Saltar al contenido
IA para Investigación

Inteligencia Artificial para la Investigación – Parte I

›Curso completo

Aprende, practica y obtén tu certificado.

60 hde formación
Acceso aaulas virtuales
Aprendizajepráctico
Recursosincluidos
Acompañamientodurante el curso
Certificadoal finalizar

ACCESO AL CURSO

Acceso permanente Inscripciones abiertas Puedes empezar cuando quieras.
Tu próximo paso

Empieza hoy

Inversión: $40 $20 Contacto con un asesor

Índice temático

Lo que verás en las 60 horas del curso.

Mgs. Edison Bonifaz

Especialista en Inteligencia Artificial Educativa

Formación académica

  • Licenciado en Informática Tecnología Aplicada a la Educación
  • Magíster en Docencia Universitaria Gestión y Administración Educativa
  • Magíster en Metodología de la Investigación Investigación Educativa
  • Máster en Inteligencia Artificial IA Aplicada a la Educación
Mgs. Edison Bonifaz
Docente capacitador
  • 1.1. IA para investigadores: qué puede hacer por ti y qué no debes delegarle — Qué es la IA generativa; cómo funcionan los modelos de lenguaje; capacidades, limitaciones, sesgos y alucinaciones.
  • 1.2. Construye tu caja de herramientas de investigación con IA — Asistentes conversacionales; buscadores académicos con IA; herramientas para análisis y organización.
  • 1.3. Prompts que realmente funcionan para investigar — Rol, contexto, tarea, formato y restricciones; prompts para actividades académicas; creación de un banco personal de prompts.
  • 1.4. Usa IA sin poner en riesgo tu investigación — Ética e integridad académica; usos permitidos, dudosos y no recomendados; verificación de información generada por IA.
  • 1.5. Taller: crea tu entorno personal de investigación con IA — Selección de herramientas; organización del flujo de trabajo; creación del cuaderno de prompts.
  • 2.1. Convierte una idea en un tema investigable — Exploración de ideas con IA; delimitación del tema; viabilidad y pertinencia.
  • 2.2. Descubre qué se ha investigado antes de ti — Estado del arte; Elicit; Consensus; Scite; ResearchRabbit.
  • 2.3. Encuentra el famoso vacío de investigación — Identificación de brechas; problemas aún no resueltos; fundamentación del problema.
  • 2.4. Del problema a preguntas, objetivos e hipótesis — Preguntas de investigación; objetivo general y objetivos específicos; hipótesis cuando corresponda; IA como revisora de coherencia.
  • 2.5. Taller: construye el corazón de tu investigación — Planteamiento del problema; justificación; preguntas; objetivos.
  • 3.1. Busca como investigador, no como usuario de Google — Estrategias avanzadas de búsqueda; ecuaciones de búsqueda; Scopus; Web of Science; SciELO; Redalyc.
  • 3.2. Lee artículos estratégicamente con ayuda de IA — Lectura asistida; extracción de hallazgos; comparación de investigaciones; síntesis manteniendo fidelidad a las fuentes.
  • 3.3. Nunca más pierdas una referencia — Zotero; Mendeley; organización de fuentes; citación y referencias APA 7.
  • 3.4. De muchos artículos a un marco teórico con sentido — Matrices de categorías; organización conceptual; mapas conceptuales; construcción del hilo argumental.
  • 3.5. Taller: construye tu marco teórico verificable — Redacción asistida; organización de antecedentes; comprobación de referencias.
  • 4.1. Cuantitativo, cualitativo o mixto — Selección del enfoque; diseños de investigación; uso de IA como apoyo para justificar decisiones.
  • 4.2. A quién y a cuántos debo investigar — Población; muestra; cálculo muestral; validación de supuestos.
  • 4.3. Construye instrumentos que realmente funcionen — Cuestionarios; guías de entrevista; rúbricas; generación y depuración de ítems; validación por expertos.
  • 4.4. Tengo datos y ahora qué hago con ellos — Plan de análisis; Jamovi; SPSS; análisis cualitativo asistido; técnicas de análisis según los objetivos.
  • 4.5. Taller: construye tu capítulo metodológico — Metodología; cronograma; presupuesto.
  • 5.1. Investiga con ética desde el principio — Consentimiento informado; protección de datos; comités de ética.
  • 5.2. Tu investigación realmente tiene coherencia — Coherencia entre problema y objetivos; objetivos y teoría; objetivos y metodología; IA para detectar inconsistencias.
  • 5.3. IA, similitud y autoría — Declaración del uso de IA; similitud; uso de detectores; conservación de la voz autoral.
  • 5.4. Prepárate para defender tu investigación — Pitch; póster científico; presentaciones; IA para apoyar la comunicación científica.
  • 5.5. Taller: auditoría final de tu proyecto — Revisión integral; coevaluación; correcciones finales.
  • 6.1. Integración del proyecto — Tema; problema; brecha de investigación; preguntas y objetivos.
  • 6.2. Consolidación académica — Marco teórico; metodología; instrumentos; aspectos éticos.
  • 6.3. Presentación final — Revisión de coherencia; corrección del documento; presentación y defensa.
  • 6.4. Producto final Parte I — Proyecto o protocolo de investigación estructurado y preparado para revisión académica.