Trasformando la forma de enseñar y aprender con inteligencia artificial.
Días y horarios de cursada:
Del 04 de abril al 25 de julio de 2026.
Sábados de 09.00 a 12.00 Hs. + Actividad asincrónica.
Requisitos de admisión:
- Conocimientos básicos en el uso de tecnologías digitales (no se requiere experiencia previa en programación o IA).
- Interés por la innovación educativa y el impacto de las tecnologías emergentes en la enseñanza y el aprendizaje.
Dirigido a:
Esta diplomatura está diseñada para profesionales y estudiantes interesados en integrar la inteligencia artificial en la educación, promoviendo la innovación en la enseñanza, el aprendizaje y la gestión institucional. Entre los destinatarios se encuentran:
Profesionales de la Educación
- Docentes de todos los niveles educativos (inicial, primaria, secundaria, superior y universitaria) interesados en incorporar herramientas de IA en sus prácticas pedagógicas.
- Coordinadores y directivos educativos que deseen optimizar la gestión académica y administrativa mediante tecnologías inteligentes.
- Diseñadores curriculares e instruccionales enfocados en personalizar y mejorar los procesos de aprendizaje.
Especialistas en Tecnología y Educación
- Tecnólogos educativos y especialistas en TIC: Profesionales que desarrollan o implementan tecnologías educativas y buscan ampliar su conocimiento en IA.
- Desarrolladores de contenidos digitales: Interesados en integrar IA en plataformas y recursos educativos.
Investigadores y Académicos
- Investigadores en ciencias de la educación y tecnología: Aquellos que trabajan en proyectos relacionados con innovación pedagógica y análisis de datos educativos.
- Académicos interesados en explorar nuevas metodologías de enseñanza-aprendizaje apoyadas por IA.
Profesionales del Sector Público y Privado
- Funcionarios de organismos gubernamentales relacionados con la educación: Especialistas en la implementación de políticas públicas de innovación educativa.
- Consultores educativos y asesores tecnológicos: Enfocados en diseñar estrategias que incorporen IA para mejorar el sistema educativo.
- Representantes de instituciones privadas: Interesados en modernizar sus servicios educativos y optimizar procesos con tecnología de IA.
Estudiantes y Jóvenes Profesionales
- Estudiantes avanzados de educación, tecnología, ciencias de datos, psicología educativa o áreas afines.
- Egresados recientes interesados en explorar la intersección entre IA y educación.
(*) Como requisito general, los participantes deberán contar con estudios secundarios completos o encontrarse cursando los últimos años del nivel medio, garantizando así que dispongan de la formación básica necesaria para sostener procesos de aprendizaje en el marco de la educación continua universitaria, que requieren autonomía, reflexión crítica y aplicación práctica de los contenidos.
Contacto: uai.extension@uai.edu.ar
Escribinos por WhatsApp:
+54 9 11 5594-9903
Si presentas alguna pérdida o disminución de la audición, te invitamos a descargar TESCUCHO (IOS) o Voice Aloud Reader (Android), aplicaciones que realizan una rápida conversión de la señal sonora del habla en texto fácilmente legible a una distancia de 2 metros, facilitando la comunicación en sociedad de forma integral y diversa.
Externos:
Matrícula: $100.000.-
Contado: $633.600.- o 4 cuotas de: $198.000.-
Comunidad UAI*/ADEEPRA / VANEDUC:
Matrícula: $100.000.-
Contado: $433.500.- o 4 cuotas de: $138.600.-
Club La Nación/Clarin 365**:
Matrícula: $100.000.-
Contado: $506.900.- o 4 cuotas de: $158.400.-
Beneficio por convenios corporativos
Los miembros y familiares directos de empresas con convenio vigente con la Universidad Abierta Interamericana (UAI) acceden a un 20 % de descuento sobre el arancel externo de las propuestas formativas.
Este beneficio no es acumulable con otras promociones, becas o descuentos.
Consulte el listado de convenios corporativos vigentes en:
https://uai.edu.ar/extensión/becas/lista-convenios-de-beneficios-corporativos/
(*) Suscriptores y/o familiares directos de los titulares de las credenciales.
(**) Alumnos, graduados, y/o familiares directos.
Del 04 de abril al 25 de julio de 2026.
Beneficios:
- Actualización Profesional: Adquisición de competencias clave para enfrentar los desafíos de la educación digital.
- Enfoque Innovador: Incorporación de herramientas y técnicas de IA para transformar la enseñanza.
- Certificación Universitaria: Diploma avalado por una institución de prestigio.
- Proyectos Aplicados: Desarrollo de soluciones prácticas para implementar en instituciones educativas.
- Networking: Conexión con expertos y colegas del ámbito educativo y tecnológico.
Objetivos:
- Desarrollar Competencias en IA Educativa: Capacitar a los docentes en el uso de herramientas de inteligencia artificial aplicadas a la educación, mejorando la calidad del proceso de enseñanza-aprendizaje.
- Implementar Ingeniería de Prompts: Enseñar a diseñar y aplicar técnicas de ingeniería de prompts que optimicen la interacción entre estudiantes y tecnologías de IA, facilitando un aprendizaje más efectivo.
- Integrar IA Generativa: Capacitar a los participantes en el uso de IA generativa para la creación de materiales educativos personalizados y dinámicos, adaptados a las necesidades de los estudiantes.
Resultados de aprendizaje:
- Diseñar y desarrollar chatbots para apoyo educativo, definiendo sus funciones, objetivos y respuestas a las interacciones con los estudiantes.
- Implementar estrategias de evaluación del trabajo en equipo que consideren la participación, la comunicación y la contribución individual de los estudiantes, en un entorno colaborativo mediado por la IA.
- Aplicar técnicas avanzadas de prompting para mejorar la interacción docente-estudiante, considerando las características del lenguaje natural y la capacidad de la IA para procesar la información.
- Crear contenidos educativos personalizados usando IA generativa, teniendo en cuenta las necesidades individuales de los estudiantes.
- Seleccionar herramientas y recursos de IA adecuados para la enseñanza, considerando las necesidades específicas del contexto educativo y las características de los estudiantes.
- Aplicar técnicas de ingeniería de prompts para la enseñanza y el aprendizaje.
- Desarrollar asistentes virtuales educativos para mejorar la interacción estudiante-docente.
- Evaluar de forma automatizada el rendimiento estudiantil, utilizando la IA para la retroalimentación personalizada y la evaluación de los estudiantes.
- Implementar simulaciones de aprendizaje colaborativo, aplicando plataformas colaborativas basadas en IA que promuevan el trabajo en equipo.
- Diseñar y aplicar técnicas de ingeniería de prompts que optimicen la interacción entre estudiantes y tecnologías de IA.
Resultados esperados:
- La Diplomatura en Inteligencia Artificial Aplicada a la Educación ofrece a los docentes un camino hacia la integración de la IA en la práctica docente. A lo largo del programa, se comprenden los fundamentos de la IA, su potencial en la educación y se seleccionan las herramientas adecuadas para cada necesidad.
- Se explora la creación de chatbots educativos , capacitando a los docentes para diseñarlos, desarrollarlos e implementarlos como apoyo personalizado al aprendizaje. Se definen sus funciones, objetivos y respuestas para brindar retroalimentación inmediata.
- La IA también se utiliza para fomentar el aprendizaje colaborativo. Se adquieren habilidades para diseñar estrategias, utilizando herramientas y plataformas de IA, que impulsen la colaboración entre estudiantes. Se crean dinámicas de grupo y se evalúa el trabajo en equipo.
- Un aspecto fundamental es la ingeniería de prompts. Se estudian sus principios y técnicas para optimizar la interacción entre estudiantes y tecnologías de IA. Se diseñan prompts efectivos, adaptados a las necesidades de cada disciplina y nivel educativo.
- Los docentes también se introducen en la creación de contenidos educativos personalizados mediante la IA generativa , adaptando los materiales a las necesidades de cada estudiante para una experiencia de aprendizaje más significativa.
- La Diplomatura también abarca la evaluación del rendimiento estudiantil con IA. Se aprende a utilizarla para automatizar la evaluación, brindando retroalimentación personalizada y analizando el progreso de los estudiantes.
- Por último, se implementan simulaciones de aprendizaje colaborativo mediante plataformas basadas en IA. Se crean entornos virtuales para el trabajo en equipo, fomentando habilidades interpersonales y de colaboración.
- En resumen, la Diplomatura equipa a los docentes con herramientas y conocimientos para integrar la IA en su práctica pedagógica, impulsando una educación innovadora para el siglo XXI.
Enfoque general:
La transformación digital ha revolucionado el sector educativo, y la inteligencia artificial (IA) se posiciona como una de las tecnologías con mayor impacto en la personalización del aprendizaje, la automatización de procesos y la mejora de los resultados educativos. Esta diplomatura aborda cómo la IA puede ser utilizada para optimizar la enseñanza, crear experiencias de aprendizaje más efectivas y gestionar procesos administrativos en instituciones educativas.
La Diplomatura en Inteligencia Artificial Aplicada a la Educación está diseñada para capacitar a profesionales en el uso de herramientas y técnicas basadas en IA, proporcionando un enfoque práctico y estratégico para su implementación en contextos educativos diversos.
Contenidos:
Módulo 1: Introducción a la inteligencia artificial en educación
Conceptos básicos de la IA.
Historia y evolución de la IA.
Aplicaciones de la IA en entornos educativos.
Herramientas y recursos de IA para la enseñanza.
Módulo 2: Modelos de estudio basados en IA
Modelos simples y avanzados de NotebookLM
Flashcards, Glosarios Operativos, Método Feynman, Método SQ3R, etc. implemenrtados por IA.
Módulo 3: Ingeniería de Prompts e IA generativa aplicada a la Educación
Fundamentos de la ingeniería de prompts.
Técnicas avanzadas de prompting para mejorar la interacción docente-estudiante.
Creación de prompts específicos para diversas disciplinas.
IA Generativa, Chatbots y Apps Educativas:
Diseño y desarrollo de chatbots y Apps para el apoyo educativo.
Casos prácticos de uso de chatbots y Apps educativos.
Módulo 4: Planificación didáctica con modelos de IA
Taxonomías de Bloom, DOK y aprendizaje experiencial de Kolb asitidos por IA.
Módulo 5: Evaluaciones del aprendizaje asitidas por IA
Quizzes, Apps y herramientas para la evaluación asitida por IA.
Módulo 6: IA Agéntica y Automatizaciones de IA Educativa
Principios de IA agéntica.
Agentes simples y complejos.
Automatizaciones de IA aplicadas a contextos educativos.
Módulo 7: Personalización educativa asistida por IA
Principios de personalización educativa basada en IA.
Filtrado colaborativo.
Personalización basada en reglas pedagógicas.
Módulo 8: Gaming y aprendizaje colaborativa asitido por IA
Apps de gaming.
Creación de avateres para tutoría y mentoría basada en IA,
Herramientas y plataformas para el aprendizaje colaborativo.
Dinámicas de grupo e inteligencia colaborativa potenciadas por IA.
Actividades de aplicación:
- Diseño y práctica de prompts efectivos para la enseñanza y el aprendizaje.
- Desarrollo de asistentes virtuales educativos (implementación de chatbots y agentes de IA en el aula).
- Creación de contenidos educativos personalizados usando IA generativa (diseño de materiales adaptados a las necesidades de los estudiantes).
- Elaboración de Apps educativas.
- Elaboracionión de automatizaciones educativas.
- Evaluación automatizada del rendimiento estudiantil (uso de IA para la retroalimentación personalizada y la evaluación de los estudiantes).
- Simulaciones de aprendizaje colaborativo (aplicación de plataformas colaborativas basadas en IA que promuevan el trabajo en equipo).
Metodología:
Enfoque metodológico: aprendizaje activo y aplicado (“learning by doing”), con uso de IA como herramienta de apoyo didáctico, de producción de materiales y de análisis/retroalimentación, siempre bajo criterios de IA responsable.
La cursada combina 50 horas sincrónicas (clases-taller por videoconferencia) y 50 horas asincrónicas (trabajo autónomo guiado en campus virtual), articuladas en ciclos semanales: explorar → practicar → iterar → documentar → transferir a un caso real.
- Clase invertida: microlecturas/microvideos y consignas previas; en el encuentro sincrónico se prioriza la práctica guiada y la resolución de dudas.
- Laboratorio de prompts: diseño, testeo y mejora iterativa de prompts (docentes y estudiantes), con criterios de calidad, trazabilidad y verificación.
- Aprendizaje basado en proyectos (ABP): desarrollo progresivo de un caso real de aula o de gestión institucional que culmina en los trabajos integradores.
- Estudio de casos y análisis crítico: revisión de escenarios (éxitos/errores) en uso de IA en educación, sesgos, privacidad, integridad académica y dilemas éticos.
- Trabajo colaborativo: actividades en equipos con roles (diseño, evaluación, curaduría, comunicación), co-creación de materiales y revisión entre pares.
- Portafolio digital: repositorio personal de prompts, plantillas, evidencias (capturas, links, iteraciones) y reflexiones de transferencia a la práctica.
- Feedback continuo: retroalimentación formativa del equipo docente, autoevaluación y coevaluación con rúbricas.
- IA responsable y ciudadanía digital: buenas prácticas de citación/atribución, protección de datos, límites de uso, y criterios para decidir cuándo NO usar IA.
- Recursos y entornos: plataforma de videoconferencia, campus virtual, guías y plantillas (Bloom/DOK/Kolb asistidos por IA), repositorio de prompts, y herramientas de IA seleccionadas según pertinencia pedagógica y disponibilidad.
Calendario de encuentros:
-
Clase N°1: 04/04/2026 · Finaliza a las 12:00 Hs.
-
Clase N°2: 11/04/2026 · Finaliza a las 12:00 Hs.
-
Clase N°3: 18/04/2026 · Finaliza a las 12:00 Hs.
-
Clase N°4: 25/04/2026 · Finaliza a las 12:00 Hs.
-
Clase N°5: 02/05/2026 · Finaliza a las 12:00 Hs.
-
Clase N°6: 09/05/2026 · Finaliza a las 12:00 Hs.
-
Clase N°7: 16/05/2026 · Finaliza a las 12:00 Hs.
-
Clase N°8: 23/05/2026 · Finaliza a las 13:00 Hs.
-
Clase N°9: 30/05/2026 · Finaliza a las 12:00 Hs.
-
Clase N°10: 06/06/2026 · Finaliza a las 12:00 Hs.
-
Clase N°11: 13/06/2026 · Finaliza a las 12:00 Hs.
-
20/06/2026: FERIADO
-
Clase N°12: 27/06/2026 · Finaliza a las 12:00 Hs.
-
Clase N°13: 04/07/2026 · Finaliza a las 12:00 Hs.
-
Clase N°14: 11/07/2026 · Finaliza a las 12:00 Hs.
-
Clase N°15: 18/07/2026 · Finaliza a las 12:00 Hs.
-
Clase N°16: 25/07/2026 · Finaliza a las 13:00 Hs.
Evaluación:
La evaluación de la Diplomatura en Inteligencia Artificial Aplicada a la Educación se basa en dos Trabajos prácticos integradores. Este trabajo debe presentar “Un caso de aplicación de una solución de IA en el ámbito del proceso de enseñanza-aprendizaje*. La presentación de los trabajos se realiza al finalizar los módulos 4 y 8.
Además de los dos trabajos prácticos integradores, se aplica una evaluación formativa continua, orientada a mejorar el desempeño durante el proceso (no solo al final).
Instancias evaluativas:
- Actividades breves por módulo (checkpoints): ejercicios de prompting, microdiseños didácticos, análisis de casos y prácticas con herramientas (entrega en campus).
- Participación en clase y foros: aporte a discusiones, resolución colaborativa de problemas y revisión entre pares (coevaluación).
- Trabajo Práctico Integrador 1 (al finalizar Módulo 4): diseño de una secuencia didáctica asistida por IA (objetivos/resultados, actividades, materiales generados, prompts y rúbrica de evaluación), con reflexión ética y de implementación.
- Trabajo Práctico Integrador 2 (al finalizar Módulo 8): desarrollo de un caso aplicado avanzado (p. ej., chatbot/agente, automatización, evaluación asistida, estrategia de personalización o gaming), con plan de implementación y evaluación de impacto.
Criterios de evaluación (rúbrica):
- Pertinencia pedagógica y alineación (objetivos–actividades–evaluación).
- Calidad técnica y didáctica de prompts (claridad, contexto, restricciones, iteración y verificación).
- Aplicabilidad y transferibilidad al contexto real del participante.
- Uso responsable de IA (privacidad, sesgos, transparencia, integridad académica y citación/atribución).
- Calidad de la documentación y del portafolio de evidencias.
- Claridad comunicacional en la presentación final (argumento, demo y aprendizajes).
Condiciones de aprobación: entrega y aprobación de ambos trabajos integradores, cumplimiento de los checkpoints asincrónicos definidos por el equipo docente y asistencia mínima sugerida del 75% a los encuentros sincrónicos.
Bibliografía básica
- UNESCO. (2023). Guidance for Generative AI in Education and Research. UNESCO.
- European Commission. (2022). Ethical guidelines on the use of artificial intelligence (AI) and data in teaching and learning for educators. European Education Area.
- OECD. (2021). OECD Digital Education Outlook 2021: Pushing the Frontiers with AI, Blockchain and Robots. OECD Publishing.
- Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Center for Curriculum Redesign.
- Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators? International Journal of Educational Technology in Higher Education, 16, 39.
- Kasneci, E., Seßler, K., Kchemann, S., Bannert, M., et al. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274.
- Mollick, E. R., & Mollick, L. (2023). Assigning AI: Seven Approaches for Students, with Prompts (arXiv:2306.10052).
Bibliografía complementaria:
- Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence Unleashed: An argument for AI in Education. London: Pearson.
- Mishra, P., & Koehler, M. J. (2006). Technological Pedagogical Content Knowledge: A framework for teacher knowledge. Teachers College Record, 108(6), 1017–1054.
- Anderson, L. W., & Krathwohl, D. R. (Eds.). (2001). A taxonomy for learning, teaching, and assessing: A revision of Bloom’s Taxonomy of Educational Objectives. New York: Longman.
- Kolb, D. A. (1984). Experiential Learning: Experience as the Source of Learning and Development. Englewood Cliffs, NJ: Prentice-Hall.
- Nicol, D. J., & Macfarlane-Dick, D. (2006). Formative assessment and self-regulated learning: A model and seven principles of good feedback practice. Studies in Higher Education, 31(2), 199–218.
- Siemens, G., & Long, P. (2011). Penetrating the fog: Analytics in learning and education. EDUCAUSE Review, 46(5), 30–40.
- Ferguson, R. (2012). The state of learning analytics in 2012: A review and future challenges. Knowledge Media Institute, The Open University.
- NIST. (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0). National Institute of Standards and Technology.
- República Argentina. (2000). Ley 25.326 de Protección de los Datos Personales.
Director:
Lic. Federico González. Lic. En psicología.
Director Maestría en Psicología Organizacional. Investigador del Programa UBACyT. Director Diploma Diplomatura en Psicología y Neurociencia (UBA). Director de Intelligent Learning, Consultora en E-Learning y Tecnología Educativa. 2006-2012.
