Hablar con una IA conversacional moderna es, hoy, una de las habilidades profesionales más valiosas que podés desarrollar. En 2026, con modelos que razonan, leen imágenes, escuchan audio y ejecutan tareas en tu computadora, dominar esta tecnología te permite hacer en horas lo que antes tomaba días, abordar trabajos que antes requerían un equipo y elevar la calidad de tu producción a un estándar impensable hace dos años. La diferencia entre "usarla" y "usarla bien" es enorme — y se aprende.
En 2026 la IA conversacional pasó de ser una curiosidad a ser una infraestructura de trabajo. Los profesionales que la dominan están redefiniendo lo que es posible en sus áreas: análisis que antes tomaban días resueltos en una mañana, investigación que atraviesa cientos de fuentes en una sola sesión, ideación amplificada por un interlocutor incansable, documentación generada con calidad de equipo. Lo que cambia no es solo la velocidad: cambia la ambición con la que encarás tu trabajo.
Este curso te da las herramientas para llegar a ese nivel con rigor profesional: técnicas comprobadas, criterio para elegir el modelo y la técnica adecuada para cada tarea, y método para validar lo que la IA produce. Está pensado para profesionales no técnicos — abogados, contadores, marketers, médicos, docentes, gestores, emprendedores. No necesitás saber programar. Necesitás saber leer con cuidado, pensar con criterio, y querer hacer mejor lo que ya hacés.
Este curso forma criterio profesional inicial sobre el uso de IA conversacional moderna. Honestidad académica: vale ser claros sobre lo que sí y lo que no significa terminarlo.
Sí te prepara para: usar las cuatro herramientas líderes con técnicas vigentes en 2026, escribir prompts que produzcan resultados confiables y reproducibles, reconocer cuándo conviene apoyarte en IA y cuándo no, identificar los riesgos básicos de seguridad y privacidad al trabajar con IA, comprender el marco normativo argentino e internacional aplicable, y tomar decisiones informadas sobre qué tareas delegar y cómo verificar lo que la IA produce.
No te convierte en: experto en seguridad de aplicaciones de IA (eso es un campo especializado), arquitecto de sistemas RAG o agentes complejos (eso requiere conocimientos técnicos y de programación), jurista del derecho de la IA (eso es formación legal específica), ni ingeniero de machine learning. Las unidades sobre seguridad (U7), agentes (U6) y marco normativo (U8) dan vocabulario, conciencia y criterio fundamental — suficiente para tomar decisiones profesionales informadas y reconocer cuándo conviene consultar a un especialista, pero no para sustituir esa consulta.
El campo de la IA conversacional está en transformación acelerada y el propio concepto de "ingeniería de prompts" es objeto de debate vivo dentro del campo (varios autores proponen reemplazarlo por nociones como context engineering). Por eso el curso enfatiza criterio y método por sobre técnicas específicas: las técnicas envejecen en meses, el criterio se transfiere y se sostiene.
Al finalizar el curso, vas a poder:
Entender qué es una IA conversacional moderna y cómo funciona — con vocabulario técnico preciso pero sin programación
Escribir prompts que devuelvan respuestas útiles, específicas y reproducibles, no genéricas
Aplicar técnicas modernas: razonamiento estructurado, self-consistency, salidas estructuradas, descomposición, ReAct
Trabajar con documentos largos, datos tabulares, imágenes, audio y video como entrada del modelo
Diseñar workflows con agentes y MCP que automaticen tareas reales de tu trabajo, con human-in-the-loop
Identificar y mitigar riesgos de seguridad: prompt injection, fuga de datos, agencia excesiva, sesgo y alucinación
Evaluar la calidad de un prompt con criterios objetivos y decidir qué modelo usar según costo, latencia y precisión
Aplicar criterio profesional y cumplir el marco normativo argentino e internacional al usar IA en contextos laborales
Cada unidad sigue el mismo formato: Manual teórico en HTML con teoría aplicada, 4 a 6 videos cortos integrados (presentaciones con voz en off y, donde aplique, demostraciones en pantalla), 3 pausas de reflexión, una actividad práctica opcional para ejercitar lo aprendido, referencias a documentación oficial actualizada, y un cuestionario formativo en Moodle. El recorrido completo de una unidad lleva entre 2 y 4 horas según densidad.
El punto de partida: entender qué son los modelos de lenguaje de 2026, qué los hace cualitativamente distintos a los de 2023 (especialmente la nueva generación que razona antes de contestar), y las cuatro herramientas líderes que dominan el mercado (Claude, ChatGPT, Gemini y Copilot). Vas a salir de esta unidad sabiendo elegir la herramienta y el modelo apropiados para cada tarea según costo, velocidad y calidad esperada — y reconociendo cuándo conviene usarlos y cuándo no.
La anatomía de un prompt bien escrito: los seis componentes que separan un pedido vago de una respuesta precisa y reproducible. Vas a aprender el patrón outcome-first que define el prompting moderno — validado convergentemente por Anthropic, OpenAI y Google en sus guías oficiales 2026 —, distinguir system prompt de user prompt, e iterar tus propios prompts con disciplina hasta volverlos confiables. Una sola gramática que funciona en las cuatro herramientas.
El repertorio profesional de técnicas de prompting que realmente funcionan en 2026: few-shot prompting, razonamiento estructurado (chain-of-thought), votación entre múltiples respuestas (self-consistency), salidas estructuradas, role prompting con criterio y descomposición en cadenas de prompts. Vas a saber elegir la técnica adecuada para cada tarea — y, sobre todo, reconocer cuándo una técnica clásica le quita rendimiento a un modelo de razonamiento moderno. Basado en la revisión sistemática más actualizada del campo.
El arte de sostener conversaciones productivas con la IA a lo largo de varios turnos sin perder el hilo ni la calidad. Vas a aprender a refinar respuestas con iteraciones quirúrgicas, calibrar cuánto querés que el modelo "piense" antes de contestar (esfuerzo bajo para tareas rápidas, alto para problemas complejos), y aprovechar la memoria persistente para no repetir contexto en cada sesión. La diferencia entre una conversación que avanza hacia un objetivo y una que se enreda.
low / medium / high / xhigh / max — sabiendo que según Anthropic low-effort Opus 4.7 ≈ medium-effort Opus 4.6, y que xhigh se recomienda para coding y tareas agénticasTrabajar con tus propios documentos, imágenes, audios y datos tabulares como entrada del modelo. Vas a aprender la diferencia conceptual entre subir un PDF al chat, hacer RAG real con tus archivos y aprovechar el contexto largo nativo (hasta 1 millón de tokens en los modelos 2026). Y vas a sumar capacidades multimodales: analizar una captura de pantalla, transcribir un audio de reunión, limpiar un Excel desprolijo o conversar con un contrato de 200 páginas.
La frontera que define 2026: IA que no solo conversa, ejecuta tareas. Vas a entender la distinción clave entre workflow (orquestación predefinida y predecible) y agente (autonomía dinámica), los cinco patrones canónicos de diseño de agentes, el rol del Model Context Protocol (MCP) como estándar de integración con tus herramientas, y la nueva generación de IA que opera tu computadora o tu navegador. Salís con criterio para diseñar workflows simples con supervisión humana sobre tareas reales de tu trabajo.
La diferencia profesional que casi nadie tiene: saber cuáles son los riesgos reales de usar IA en contextos sensibles y cómo mitigarlos. Vas a conocer los diez riesgos críticos del marco OWASP para aplicaciones de IA generativa traducidos a decisiones que puede tomar un profesional no técnico: prompt injection, fuga de datos, agencia excesiva, alucinaciones avanzadas, sesgos sistemáticos. Una unidad que te diferencia profesionalmente y te da la base para usar agentes y MCP con responsabilidad.
El cierre que integra todo el curso: cómo evaluar objetivamente si un prompt funciona, cómo elegir el modelo correcto según costo y latencia, y cuándo conviene verificar, confiar o simplemente no usar IA. Vas a integrar también el marco normativo argentino e internacional que ya rige el uso profesional de IA: Ley 25.326, Resolución y Guía AAIP, principios OECD, marco NIST, ISO/IEC 42001 y EU AI Act. Salís del curso con criterio profesional sólido — no solo técnico, también ético y normativo.
La evaluación combina componentes formativos (generan feedback al alumno durante el cursado pero no aportan a la nota final), una actividad obligatoria final revisada por el docente que actúa como condición de habilitación, y un cuestionario final integrador que es el único componente calificado y determina la nota del certificado.
Ocho cuestionarios en Moodle (uno por unidad). Las notas son orientativas, no afectan la nota final del certificado. Tienen progresión secuencial: cada cuestionario se habilita solo una vez completado el de la unidad anterior. Sirven al alumno para medir su comprensión y prepararse para el cuestionario final.
Ocho actividades cortas por unidad, opcionales y no calificadas. Su función es estrictamente práctica: que el alumno ejercite la técnica de la unidad sobre un caso concreto antes de avanzar. No hay devolución docente individualizada en este componente.
Mini-proyecto aplicado de 2 a 3 páginas sobre un caso de uso propio del alumno (una tarea recurrente de su trabajo resuelta con IA, prompts utilizados, criterios de verificación, decisiones de privacidad y seguridad). Se evalúa como aprobado / no aprobado por el docente, con devolución escrita breve. No aporta nota numérica, pero su aprobación es condición indispensable para habilitar el cuestionario final.
Cuestionario autocorregido en Moodle que integra contenidos de las 8 unidades. Es la única nota que figura en el certificado UTN. Se aprueba con ≥ 70%. Dispone de 2 intentos de 30 minutos cada uno; la nota final es la del mejor intento. Se habilita una vez completados los 8 cuestionarios formativos Y aprobado el TAF.
Para obtener la certificación UTN se requieren tres condiciones simultáneas: (1) completar los 8 cuestionarios formativos de las unidades (no requiere aprobarlos, solo responderlos); (2) aprobar el Trabajo Aplicado Final (TAF) revisado por el docente; y (3) aprobar el cuestionario final integrador con ≥ 70%. El flujo es: durante el cursado el alumno avanza por las unidades respondiendo los cuestionarios secuencialmente y opcionalmente las actividades prácticas → al cerrar la Unidad 8 entrega el TAF → el docente lo revisa y lo aprueba (o lo devuelve con observaciones para reentrega) → recién con TAF aprobado y 8 cuestionarios completos, Moodle habilita el cuestionario final → la nota del cuestionario final es la que aparece en el certificado.
El curso es 100% on demand: avanzás a tu ritmo dentro del período habilitado, sin clases ni encuentros en vivo. Esta es una distribución sugerida en 10 semanas, pensada para alguien que dedique alrededor de 3 horas semanales al curso.
25 horas de contenido distribuidas en 8 unidades + 3 horas para el Trabajo Aplicado Final (TAF) + 2 horas para repaso integrador y cuestionario final. Algunos alumnos completan el curso en 5-6 semanas intensivas, otros prefieren ir más lento. El plazo total disponible es de 6 meses desde la inscripción.
Esta sección detalla las reglas operativas que rigen el cursado y la aprobación. Conocerlas antes de empezar evita confusiones y permite planificar el recorrido con realismo.
El alumno dispone de 6 meses desde la inscripción para completar el curso y rendir el cuestionario final integrador. Vencido ese plazo sin haber aprobado, el acceso al curso queda inhabilitado. Para reactivarlo el alumno puede solicitar una reincorporación abonando el 50% del valor del curso vigente al momento de la solicitud, lo que renueva el período de cursado por un nuevo plazo.
El curso tiene una progresión secuencial obligatoria en los cuestionarios, aunque las actividades prácticas por unidad sigan siendo opcionales:
Esta progresión garantiza que el alumno haya transitado todo el contenido y demostrado capacidad de aplicación antes de rendir la evaluación final, sin imponer un cronograma rígido (el alumno define su propio ritmo dentro del período habilitado).
Mini-proyecto aplicado que demuestra que el alumno puede transferir lo aprendido a un caso real de su propio trabajo. Es la condición de habilitación del cuestionario final.
El TAF no aporta nota numérica al certificado, pero cierra el gap entre lo que se aprende y lo que se aplica: certifica que el alumno puede usar el contenido, no solo reconocerlo.
Único componente calificado del curso, integra contenidos de las 8 unidades.
El curso enseña a usar IA con criterio profesional, lo que incluye saber cuándo no usarla. La política aplica esta misma lógica a la propia evaluación:
Esta política está alineada con el principio de responsabilidad proactiva del Programa AAIP Res. 161/2023 y con la noción de criterio profesional que recorre todo el programa académico: un profesional formado sabe cuándo apoyarse en IA y cuándo no.
Al no haber clases en vivo, el contacto académico con el docente ocurre por dos canales asincrónicos:
35 fuentes que respaldan los contenidos del curso, organizadas en tres grupos: académicas (incluyendo voces críticas independientes), técnicas oficiales de proveedores, y normativas/institucionales. Todas son consultables online y se citan en las unidades cuando corresponde.