Fundamentos de IA para la investigación modular

Fecha: 12 al 16 de mayo de 2025
Horario: 17:00 a 20:00 horas

En un mundo cada vez más interconectado y orientado al uso intensivo de tecnologías emergentes, la educación superior enfrenta el reto de incorporar de forma pertinente herramientas innovadoras en sus procesos académicos. El curso-taller “Fundamentos de IA para la investigación modular” ha sido diseñado específicamente para el personal académico de la Universidad Autónoma Metropolitana (UAM-X), con el propósito de introducir los principios básicos de la Inteligencia Artificial (IA) y su aplicación estratégica en la investigación dentro del sistema modular. A lo largo del curso, los participantes podrán integrar la IA en procesos de enseñanza-aprendizaje, diseño curricular y, especialmente, en el fortalecimiento de proyectos de investigación modular. Se hará énfasis en el uso de ChatGPT y DeepSeek para la generación y análisis de contenidos académicos, así como en metodologías de análisis bibliométrico empleando plataformas como SCOPUS, Web of Science (WOS) y VOSviewer, útiles para mapear la producción científica y orientar líneas de investigación relevantes.<br><br>El análisis bibliométrico, apoyado en VOSviewer, permitirá identificar de forma visual las conexiones entre conceptos clave en la literatura académica (van Eck & Waltman, 2010), aportando insumos estratégicos para el desarrollo de proyectos de investigación que respondan a los problemas eje del sistema modular. Se trabajará con artículos originales revisados por pares, lo que garantizará la calidad y pertinencia del contenido (Donthu et al., 2021).<br><br>El análisis bibliométrico, apoyado en VOSviewer, permitirá identificar de forma visual las conexiones entre conceptos clave en la literatura académica (van Eck & Waltman, 2010), aportando insumos estratégicos para el desarrollo de proyectos de investigación que respondan a los problemas eje del sistema modular. Se trabajará con artículos originales revisados por pares, lo que garantizará la calidad y pertinencia del contenido (Donthu et al., 2021). Este curso-taller intensivo, con una duración de 15 horas distribuidas en cinco sesiones, combinará fundamentos teóricos con actividades prácticas aplicadas al contexto educativo de la UAM. Al finalizar, el profesorado estará preparado para aprovechar el potencial de la IA en el fortalecimiento de la investigación modular, contribuyendo a una educación más pertinente, inclusiva y tecnológicamente avanzada.

Objetivo general:

Facilitar al personal académico de la UAM-Xochimilco la comprensión y el manejo de los fundamentos de la inteligencia artificial aplicados a la investigación modular, a través del uso de herramientas digitales y metodologías especializadas, con el propósito de que puedan integrarlas en sus prácticas docentes y compartir estos conocimientos con sus estudiantes para fortalecer sus procesos de investigación.

El curso se desarrollará en un formato intensivo y participativo, dividido en cinco sesiones en línea de tres horas cada una. El enfoque del curso será principalmente práctico, combinando presentaciones teóricas breves con talleres interactivos y ejercicios aplicados para asegurar que los participantes puedan integrar las herramientas digitales y la inteligencia artificial en sus prácticas educativas de manera efectiva.

Cada sesión comenzará con una introducción teórica que contextualiza el tema del día, abordando los fundamentos de la Inteligencia Artificial (IA) y Herramientas Digitales (HD) en la educación, destacando su relevancia en la investigación modular. Posteriormente, los participantes aplicarán los conceptos aprendidos a través de talleres interactivos en los que explorarán herramientas como ChatGPT, DeepSeek, Mendeley, SCOPUS, VOSviewer y Web of Science (WOS). Durante estos talleres, se guiará a los participantes en el uso práctico de estas herramientas, diseñando ejercicios que resuelvan problemas reales relacionados con sus áreas de enseñanza.

Uno de los componentes del curso será el análisis bibliométrico, que se llevará a cabo utilizando VOSviewer. Este software permitirá a los participantes interpretar visualmente las conexiones entre términos clave en la literatura científica. Además, los profesores descargarán bases de datos en formato .csv desde SCOPUS y gestionarán las referencias mediante Mendeley, lo que les permitirá fortalecer sus programas de asignatura y proyectos de investigación. Esta integración de herramientas y técnicas asegurará que los docentes no solo comprendan los conceptos, sino que también los apliquen de manera práctica en su trabajo diario.

Finalmente, cada sesión concluirá con una discusión grupal para reflexionar sobre lo aprendido y recibir retroalimentación inmediata. La última sesión del curso estará dedicada a la recapitulación de los conocimientos adquiridos, la evaluación de las estrategias aplicadas y la planificación de cómo integrar estas herramientas en futuros proyectos educativos.

12 de mayo (3 horas)
Sesión 1. Fundamentos de la IA en Educación y Aplicaciones Prácticas

Objetivo: Introducir a los participantes en los conceptos básicos de la IA y explorar sus aplicaciones más relevantes en el ámbito educativo.

Contenido Teórico

  • ¿Qué es la Inteligencia Artificial?
  • Aprendizaje automático y aprendizaje profundo
  • Impacto de la IA
13 de mayo (3 horas)
Sesión 2. La bibliometría como herramienta educativa

Objetivo: Comprender la bibliometría como herramienta de análisis en educación e investigación modular, y su aplicación mediante Scopus.

Contenido Teórico

  • 1. Principios de la bibliometría
  • Introducción a la bibliometría.
  • Uso de Scopus
  • 2. Búsqueda de Temas Clave en ChatGPT y DeepSeek
  • Uso de operadores booleanos
  • Estrategias para la investigación
14 de mayo (3 horas)
Sesión 3. Análisis de datos y gestión de referencias

Objetivo: Desarrollar habilidades en el análisis y gestión de datos académicos mediante SCOPUS, VOSviewer y Mendeley.

Contenido Teórico

  • 1. Análisis de datos con SCOPUS y VOSviewer:
  • Lectura y análisis de información académica.
  • Identificación de temáticas específicas con herramientas prácticas.
  • 2. Mendeley Desktop
  • Uso de Mendeley para almacenar información proveniente de la IA.
  • Configuración y funcionalidades básicas.
15 y 16 de mayo (6 horas)
Sesión 4 y 5. Aplicaciones prácticas

Objetivo: Aplicar herramientas de gestión de referencias y análisis de bases de datos académicas en escenarios educativos y de investigación.

Contenido Teórico

  • 1. Fase práctica de Mendeley Desktop
  • Implementación práctica de la gestión de referencias.
  • Ejercicios guiados con datos reales.
  • 2. Uso de repositorios en BidiUAM
  • Taller práctico de búsqueda y análisis de datos.
  • Integración de bases de datos
  • 3. Cierre y Reflexiones Finales
  • Recapitulación de aprendizajes.
  • Retroalimentación y discusión.
  • Donthu, N., Kumar, S., Mukherjee, D., Pandey, N., & Lim, W. M. (2021). How to conduct a bibliometric analysis: An overview and guidelines. Journal of Business Research, 133(March), 285–296. https://doi.org/10.1016/j.jbusres.2021.04.070
  • Moreno-Espíndola, I. P., Gutiérrez-Navarro, A., Franco-Vásquez, D. C., & Vega-Martínez, D. (2025). Reflections on microbial genetic resources in agricultural systems. Current Research in Microbial Sciences, 8(December 2024). https://doi.org/10.1016/j.crmicr.2024.100337
  • Reyes-Méndez, J. J. (2023). La Inteligencia Artificial en el aula: Promoción de inclusión, equidad y calidad educativa. En Inteligencia Artificial para la transformación de la educación (p. 14). SOMECE, México.
  • Reyes-Méndez, J. J. (2024). Personalized educational technology in higher education. En S. J. Pech Campos, M. E. Prieto Mendez, P. J. Canto Herrera, & R. Esperón Hernández (Eds.), Transforming Education: Technological Tools for Effective Learning (pp. 432-440).
  • CIATA/Unive. Castillo-La Rioja, España. Reyes-Méndez, J. J., & Ampudia-Rueda, V. J. (2024). La IA como facilitador en la formación docente: Modelos innovadores de enseñanza. En Argumentos y usos tecnopedagógicos de la Inteligencia Artificial (p. 231). SOMECE.
  • van Eck, N. J., & Waltman, L. (2010). Software survey: VOSviewer, a computer program for bibliometric mapping. Scientometrics, 84(2), 523–538. https://doi.org/10.1007/s11192-009-0146-3
  • Zaragoza-Hernández, I., Romo-Lozano, J. L., Valdés-Velarde, E., Vega-Martínez, D., & Sánchez-Hernández, R. (2024). Trends and themes in agroecosystems multifunctionality evaluation: A bibliometric analysis. Tropical and Subtropical Agroecosystems, 27(3). https://doi.org/10.56369/tsaes.5507
  • Computadora personal
  • Conexión a internet
  • Cuenta de Zoom
Regresar