Automatización de Procesos Académicos y Diseño de Agentes de IA para la Docencia e Investigación
Datos Generales
Fecha de inscripción
Fecha del Evento
Organizador
Lugar
Categoría
Modalidad de aprendizaje
En líneaHoras académicas
40 horasCupo
Ilimitado
Tipo del evento
PAGADOValor
General $ 50.00Estudiante (UNL) $ 30.00
Alumni (UNL) $ 40.00
Docente (UNL) $ 50.00
Métodos de Pago
TARJETA DE CRÉDITO O DÉBITO (BOTON DE PAGOS)
Acerca del Evento
Este curso está diseñado como una actualización para docentes e investigadores que desean evolucionar de usuarios de IA a arquitectos de automatización académica, superando la generación básica de texto. La capacitación se centra en la implementación práctica de flujos de trabajo automatizados y agentes inteligentes utilizando herramientas de acceso gratuito. A lo largo de cuatro semanas, los participantes aprenderán a usar Make como herramienta gratuita para conectar aplicaciones institucionales (Moodle, Drive, Gmail), para ejecutar acciones masivas como la evaluación de tareas con rúbricas personalizadas y la gestión de correos electrónicos. Asimismo, aprenderán a configurar agentes en Google AI Studio para redacción científica avanzada y utilizarán la IA nativa de Google Colab para generar análisis de datos y gráficos complejos sin necesidad de programar. El curso promueve la creación de un ecosistema digital personal que reduce el tiempo de carga operativa y repetitiva en la academia. Objetivo general Implementar ecosistemas de automatización y agentes inteligentes utilizando herramientas gratuitas, para optimizar la evaluación masiva, la gestión administrativa y el análisis de datos, reduciendo la carga operativa y potenciando la productividad en la docencia e investigación. Objetivos específicos • Configurar flujos automatizados en Make que conecten aplicaciones institucionales para realizar evaluaciones masivas de tareas y gestionar correos electrónicos de forma eficiente. • Diseñar agentes en Google AI Studio que repliquen el estilo del docente, automatizando la redacción científica y la traducción técnica con alta precisión y personalización. • Aplicar estrategias de síntesis automatizada de información y análisis documental mediante IA para agilizar la revisión bibliográfica, detección de patrones y el control académico. • Emplear la inteligencia artificial nativa de Google Colab para automatizar el análisis de datos y la generación de gráficos estadísticos complejos mediante lenguaje natural.