1.1 Introducción y resumen del curso

Este curso pretende fundamentalmente dos cosas, por un lado profundizar en los fundamentos y tecnologías asociadas a los modelos de lenguaje para poder usarlos y aplicarlos según nuestras necesidades y por otro ofrecer al docente ideas y situaciones de aprendizaje para aplicar la IA en el ámbito científico-tecnológico

Veremos en que se basa la IA, los fundamentos del machine learning y el aprendizaje supervisado así como la base del deep learning y su arquitectura más importante llamada transfomers que han dado lugar a los llamados modelos de lenguaje o LLMs, su diversidad y su forma de uso, no solo como las IAs tradicionales accediendo a través de una web, sino usándolos en nuestro propio equipo de manera local permitiendo la confidencialidad de los datos y la independencia de terceros. También veremos como influye el hardware o los equipos que usamos y cuales son más adecuados según los objetivos y aplicaciones.

El enorme desarrollo y avance de las tecnologías de IA en los últimos meses está permitiendo que cada vez más gente ajena al mundo tecnológico tenga acceso a la posibilidad de realizar tareas que hace solamente dos o tres años requerían de una formación compleja y extensa en el tiempo. Esto hace que con pocos conocimientos ya seamos capaces de desarrollar aplicaciones adaptadas a nuestro contexto académico y sin uso de código, aunque también veremos como manejas nuestros modelos de IA usando lenguajes como python que hoy en día simplifican enormemente la programación haciéndola mucho más intuitiva y cercana al lenguaje humano.

También veremos tecnologías relacionadas y disruptivas que están surgiendo en los últimos meses, como son el uso de agentes y automatización de procesos mediante la combinación de modelos de lenguaje y diversas herramientas y aplicaciones como el correo electrónico o la búsqueda en internet.

Una vez consolidada esta base técnica, el curso se desplaza hacia la aplicación práctica en las asignaturas científico-técnicas. Aquí, la IA deja de ser el objeto de estudio para convertirse en una aliada estratégica en el laboratorio y el aula. Exploraremos cómo estas herramientas pueden modelar y simular fenómenos físicos, asistir en la escritura de código complejo, analizar grandes volúmenes de datos experimentales o incluso generar simulaciones químicas y biológicas que antes requerían un software altamente especializado. No buscamos ofrecerte un manual de instrucciones cerrado ni una receta única, sino proporcionarte una panorámica completa y versátil de las tecnologías disponibles. El objetivo final es que, al terminar, poseas tanto la competencia técnica como el criterio pedagógico para decidir exactamente cómo integrar la IA en tu disciplina, ya sea para potenciar la capacidad de indagación de tus alumnos o para revolucionar la enseñanza de la ciencia y la tecnología desde una perspectiva moderna, práctica y rigurosa.