Identificar el funcionamiento básico de los Modelos de Lenguaje (LLM) y sus implicancias éticas en los procesos formativos universitarios, promoviendo una alfabetización digital crítica en el quehacer académico.
Aplicación de Inteligencia Artificial en la docencia universitaria
Oficina de Inteligencia Artificial - Vicerrectoría de Tecnologías de la Información
Hay una edición del curso disponible:
1 inscritos de momento!
FECHAS DESTACADAS
Inicio del curso: 11 de noviembre del 2026 | Cierre del curso: 11 de enero del 2027
Aplicación de Inteligencia Artificial en la docencia universitaria
Bienvenidas y bienvenidos a una experiencia de formación aplicada en Inteligencia Artificial Generativa. Este curso invita a docentes universitarios, directores de carrera y diseñadores instruccionales a utilizar herramientas de IA como apoyo para codiseñar programas de asignatura, crear recursos de aprendizaje diversificados e instrumentos de evaluación formativa, resguardando siempre la autonomía profesional, la ética docente y la integridad académica de la educación superior.
Duración: 8 horas cronológicas (Teoría: 3 horas / Práctica: 5 horas)
Para participar, debes inscribirte con tu cuenta OpenUChile
Si aún no posees una cuenta OpenUChile, te invitamos a seguir estos sencillos pasos para crear tu acceso y comenzar tu aprendizaje:
Crea tu cuenta OpenUChile de forma gratuita haciendo clic aquí.
Verifica tu correo electrónico y activa tu cuenta siguiendo las instrucciones enviadas a tu bandeja de entrada.
Inscríbete en el curso haciendo clic en el botón "Inscríbase ahora" que encontrarás a continuación.
Descripción del curso
- Este curso es una experiencia de aprendizaje introductorio-aplicada, diseñada para docentes universitarios, directores de carrera, diseñadores instruccionales y profesionales vinculados a la innovación educativa en educación superior que buscan incorporar la IA Generativa de manera crítica, ética y práctica.
- Con una duración total de 8 horas cronológicas (Teoría: 3 horas / Práctica: 5 horas), el programa combina fundamentos de IA, ética profesional, planificación curricular, diseño de recursos de aprendizaje diversificados y evaluación formativa en el contexto universitario.
- Aprenderás a formular prompts pedagógicos estructurados en Rol, Contexto, Tarea y Formato para codiseñar programas de asignatura alineados con Resultados de Aprendizaje (RA), actividades de aprendizaje activo, rúbricas analíticas y estrategias de retroalimentación metacognitiva asistidas por IA.
Objetivos
Aplicar técnicas avanzadas de ingeniería de prompts en el diseño y actualización de programas de asignatura y secuencias de aprendizaje activo, alineados con los Resultados de Aprendizaje (RA) del plan de estudios.
Analizar criterios de evaluación formativa de procesos y principios del Diseño Universal para el Aprendizaje (DUA) adaptado a la educación superior, para el diseño de recursos diversificados y estrategias de retroalimentación metacognitiva asistidas por IA.
Metodología de aprendizaje
El curso utiliza una metodología de Aprendizaje por Descubrimiento Guiado y Taller Aplicado (Hands-On), mediante microcápsulas y laboratorios breves de co-creación.
Los participantes trabajarán con programas de asignatura, perfiles de egreso y Resultados de Aprendizaje (RA) reales. Por ello, deberás:
- Identificar necesidades pedagógicas y definir usos claros de IA para la docencia universitaria.
- Interactuar con herramientas de IA Generativa mediante prompts estructurados en Rol, Contexto, Tarea y Formato.
- Analizar los resultados y ajustar las solicitudes para asegurar pertinencia, coherencia curricular e integridad académica.
- Aplicar el contenido generado con autonomía profesional, criterio pedagógico y responsabilidad ética.
Instituciones colaboradoras
Estructura de curso
Curso introductorio-aplicado para docentes universitarios, directores de carrera, diseñadores instruccionales y profesionales vinculados a la innovación educativa en educación superior, organizado en tres módulos que integran fundamentos y ética de la IA, planificación curricular y evaluación formativa con enfoque DUA.
Estructura y contenidos del curso
Módulo 1: Fundamentos y Ética de la IA en la Educación Superior
Aprendizaje esperado: identificar el funcionamiento básico de los Modelos de Lenguaje (LLM) y sus implicancias éticas en los procesos formativos universitarios, promoviendo una alfabetización digital crítica en el quehacer académico.
Contenidos técnicos: conceptos clave como LLM, prompts, alucinaciones, sesgos de entrenamiento y el fenómeno del «Loro Estocástico»; juicio profesional universitario, autonomía docente y el rol de copiloto de la IA; integridad académica, propiedad intelectual, plagio, transparencia en el uso y orientaciones éticas de organismos nacionales e internacionales (UNESCO).
Módulo 2: Planificación Didáctica y Programación Curricular con IA Generativa
Aprendizaje esperado: aplicar técnicas avanzadas de ingeniería de prompts en el diseño y actualización de programas de asignatura y secuencias de aprendizaje activo, alineados con los Resultados de Aprendizaje (RA) del plan de estudios.
Contenidos técnicos: ingeniería de prompts pedagógicos basada en el modelo Rol + Contexto + Tarea + Formato; planificación basada en competencias y codiseño de secuencias formativas activas (aula invertida, estudio de casos y ABP); coherencia curricular entre Resultados de Aprendizaje (RA), actividades formativas y recursos complementarios.
Módulo 3: Evaluación Formativa y Diseño Universal para el Aprendizaje (DUA) en la Universidad
Aprendizaje esperado: analizar criterios de evaluación formativa de procesos y principios del Diseño Universal para el Aprendizaje (DUA) adaptado a la educación superior, para el diseño de recursos diversificados y estrategias de retroalimentación metacognitiva asistidas por IA.
Contenidos técnicos: inclusión y diversificación mediante IA (adaptabilidad, simplificación, accesibilidad de textos e itinerarios multinivel); evaluación de procesos: rúbricas analíticas, pautas de desempeño, escalas de apreciación y simuladores de casos universitarios; retroalimentación descriptiva y estrategias de feedback constructivo y metacognición para la resolución de problemas complejos.
Cuerpo académico
Cuenta con amplia experiencia liderando proyectos de inteligencia artificial y transformación digital en el ámbito universitario, articulando equipos interdisciplinarios y desarrollando soluciones tecnológicas con enfoque en impacto social. Actualmente dirige la Oficina de Inteligencia Artificial en la Vicerrectoría de Tecnologías de la Información de la Universidad de Chile, impulsando iniciativas que promueven la innovación, la formación crítica en IA y la conexión entre academia y sociedad.
Cuenta con más de 15 años de experiencia en docencia, diseño instruccional y gestión académica en educación superior, formación técnica y capacitación profesional. Se ha especializado en diseño curricular, digitalización de procesos formativos y metodologías de formación por competencias, integrando tecnologías educativas y estrategias innovadoras para fortalecer la enseñanza y el aprendizaje. Actualmente se desempeña como Diseñador Instruccional de la Oficina de Inteligencia Artificial de la Universidad de Chile, donde desarrolla programas de formación docente orientados al uso pedagógico de la Inteligencia Artificial Generativa.
Estructura de evaluación
La evaluación combina actividades formativas de autoverificación mediante la estructuración progresiva de un documento maestro de prompts docentes aplicados, análisis crítico de sesgos y veracidad de los insumos generados por la IA, y el diseño de un Kit de Aula Universitaria Inteligente como evaluación sumativa. El conjunto certifica competencias prácticas integradas y permite validar la transferencia directa de habilidades tecnológicas a la docencia cotidiana.
| Instancia | Actividad evaluativa | Propósito |
|---|---|---|
| Evaluación formativa | Actividades de autoverificación mediante la estructuración progresiva de un documento maestro de prompts docentes aplicados. Análisis crítico de sesgos y veracidad de los insumos generados por la IA en su disciplina (laboratorio de validación de fuentes y depuración epistémica). | Fortalecer la experimentación guiada, el criterio pedagógico y la comprensión de límites, sesgos y alucinaciones de la IA en el contexto universitario. |
| Evaluación sumativa Kit de Aula Universitaria Inteligente |
Portafolio de desempeño aplicado compuesto por: (1) una planificación de unidad de aprendizaje basada en Resultados de Aprendizaje (RA); (2) un recurso didáctico o actividad diversificada con principios DUA para educación superior; (3) una rúbrica analítica o pauta de retroalimentación formativa de procesos. | Validar la transferencia directa de habilidades tecnológicas a la docencia cotidiana, integrando planificación, recursos y evaluación formativa en un producto aplicable a la asignatura real del participante. |
Certificación
Quienes aprueben el curso podrán acceder a un certificado oficial emitido por la Universidad de Chile, avalando su formación en el programa.
El certificado incluye: fecha de inicio y término del curso, horas académicas y calificación final con nota.