Profesionales de diversas áreas (marketing, comunicación, diseño, recursos humanos, finanzas, salud, educación, legal, etc.), emprendedores, consultores, artistas, investigadores, docentes, y cualquier persona con interés en:

• Comprender qué es la Inteligencia Artificial y cómo está transformando el mundo.
• Aprender a utilizar herramientas de IA sin necesidad de saber programar ("no-code").
• Aplicar la IA para innovar, optimizar procesos o desarrollar nuevos productos/servicios en su ámbito profesional o personal.
• Mantenerse actualizado frente a los avances tecnológicos y sus implicaciones.
• Desarrollar un pensamiento crítico sobre los desafíos éticos y sociales de la IA.

No se requiere formación técnica previa específica, solo una actitud proactiva hacia el aprendizaje y la tecnología.

Al completar esta diplomatura, los participantes estarán capacitados para:

• Identificar oportunidades de aplicación de la Inteligencia Artificial en sus respectivos campos profesionales o emprendimientos.
• Utilizar herramientas "no-code" para prototipar y validar soluciones basadas en IA, optimizando procesos y generando valor.
• Colaborar en equipos multidisciplinarios en proyectos que involucren IA, aportando una comprensión estratégica de la tecnología.
• Mejorar la toma de decisiones basada en datos mediante el uso de técnicas de Machine Learning accesibles.
• Innovar en la creación de contenidos y soluciones utilizando Inteligencia Artificial Generativa.
• Adaptarse a la transformación digital y posicionarse en un mercado laboral que valora cada vez más las competencias en IA.
• Comprender y gestionar los aspectos éticos y sociales de la implementación de la IA.

Esta formación es ideal para profesionales que buscan actualizar sus habilidades, emprendedores que desean integrar IA en sus startups, o cualquier persona interesada en reorientar su carrera hacia el creciente campo de la Inteligencia Artificial aplicada, sin necesidad de convertirse en un programador experto.

Al finalizar y aprobar la totalidad de los módulos y el proyecto final de la diplomatura, se otorgará un Certificado de Aprobación de la "Diplomatura en Inteligencia Artificial Aplicada: Creando con IA Sin Código" [Opcional: emitido por  WelltTech Academy Argentina ].

Programa Detallado

MÓDULO 1: DESCUBRIENDO LA INTELIGENCIA ARTIFICIAL (4 Semanas)

Objetivo del Módulo: Desmitificar la IA, entender su alcance actual y experimentar las primeras interacciones con herramientas sencillas.

Semana 1: ¡Hola, IA! Más Allá de la Ciencia Ficción.

• ¿Qué es (y qué NO es) la Inteligencia Artificial? Mitos y realidades.
• Breve viaje por la historia: de los sueños a las realidades de la IA.
• Tipos de IA: Débil (ANI), Fuerte (AGI), Superinteligencia (ASI). ¿Dónde estamos hoy?
• Práctica Interactiva: Identificando la IA en nuestro día a día. Primer contacto con una herramienta IA "no-code" (ej. un generador de texto simple o un clasificador básico).

Semana 2: Los "Ladrillos" de la IA: Conceptos Esenciales (Sin Ser Matemático).

• Datos: El combustible de la IA. Tipos de datos y su importancia.
• Algoritmos: Las "recetas" que sigue la IA. Intuición detrás de la lógica.
• Introducción intuitiva a la estadística y probabilidad para la IA (media, mediana, correlación básica).
• Práctica con Herramienta No-Code: Exploración visual de un conjunto de datos y sus características básicas (ej. Google Sheets con funciones de análisis o una plataforma de visualización de datos sencilla).

Semana 3: Machine Learning Descomplicado: Enseñando a las Máquinas.

• ¿Qué es el Aprendizaje Automático (Machine Learning)?
• Aprendizaje Supervisado: Aprender con ejemplos (clasificación y regresión). Casos de uso intuitivos.
• Aprendizaje No Supervisado: Encontrando patrones ocultos (clustering y asociación). Casos de uso.
• Aprendizaje por Refuerzo: Aprender de la experiencia (premios y castigos).
• Práctica con Herramienta No-Code: Entrenamiento de un modelo de clasificación simple con una herramienta visual (ej. Teachable Machine de Google).

Semana 4: El Ecosistema de la IA y sus Grandes Jugadores.

• Principales campos de aplicación de la IA: Salud, finanzas, marketing, arte, industria, etc.
• Empresas líderes y startups innovadoras en el mundo de la IA.
• Comunidades, recursos y cómo mantenerse actualizado en IA.
• Debate Guiado: ¿Cómo podría la IA transformar TU sector profesional o área de interés?

MÓDULO 2: MACHINE LEARNING EN ACCIÓN CON HERRAMIENTAS NO-CODE (4 Semanas)

Objetivo del Módulo: Profundizar en el Machine Learning y aprender a utilizar herramientas "no-code" para crear y evaluar modelos predictivos básicos.

Semana 5: Preparando los Datos: El Secreto del Éxito en ML.

• Importancia de la calidad del dato: "Basura entra, basura sale".
• Conceptos de limpieza de datos (valores faltantes, outliers) de forma conceptual.
• Introducción al preprocesamiento: Selección de características relevantes (feature selection) de manera intuitiva.
• División de datos: Conjuntos de entrenamiento, validación y prueba. ¿Por qué son necesarios?
• Práctica con Herramienta No-Code: Uso de una plataforma "no-code" para explorar y preparar un dataset sencillo para ML.

Semana 6: Modelos de Clasificación No-Code: Tomando Decisiones Inteligentes.

• Profundización en algoritmos de clasificación (Árboles de Decisión, K-Vecinos Más Cercanos - KNN) explicados visual e intuitivamente.
• Métricas de evaluación para clasificación: Precisión (Accuracy, Precision, Recall, F1-score) de forma comprensible. La Matriz de Confusión.
• Práctica con Herramienta No-Code: Construir y evaluar un modelo de clasificación (ej. predecir si un cliente comprará un producto) usando una plataforma como Orange Data Mining (visual) o similar.

Semana 7: Modelos de Regresión No-Code: Prediciendo Valores Numéricos.

• Introducción a la regresión lineal y otros modelos de regresión de forma conceptual.
• Aplicaciones prácticas: predecir precios, demanda, calificaciones, etc.
• Métricas de evaluación para regresión (MAE, MSE, RMSE) explicadas de forma sencilla.
• Práctica con Herramienta No-Code: Construir y evaluar un modelo de regresión (ej. predecir el precio de una vivienda basado en características) usando una plataforma "no-code".

Semana 8: Descubriendo Patrones con Clustering No-Code.

• Profundización en el Aprendizaje No Supervisado: K-Means y otros algoritmos de clustering explicados visualmente.
• Aplicaciones: Segmentación de clientes, detección de anomalías, organización de información.
• Desafíos y consideraciones en el clustering.
• Práctica con Herramienta No-Code: Aplicar clustering a un conjunto de datos para identificar grupos naturales usando una herramienta "no-code".

MÓDULO 3: IA PARA ENTENDER EL MUNDO: LENGUAJE Y VISIÓN (4 Semanas)

Objetivo del Módulo: Explorar cómo la IA interpreta texto e imágenes, y experimentar con herramientas "no-code" para estas tareas.

Semana 9: Introducción al Procesamiento del Lenguaje Natural (NLP).

• ¿Cómo entienden las máquinas el lenguaje humano? Desafíos y enfoques.
• Tareas comunes en NLP: Análisis de sentimientos, clasificación de texto, extracción de entidades, traducción automática.
• Conceptos clave: Tokenización, lematización, n-gramas (explicación intuitiva).
• Práctica con Herramienta No-Code: Análisis de sentimiento de textos (ej. reseñas de productos, tweets) usando una API o plataforma "no-code".

Semana 10: Aplicaciones Prácticas de NLP Sin Código.

• Chatbots y asistentes virtuales: Cómo funcionan y cómo interactuar con plataformas para crearlos (sin programar su lógica interna).
• Resumen automático de textos y generación de palabras clave.
• Herramientas "no-code" para análisis de grandes volúmenes de texto.
• Práctica con Herramienta No-Code: Experimentar con una herramienta de creación de chatbots sencillos o una plataforma de análisis textual.

Semana 11: Introducción a la Visión Artificial (Computer Vision).

• ¿Cómo "ven" las máquinas? Conceptos de píxeles, imágenes digitales.
• Tareas comunes en Visión Artificial: Clasificación de imágenes, detección de objetos, segmentación.
• El papel del Deep Learning (Redes Neuronales Convolucionales - CNNs) explicado conceptualmente.
• Práctica con Herramienta No-Code: Entrenar un modelo de reconocimiento de imágenes personalizado (ej. distinguir tipos de flores, logos) usando Teachable Machine o similar.

Semana 12: Aplicaciones Fascinantes de la Visión Artificial Sin Código.

• Reconocimiento facial y de emociones (y sus implicaciones éticas).
• Análisis de imágenes médicas, control de calidad en la industria, vehículos autónomos (conceptos).
• Herramientas "no-code" para detección de objetos en imágenes o videos.
• Práctica con Herramienta No-Code: Explorar una plataforma "no-code" que ofrezca detección de objetos pre-entrenados o análisis de características en imágenes.

MÓDULO 4: LA REVOLUCIÓN CREATIVA: INTELIGENCIA ARTIFICIAL GENERATIVA (4 Semanas)

Objetivo del Módulo: Sumergirse en el mundo de la IA Generativa, entendiendo su funcionamiento y utilizando herramientas "no-code" para crear contenido original.

Semana 13: Fundamentos de la IA Generativa: Creando lo Nuevo.

• ¿Qué es la IA Generativa? Diferencias con la IA predictiva.
• Modelos Generativos Adversariales (GANs) y Modelos de Difusión: Explicación conceptual de cómo "aprenden a crear".
• Aplicaciones sorprendentes: Generación de arte, música, texto, video, datos sintéticos.
• Práctica con Herramienta No-Code: Primera experiencia con un generador de imágenes a partir de texto (ej. Stable Diffusion demo, Midjourney básico, Canva Magic Media).

Semana 14: IA Generativa para Texto: De la Idea a la Narrativa.

• Modelos de Lenguaje Grandes (LLMs) como GPT: Cómo funcionan (a nivel conceptual) y su impacto.
• "Prompt Engineering": El arte de dar instrucciones efectivas a la IA generativa de texto.
• Aplicaciones: Redacción de correos, creación de contenido para blogs, guiones, poesía, resumen, traducción avanzada.
• Práctica con Herramienta No-Code: Experimentación avanzada con prompts en ChatGPT, Claude, Perplexity u otras herramientas para generar diferentes tipos de texto y refinar resultados.

Semana 15: IA Generativa para Imágenes y Video: El Lienzo Digital Infinito.

• Profundización en herramientas de generación de imágenes (Midjourney, DALL-E, Stable Diffusion con interfaces "no-code"). Control de estilos, parámetros.
• Generación de video a partir de texto o imágenes.
• Edición y mejora de imágenes/videos con IA.
• Consideraciones éticas: Deepfakes, derechos de autor.
• Práctica con Herramienta No-Code: Creación de un set de imágenes temáticas o un storyboard visual utilizando una o varias herramientas de IA generativa visual.

Semana 16: IA Generativa Multimodal y el Futuro de la Creación.

• Modelos que combinan texto, imagen, audio y video.
• Aplicaciones emergentes: Creación de presentaciones, experiencias interactivas, avatares personalizados.
• El impacto de la IA generativa en profesiones creativas y en la industria.
• Debate y Proyección: ¿Cómo la IA Generativa puede potenciar tus proyectos o ideas? Lluvia de ideas para el proyecto final.

MÓDULO 5: IA RESPONSABLE, FUTURO Y PROYECTO FINAL (4 Semanas)

Objetivo del Módulo: Reflexionar sobre las implicaciones éticas y sociales de la IA, visualizar su futuro y consolidar el aprendizaje mediante un proyecto práctico.

Semana 17: Ética en la IA: Desafíos y Responsabilidades.

• Sesgos algorítmicos: ¿Cómo surgen y cómo mitigarlos? Justicia y equidad en la IA.
• Transparencia, explicabilidad (XAI) y rendición de cuentas.
• Privacidad y seguridad de los datos en la era de la IA.
• Regulaciones y marcos éticos para la IA.
• Estudio de Casos y Debate: Análisis de dilemas éticos reales en aplicaciones de IA.

Semana 18: El Futuro de la IA y su Impacto Socioeconómico.

• Tendencias emergentes: IA General (AGI), IA Cuántica, Edge AI.
• Impacto en el empleo, la economía y la sociedad. Nuevas profesiones.
• La IA para el bien social: Objetivos de Desarrollo Sostenible (ODS).
• Taller de Ideación: Definición de alcance y objetivos para el Proyecto Final Grupal. Formación de equipos.

Semana 19: Desarrollo y Tutoría del Proyecto Final Grupal.

• Aplicación de herramientas "no-code" aprendidas para desarrollar una solución o prototipo a un problema/oportunidad elegida.
• Enfoque en la viabilidad, originalidad y presentación del concepto.
• Sesión de tutoría intensiva con los instructores para guiar los proyectos.
• Trabajo en Equipo Asistido: Sesión dedicada al avance de los proyectos con apoyo docente.

Semana 20: Presentación de Proyectos Finales y Cierre de la Diplomatura.

• Presentación formal de los proyectos grupales ante un panel (puede incluir compañeros y tutores).
• Demostración del uso de herramientas "no-code" y justificación de las decisiones.
• Feedback constructivo, discusión y aprendizajes compartidos.
• Entrega de certificados y próximos pasos en el viaje de la IA.

Proyecto Final Grupal:

Los participantes, en equipos, identificarán un problema o una oportunidad en un ámbito de su interés y propondrán una solución conceptual o un prototipo básico utilizando una o varias herramientas "no-code" exploradas durante la diplomatura. Se valorará la creatividad, la comprensión de los conceptos de IA, la justificación de la herramienta elegida y la reflexión ética.

Evaluación:

• Participación activa en clases y foros (20%)
• Ejercicios prácticos semanales con herramientas "no-code" (40%)
• Proyecto Final Grupal (Presentación y Documento) (40%)

Herramientas "No-Code" a Explorar (Ejemplos, pueden variar según disponibilidad y evolución):

• Para ML: Google Teachable Machine, Orange Data Mining (componentes básicos), Obviously.ai, CreateML (para usuarios Mac).
• Para NLP: Plataformas de análisis de sentimiento (ej. MonkeyLearn con plan gratuito), constructores de chatbots básicos (ej. Tidio, Landbot con planes gratuitos), herramientas de resumen de texto.
• Para Visión Artificial: Google Teachable Machine, plataformas con APIs pre-entrenadas (ej. Clarifai, Google Vision AI con créditos gratuitos).
• Para IA Generativa: ChatGPT, Claude, Perplexity.ai, Midjourney (vía Discord), Stable Diffusion (demos online como DreamStudio Lite), Canva Magic Media, RunwayML (funciones gratuitas), otras herramientas emergentes.
• Para Datos: Google Sheets, Airtable, Notion AI (para organización).