La primera experiencia de la mayoría de las personas con un sistema de IA generativa es una mezcla de deleite y confusión. Produce un resumen pulido de un informe denso en segundos, y luego inventa con confianza una cita que no existe. Sigue una instrucción detallada a la perfección, y luego ignora una sencilla en el mensaje inmediatamente siguiente. Sin un modelo mental de lo que está sucediendo por debajo, estos momentos se sienten aleatorios, y es difícil saber si confiar en la siguiente salida, o cómo corregir la anterior.
Este curso les da a los estudiantes ese modelo mental. Es el complemento de AI Fluency: Framework & Foundations(se abre en una pestaña nueva): mientras que ese curso enseña las competencias humanas (Delegación, Descripción, Discernimiento, Diligencia), este enseña las propiedades de la máquina a las que esas competencias responden. Los dos están diseñados para tomarse en cualquier orden, y juntos forman una imagen completa de la colaboración humano-IA efectiva.
Organizamos el curso en torno a cuatro propiedades que determinan lo que un sistema de IA puede y no puede hacer por ti: Predicción del Siguiente Token (de dónde provienen las respuestas de la IA), Conocimiento (lo que el modelo realmente sabe, y por qué puede estar equivocado con confianza), Memoria de trabajo (a qué está prestando atención en este momento, y qué se pierde en el borde), y Capacidad de dirección (cuánto control te dan realmente tus instrucciones). Cada propiedad se ubica en un espectro que va de la capacidad a la limitación, y cada sección combina una breve explicación con un ejercicio práctico para que puedas sentir dónde están los límites en lugar de solo leer sobre ellos.
La sección final examina qué sucede cuando estas propiedades colisionan, porque en el uso real, siempre lo hacen. Un documento extenso presiona la memoria de trabajo mientras también se adentra en conocimiento que el modelo no tiene; una instrucción vaga pone a prueba la capacidad de dirección en el mismo momento en que la predicción del siguiente token busca lo que suene más plausible. Cerramos con un diagnóstico práctico: cómo observar una salida inesperada, reconocer qué tipo de inesperado es, ubicar aproximadamente dónde cayó tu tarea en el continuo de capacidad a limitación, y responder con una solución específica en lugar de un reintento genérico.
Requisitos previos recomendados
Ninguno. Este curso no presupone conocimientos técnicos ni experiencia previa con herramientas de IA. Si ya completaste AI Fluency: Framework & Foundations, reconocerás dónde se conecta cada propiedad con las 4D, pero no es obligatorio.
Para quién es esto
Cualquiera que use, o esté por empezar a usar, IA generativa en su trabajo o estudios y quiera entender por qué se comporta de la manera en que lo hace. Educadores, estudiantes, trabajadores del conocimiento y líderes de equipo encontrarán útil el mismo modelo central, porque las propiedades que describe no cambian según el caso de uso.