todas las diapositivas que les he estado explicando en esta sesión. La revisión humana es la que decide, es la mejor estrategia que pueden utilizar ustedes.

para ver si puede servir en un contexto o en otro. Entre mejor conozca yo mi material y los resultados, pues entonces mejor lo voy a ver también. Entre más experiencia tenga haciendo los prompts, pues también mejores resultados voy a tener. Aquí la recomendación sería que

vean muy bien que cuando den ese contexto no estén poniendo en riesgo algunos datos de privacidad, ¿no? Entonces, si es mi información y yo no tengo problema con compartirla, está bien, pero si es la información de mi trabajo, entonces sí debería pensar muy bien en qué sí le voy a compartir a una IA y qué no le puedo compartir porque entonces estoy poniendo riesgos

en riesgo la confidencialidad de algunos datos sensibles. Entonces, eso es lo que tenemos.

¿Cuál es el costo de la inteligencia artificial? Preguntan aquí. Bueno, las distintas inteligencias artificiales o plataformas de inteligencia artificial tienen diversos costos. Muchos de ellos, la gran mayoría, tienen una parte gratuita. Y la parte gratuita da algunos servicios, algunos muy básicos, algunos avanzados, y lo pueden dar limitado. Entonces, ustedes pueden...

empezar a revisar cualquiera sin hacer mayor desembolso económico y simplemente ver cuál se puede adaptar más hacia sus necesidades. Si necesitan escalarlo, por ejemplo, estábamos hablando de confidencialidad, si ustedes quieren que eso se mantenga como muy privado, la mayoría de las plataformas sí...

ofrecen esa privacidad, pero solamente en sus modelos de pago. Entonces, bueno, pues, dependiendo de la privacidad, dependiendo de la potencia que necesiten para ese procesamiento de la información que le están compartiendo, pues, tenderán a más, ¿no? Algunos de ellos están, oscilan entre 20 dólares. Tal vez los más caros sean los de diseño, pero, por ejemplo, toda la plataforma de Google,

Tiene muchísimas herramientas y esas herramientas dan unas cosas que se llaman créditos. Entonces, todos los días les dan una cantidad gratuita y en cualquier momento les dicen, hasta aquí llegué, no puedo más con esto, lo que me estás pidiendo ya no me alcanza con lo que te estoy regalando. Y entonces, puedes escalar y te dan opción a pagar como...

Por lo que necesitas para esa tarea en específico o pagar como por una mensualidad. Entonces, algunas tienen como una suite de herramientas que les permitan usar muchas herramientas.

Entonces, hay algunas que están especializadas, como el GPT, que está especializado en generar texto para respuestas, pero también genera imágenes. Entonces, ustedes pueden ver si la calidad de imagen para lo que necesitan del GPT les es suficiente y ya lo están pagando, pues, solamente con esa. O a lo mejor la gratuita. Las gratuitas pueden usarlas de 2 formas. Pueden usarlas...

con registro o sin registro. Sin registro, simplemente entran desde el buscador, le dan el nombre de la inteligencia artificial, puede ser Google, puede ser GPT, Gemini, Copilot, por ejemplo, Cloud, Perplexity, ¿no? Cualquiera de estas, ustedes pueden entrar y darle a su instrucción de lleno, ¿no? Meter su prompt de lleno y les va a dar la respuesta.

tienen modelo gratuito donde ustedes se registran. Entonces ya ahí le están compartiendo su correo electrónico y o su teléfono y también su nombre. Y una vez que ustedes están haciendo eso, les da un poquito más de más servicios. Si ustedes le preguntan qué es lo que te puede dar, te puede dar hasta una tabla, pueden meter en el prompt que les haga una comparación y les puede dar distintas

Incluso les puede, una sola inteligencia artificial les puede hacer recomendaciones de cuál otra inteligencia artificial podría ayudarles con mayor precisión para la tarea que están haciendo. Entonces, pues bueno, tenemos esas. Vamos a esperar a ver si algunas personas tienen algunas otras preguntas. Por el momento parece que ya respondimos a todas las que llegaron. Vamos con las detonadoras. Ah.

Mis estudiantes frecuentemente en clase preguntan cosas como si toda inteligencia artificial analiza datos. Que analiza datos es generativa, no necesariamente. Algunos sistemas analizan, clasifican o predicen. La inteligencia artificial generativa se distingue porque crea contenido nuevo. Otra pregunta puede ser por qué el PROM cambia el resultado.

Y la respuesta es muy sencilla, porque la instrucción orienta al sistema, es lo que le da luz. Cuando damos contexto, formato, tono y objetivo, aumenta la probabilidad de obtener algo que sea más útil.

la prueba que poníamos en la diapositiva del PROM. Pongan algo completamente general y después váyanlo aplicando con esto, ¿no? Con el contexto, con el formato, el tono, el objetivo y entonces van a ver cómo la...

La respuesta es mucho más contundente y mucho más útil para lo que necesitamos. Otra sería, ¿qué diferencia hay entre crear una imagen y analizar una imagen?

Crear una imagen corresponde a inteligencia artificial generativa visual. Analizar una imagen corresponde más a una visión artificial. ¿Se acuerdan lo que veíamos en la clase pasada? Hacer el patrón, poner todos los puntitos. Entonces, eso es un análisis completo de la visión artificial. Otra es, por ejemplo, ¿cuándo conviene usar...

copia y hay o cuando conviene usar chat y piti para una campaña cuando necesitemos ideas borradores anuncios publicitarios o descripciones de producto copia es copia es la mejor aún así el resultado siempre debe realizarse debe cuidarse mucho el tono la velocidad y sobre todo el contexto

Otra pregunta muy común en clase es: ¿Por qué una inteligencia artificial agentiva necesita supervisión humana? Si ya tenemos el agente hecho, ¿no? Y bueno, porque puede organizar pasos y usar herramientas. Eso aumenta la responsabilidad de definir límites, verificar resultados y autorizar acciones. Por ejemplo,

Estos coches que van solitos, uno llega, se sienta, se pone el cinturón, enciende, le dice a dónde va y el coche arranca. Si el conductor se duerme, el coche se detiene. Porque aunque la persona no lo esté manejando físicamente, siempre requiere que la supervisión humana esté alerta.

Entonces, no es por completo que el humano no tenga que hacer nada. El humano define los límites, verifica el resultado, autoriza las acciones. Entonces, no pierdan de vista que el factor humano sigue siendo indispensable. Ayuda mucho la herramienta, pero el humano es quien diseña. Entonces, vamos a revisar nuevamente el chat a ver si alguien tiene alguna otra duda.

Recuerden que si las preguntas están rebasando el nivel propedéutico, podemos dar una respuesta breve, pero se señalará que se aborda en las certificaciones que cursarán posteriormente.

ok ya no tenemos más más preguntas entonces vamos a dar inicio al repaso del módulo 5 de inteligencia artificial vamos con la diapositiva vamos a hacer un repaso acumulativo que pueda ayudarles mucho para el examen antes de cerrar entonces tenemos este este repaso acumulativo

Vamos a recordar de la sesión anterior que el procesamiento del lenguaje natural trabaja con lenguaje humano, trabaja con textos, con voz, con traducciones y conversaciones. La visión artificial lo que va a hacer es permitirnos interpretar imágenes o videos.

De esta sesión, recuerden que la inteligencia artificial generativa crea contenido nuevo. Puede generar textos, imágenes, audios o videos. También recuerden que un PROM es una instrucción dada al sistema. Si la instrucción es vaga, el resultado puede ser genérico. Si la instrucción es clara, el resultado siempre puede ser más útil.

Finalmente, el uso responsable implica revisar, contextualizar y evaluar. La inteligencia artificial puede apoyar, pero no sustituye de ninguna manera el criterio humano. Este repaso lo que busca es organizar conceptos para que ustedes puedan reconocer estos distintos ejemplos. Visión artificial, inteligencia generativa, PROM y uso responsable.

En esta diapositiva aparece un QR distinto al que hemos estado presentando en los espacios anteriores. Este QR los lleva al video que se hizo el viernes de apoyo para presentar el examen. Es muy, muy importante...

Porque debemos aclarar algunas cosas. Aunque el examen ya está disponible, no creo que todas las personas deberían presentarlo de inmediato. Solo les estamos diciendo que ya está disponible porque hay personas que están avanzadas y que ya se sienten lo suficientemente fuerte.

A quienes están en un nivel todavía de principiantes, les recomiendo mucho ver las sesiones que aún les hacen falta para ir todavía más fuertes a este examen. Les repito, si ustedes ya tienen experiencia y dominan los conceptos, probablemente puedan avanzar con mayor seguridad, pero nunca está de más esperarse a lo que le tienen los compañeros en las siguientes sesiones.

Si están iniciando y todavía confunden algunas áreas o si no han visto todas las sesiones, mi recomendación es que revisen primero las clases anteriores y acompañarnos en las siguientes sesiones. Las siguientes sesiones también son muy importantes y les van a ayudar a organizar todavía mucho mejor el material que habían en el examen.

El objetivo no solo es contestar un examen, el objetivo es comprender la base que les permite avanzar hacia las certificaciones posteriores con mucha más fuerza y con mucho más confianza. El video de apoyo puede orientarles muchísimo, pero recuerden que no sustituyen los materiales que están en el curso.

lo que está en el curso es importantísimo para que ustedes puedan por un lado presentar el examen y por otro lado ir mucho más fuertes a las certificaciones que vienen. Entonces pues tenemos ahí este QR es el que tiene el examen. Otra recomendación muy muy importante es que todo lo que nosotros estamos trabajando lo hacemos con el horario de la Ciudad de México.

Para quienes se encuentran en otros horarios, esto es muy, muy importante, sobre todo para las horas que les van a estar explicando para el cierre, para que no tengan ningún problema con esto. Y también tomen en cuenta que los horarios son horarios límites. Entonces, por ejemplo, si nos van a dar una hora para presentar el examen,

La hora de entrada al examen va a estar cerrando una hora antes porque tienen una hora para presentarlo. No pueden estar entrando en la hora límite de cierre porque ya no les va a dar tiempo de hacer el examen porque la plataforma está planteada en automático.

Y entonces si los agarra la mitad del examen y les da la hora de cierre, la plataforma automáticamente les va a cerrar. Entonces, agenden su tiempo.

Con suficiente holgura para que ustedes puedan tener. En esta sesión, por ejemplo, les van a explicar qué pasa si se va la luz, qué pasa si se les va el internet con su examen y cómo pueden solucionarlo y cuáles son las estrategias de respaldo que pueden tener para llevar a cabo el examen con muchísimo éxito. Entonces, pues, bueno, para cerrar,

recuperaremos la idea central de lo que hemos estado manejando en estas sesiones de inteligencia artificial. La inteligencia artificial generativa crea contenido nuevo, texto, imagen, audio, video, códigos o ideas iniciales.

La inteligencia artificial agentiva organiza acciones para alcanzar objetivos. Ambas pueden ser útiles, pero ambas requieren criterio humano sin lugar a duda. El PROM es la instrucción que damos al sistema y a las herramientas como el ChatGPT que pueden apoyar al texto en conversación e ideas. Herramientas como DALI que pueden generar imágenes. Herramientas como CopyAI que pueden apoyar textos de marketing o campañas.

Si están iniciando, revisen las sesiones anteriores y acompáñenos en las clases que aún faltan. Este curso propedáutico les recuerdo que prepara para enfrentar las certificaciones posteriores, donde encontrarán un nivel técnico mucho más profundo sobre todos los temas que hemos estado revisando. Les agradezco muchísimo su participación. Revisen los materiales del curso, guarden los enlaces de apoyo y...

presenten el examen cuando se sientan preparados para distinguir conceptos y reconocer aplicaciones. Muchísimas gracias y damos por concluida esta sesión 9 del curso. Entonces, los esperamos mañana y quienes no, muchísima suerte en su examen, nos estamos viendo. Muchas gracias.