Cuerpo Académico

• Directora: Mag. Mónica Giuliano.
• Coordinador: Mag. Diego Edwards.
• Equipo Docente: Mg. Mónica Giuliano. Mg. Silvia Noemí Pérez, Dr. Enrique Fernández, Mg. Dante Mendoza, Mg. Alejandra Ochoa.
• Docentes externos: Dra. Sonia Concari (Universidad Nacional de Rosario). Dra. Marcela Daniele (Universidad Nacional de Río Cuarto). Lic. Alejandro Pujol (Universidad Nacional de Hurlingham).

Carga horaria total: 200 (DOSCIENTAS) horas.

FUNDAMENTACIÓN

La inteligencia artificial (IA) y las tecnologías emergentes están redefiniendo los procesos de producción de conocimiento, la toma de decisiones basada en datos y las prácticas profesionales en múltiples sectores. En el ámbito de la educación superior, su incorporación impacta tanto en la enseñanza y el aprendizaje como en la investigación y la gestión académica. A su vez, en el sector profesional, la IA se consolida como una herramienta estratégica para la innovación, la automatización de procesos y la generación de valor. En este contexto, se evidencia una brecha entre la disponibilidad de estas tecnologías y su integración crítica, ética y contextualizada tanto en la práctica profesional como en la enseñanza superior.

En este escenario, se vuelve necesario formar perfiles capaces de articular saberes tecnológicos, pedagógicos y organizacionales, con capacidad para interpretar datos, diseñar soluciones y evaluar críticamente el uso de tecnologías emergentes.

La Escuela de Ciencias Tecnológicas propone la Diplomatura en Inteligencia Artificial y Tecnologías Emergentes con el propósito de:

• Fortalecer capacidades en IA aplicadas a distintos ámbitos profesionales.
• Promover la innovación basada en datos en educación superior y organizaciones.
• Integrar enfoques de analítica, automatización y tecnologías emergentes.
• Formar profesionales con pensamiento crítico y responsabilidad ética.

La propuesta adopta un enfoque integral que articula la relación entre ciencia, tecnología y sociedad, promoviendo una comprensión crítica de las implicancias epistemológicas, éticas y sociales del conocimiento científico-tecnológico. Este enfoque permite a los participantes analizar, adaptar e implementar tecnologías emergentes en contextos profesionales y educativos, favoreciendo la transferencia de conocimientos entre ambos ámbitos.

La capacitación continua es fundamental para mitigar la brecha digital y evitar la obsolescencia profesional, permitiendo que los trabajadores se adapten a una economía globalizada donde la agilidad y la alfabetización digital son los principales motores de competitividad (Kane et al., 2015). Por otra parte, la formación de futuros profesionales exige la actualización de los formadores en diversas aplicaciones de IA y herramientas tecnológicas emergentes, así como en las implicancias de la transformación digital y los avances de la ciencia de datos, ofreciendo criterios de evaluación crítica de las tecnologías. La expansión de tecnologías digitales, la creciente disponibilidad de datos y la incorporación de sistemas de IA plantean desafíos tanto en la apropiación crítica como en la integración pedagógica.

La IA se ha consolidado como un catalizador indispensable para la actualización profesional, transformando el aprendizaje continuo en una necesidad estratégica. Al integrar la IA en su actividad laboral, los profesionales no solo pueden automatizar tareas rutinarias, sino también potenciar su capacidad de análisis y de resolución de problemas complejos, permitiéndoles adaptarse a un mercado laboral que evoluciona a una velocidad sin precedentes. Esta tecnología actúa como un mentor personalizado que facilita la adquisición de nuevas competencias técnicas y el fortalecimiento de habilidades interpersonales, garantizando la relevancia y competitividad en la era digital (OECD, 2023).

Con respecto a la transformación digital, es claro que tanto en las organizaciones como en la academia no representa únicamente la adopción de nuevas herramientas, sino una reconfiguración profunda de procesos, prácticas y culturas organizacionales. En el sector empresarial y público, este proceso optimiza la toma de decisiones y la eficiencia operativa mediante el análisis y gobernanza de datos (Vial, 2019). En la universidad, exige que los docentes actúen como facilitadores del conocimiento en entornos híbridos, considerando el pensamiento computacional como competencia transversal.

Dentro de las tecnologías emergentes, la diplomatura aborda la Robotic Process Automation (RPA) como punto de partida para la automatización de procesos, orientada a la ejecución de tareas repetitivas y estructuradas mediante flujos predefinidos y reglas estáticas. Sobre esta base, se analizan las limitaciones de la automatización tradicional y se avanza hacia enfoques más avanzados basados en agentes de Inteligencia Artificial, entendidos como entidades de software capaces de percibir su entorno, razonar sobre la información disponible, planificar acciones y ejecutarlas de forma autónoma o semi‑autónoma. A diferencia del RPA clásico, de la automatización tradicional y del Internet de las Cosas, los agentes de IA incorporan capacidades cognitivas apoyadas en modelos de lenguaje de gran escala y técnicas de aprendizaje automático, que les permiten adaptarse al contexto, tomar decisiones dinámicas, interactuar con otros sistemas y colaborar tanto con otros agentes como con usuarios humanos.

Otro eje clave en los objetivos de la Diplomatura lo constituye la ciencia de datos la cual permite utilizar herramientas clave para la optimización de procesos y la toma de decisiones en organizaciones. Su integración permite mejorar el análisis de información y diseñar soluciones innovadoras, al tiempo que exige una comprensión crítica de sus alcances, limitaciones e implicancias éticas. Siguiendo a Abad y Baos (2022), puede afirmarse que la ciencia de datos es clave para procesar y analizar críticamente el exceso de información actual. Su verdadero valor no está solo en los algoritmos, sino en su capacidad para generar conocimiento que mejore la toma de decisiones y permita analizar los límites y supuestos involucrados en los datos.

La diplomatura se enmarca en las recomendaciones internacionales sobre el uso ético de la inteligencia artificial promovidas por la UNESCO (2024), contribuyendo a la formación profesional mediante el fortalecimiento de capacidades para analizar, fundamentar y gestionar la incorporación de tecnologías en la enseñanza universitaria, promoviendo prácticas innovadoras, interdisciplinarias y socialmente responsables. Se articula así en un trayecto formativo orientado a la incorporación y evaluación de la IA y de otras tecnologías emergentes en la propia práctica, de manera crítica, reflexiva y contextualizada. Esta visión fundamenta la orientación de la diplomatura hacia el fortalecimiento de la formación profesional, equilibrando la aplicación de herramientas tecnológicas con una perspectiva ética, crítica y contextualizada, considerando su impacto social.

OBJETIVO DEL TRAYECTO FORMATIVO

El diseño curricular del proyecto formativo de la “Diplomatura Superior en Inteligencia artificial aplicada y tecnologías emergentes” apunta a alcanzar el siguiente objetivo general:

• Fortalecer las competencias de docentes universitarios y profesionales para integrar, de manera crítica, ética y fundamentada, tecnologías emergentes en el diseño, implementación y evaluación de propuestas de aplicaciones situadas en contextos educativos y profesionales.

La diplomatura se orienta a la transferencia efectiva de conocimientos y capacidades, culminando en el desarrollo de un trabajo final integrador en el que los participantes diseñan, implementan o evalúan soluciones basadas en tecnologías emergentes aplicadas a problemáticas situadas en ámbitos educativos o profesionales.

Se consideran asimismo los siguientes objetivos específicos:

• Comprender las implicancias epistemológicas, éticas, sociales y regulatorias de las tecnologías emergentes, en particular de la inteligencia artificial y la ciencia de datos, en contextos educativos y profesionales.
• Desarrollar competencias para el uso crítico y estratégico de herramientas de inteligencia artificial en la generación, transformación, análisis y gestión de información en distintos formatos.
• Analizar los procesos de transformación digital y su impacto en organizaciones y en la educación superior, incorporando criterios de gobernanza de datos, innovación y toma de decisiones basada en evidencia.
• Aplicar fundamentos de ciencia de datos para la exploración, análisis e interpretación de información en contextos reales, reconociendo sus alcances, limitaciones y consideraciones metodológicas.
• Integrar tecnologías emergentes, incluyendo agentes de inteligencia artificial, en propuestas aplicadas orientadas a la resolución de problemas en ámbitos educativos y profesionales.
• Diseñar y desarrollar un trabajo final integrador que articule los conocimientos adquiridos mediante la resolución de un problema situado a través del uso fundamentado de tecnologías emergentes.

PERFIL DEL DIPLOMADO/A

El/La egresado/a de la Diplomatura Superior en Inteligencia Artificial Aplicada y Tecnologías Emergentes será un profesional capaz de comprender la relación entre ciencia, tecnología y sociedad desde una perspectiva crítica, ética y contextualizada, reconociendo el impacto de las tecnologías emergentes en distintos ámbitos educativos, organizacionales y profesionales. Estará preparado para integrar herramientas de inteligencia artificial, ciencia de datos y transformación digital en su práctica profesional o docente, promoviendo usos responsables, fundamentados y basados en evidencia.

Asimismo, podrá diseñar, implementar y analizar propuestas innovadoras que incorporen soluciones tecnológicas aplicadas en entornos educativos, organizacionales y productivos, articulando conocimientos teóricos con aplicaciones prácticas y trabajo interdisciplinario. Contará con capacidades para la exploración, análisis e interpretación de datos, favoreciendo la toma de decisiones informadas y estratégicas, reconociendo los alcances, limitaciones y supuestos de los modelos y herramientas utilizados.

Además, será capaz de comunicar resultados y desarrollar producciones académicas o aplicadas con rigor metodológico, incorporando herramientas de inteligencia artificial generativa de manera pertinente, reflexiva y situada.

Al finalizar su formación, el profesional podrá:

• Analizar información basada en datos para la toma de decisiones en contextos educativos, profesionales y organizacionales.
• Integrar herramientas de inteligencia artificial y tecnologías emergentes en prácticas docentes, profesionales y de gestión.
• Diseñar e implementar propuestas innovadoras orientadas a la resolución de problemas situados.
• Evaluar el impacto social, institucional y organizacional de la inteligencia artificial desde perspectivas éticas y críticas.
• Participar y liderar equipos interdisciplinarios en proyectos vinculados con innovación y transformación digital.
• Desarrollar proyectos aplicados con impacto en la educación superior, organizaciones o sectores productivos.

CARACTERÍSTICAS DE LA DIPLOMATURA

Nivel del curso y modalidad: Posgrado y semipresencial.

Se realizará un encuentro virtual sincrónico semanal de cuatro horas, los días jueves de 17 a 21 hs.

Durante la cursada pueden desarrollarse algunos encuentros presenciales en la Universidad, bajo modalidad híbrida. Estas instancias serán notificadas con antelación a la casilla de correo electrónico de los/as cursantes.

Destinatarios

La diplomatura está dirigida a:

• Docentes universitarios y de institutos de educación superior
• Profesionales de áreas tecnológicas, científicas y sociales
• Equipos de gestión académica e institucional
• Profesionales del sector público y privado interesados en transformación digital
• Investigadores y becarios en formación
• Graduados/as de carreras universitarias.
• Estudiantes avanzados/as de nivel superior

La diversidad de destinatarios favorece la construcción de espacios interdisciplinarios de aprendizaje, propios de las problemáticas complejas abordadas por la IA.

Requisitos de admisibilidad

El postulante deberá contar con título universitario de grado o de nivel superior no universitario, en carreras con una duración de cuatro (4) años como mínimo.

Deberá efectuar los trámites de admisión, presentar la documentación requerida completa y cumplimentar los requisitos académicos que se establezcan para el acceso.

 Requisitos para la inscripción

Documentación requerida:

• Curriculum Vitae (CV) actualizado a la fecha de la postulación donde conste la formación académica y sus antecedentes profesionales en un máximo de 5 (cinco) carillas.
• Formulario de inscripción habitual completo.
• 1 foto 4×4 en formato digital actualizada.
• Copia del documento nacional de identidad o pasaporte con registro de entrada al país e indicación de la situación legal, para el caso de los extranjeros (otro requisito establecido por las autoridades competentes).
• Copia del anverso y reverso del título de grado legalizado por la autoridad competente.
• Cumplimentar con los requisitos académicos establecidos para el acceso.

Deberá presentar toda la documentación requerida a la Dirección de Posgrado y Formación Continua de la Universidad Nacional del Oeste. En caso de haber cursado con anterioridad alguna propuesta de posgrado en la Universidad, sólo deberá solicitar la inscripción y no deberá presentar nuevamente la documentación.

ORGANIZACIÓN CURRICULAR DEL TRAYECTO FORMATIVO

Organización Curricular

La Diplomatura en “IA aplicada y Tecnologías emergentes” está organizada en 4 módulos y un Taller preparatorio del trabajo final de Diplomatura. Cada uno de los módulos se desarrolla en 4 semanas. Para todos los espacios curriculares se cuenta con 1 clase semanal presencial (o sincrónica) de 4 horas, sumadas a 4 horas de actividades asincrónicas. Finalmente, se consideran 30 horas de actividades de desarrollo del trabajo final de Diplomatura. La carga horaria total es de 200 horas.

Los contenidos de sus módulos se encuentran distribuidos en el espacio de formación indicado a continuación.

Módulo 1: Desafíos de las tecnologías emergentes en la formación profesional.

Ciencia, tecnología y sociedad en su contexto histórico y social. La noción de sistema sociotécnico, tecnodiversidad, cosmotécnica y las transformaciones en las concepciones del conocimiento y la realidad a partir de la inteligencia artificial. Cuestionamientos éticos y sociales del desarrollo científico y tecnológico. La tecnología y el conocimiento como medio para el desarrollo científico-tecnológico y social. Empleo didáctico y profesional de las tecnologías emergentes, incluyendo laboratorios remotos, simulaciones, software específico, asistentes de IA y estrategias como el juego de roles.

Módulo 2: Tecnologías emergentes

Introducción a la automatización de procesos y su evolución histórica. Conceptos fundamentales de automatización digital. Robotic Process Automation (RPA). Automatización de tareas repetitivas mediante reglas y flujos predefinidos. Introducción a la Inteligencia Artificial aplicada a la automatización. Modelos de lenguaje de gran escala (LLM). Sistemas basados en agentes. Agentes de IA: capacidades cognitivas, adaptación al contexto y toma de decisiones dinámicas. Interacción entre agentes inteligentes y otros sistemas digitales. Colaboración entre agentes de IA y usuarios humanos. Comparación entre Internet de las Cosas (IoT), RPA y agentes inteligentes. Automatización cognitiva: características, ventajas y desafíos. Aplicaciones actuales de agentes de IA en entornos organizacionales, educativos y productivos.

Módulo 3: Herramientas de IA y aplicaciones.

Inteligencia Artificial Generativa. Formulación de prompts. Fundamentos operativos de modelos de lenguaje y escritura de prompts para la optimización de documentos y flujos de trabajo en el ecosistema Google (Docs, Sheets, Presentations). Generación y edición de contenido multimedia con IA (imágenes, video, audio, música) y su integración en flujos de trabajo de diseño. Creación de asistentes virtuales especializados con base de conocimiento propia (Knowledge Base). Automatización de tareas repetitivas mediante orquestadores low-code (Make, Zapier, n8n) e integración de servicios vía API. Uso de Google Apps Script. Introducción a herramientas de desarrollo asistido (VS Code/Cursor/Claude) y modelos de IA en local (Ollama). Aplicación de modelos simples para el análisis de datasets en contextos profesionales y académicos.

Módulo 4: Transformación Digital y Pensamiento Computacional

La transformación digital en instituciones como proceso estratégico de cambio organizacional orientado a la innovación educativa. Gobernanza de tecnologías de la información y gestión de datos como soporte para la mejora de la enseñanza y la toma de decisiones basada en evidencia. Integración de habilidades de pensamiento computacional para la resolución de problemas: descomposición, reconocimiento de patrones, abstracción y algoritmos. Aplicación para analizar datos, modelizar y rediseñar procesos de enseñanza y gestión, y construir soluciones en contextos educativos y organizacionales.

Módulo 5: Introducción a la Ciencia de Datos:

Ciclo de vida de un proyecto de Ciencia de Datos (CD). Aplicación de la CD en diferentes contextos. Técnicas propias de la CD: aprendizaje automático y aprendizaje profundo. Decisiones basadas en datos: análisis y limitaciones de la información obtenida. Entornos de trabajo para un análisis de datos: R, Python, Colab.  Exploración de datos: técnicas y herramientas básicas. Introducción a modelos predictivos. Regresión lineal. Toma de decisiones basada en datos utilizando IA como asistente.

Módulo 6: Taller de diseño y elaboración del Trabajo Final.

Definición del Trabajo Final como reseña crítica o propuesta didáctica. Planificación del trabajo: objetivos, preguntas de investigación y/o hipótesis. Delimitación del objeto de estudio. Construcción del marco teórico y contextualización sociohistórica. Diseño metodológico acorde al tipo de trabajo. Evaluación de la factibilidad y pertinencia de la propuesta. Estructura del Trabajo Final (resumen, introducción, desarrollo, resultados o propuesta, discusión, conclusiones).  Uso de Inteligencia Artificial Generativa en la escritura académica: alcances y limitaciones. Criterios de evaluación del Trabajo Final.

Trayecto formativo

La Certificación de Diplomado/a Superior en “Inteligencia Artificial aplicada y tecnologías emergentes” se encuentra estructurada en 1 (un) cuatrimestre. Cuenta con el siguiente cronograma de distribución temporal: