Curso de Docencia Universitaria: Innovación Educativa con Tecnologías de Inteligencia Artificial

1.1. Fundamentos de la Inteligencia Artificial.
1.2. Introducción a las interfaces de usuario en las plataformas.
1.3. Uso práctico de plataformas de aprendizaje adaptativo.
1.4. Primeros pasos con sistemas de tutoría inteligentes.

2.1. Plataformas de aprendizaje adaptativo según las necesidades de los estudiantes.
2.2. Personalizar el contenido educativo con análisis de datos.
2.3. Tutorías Inteligentes.
2.4. Creación de sistemas de tutoría personalizados.
2.5. Implementación de chatbots educativos.

3.1. Herramientas de Evaluación Automatizada.
3.2. Generación de informes de rendimiento estudiantil.
3.3. Aplicación de IA para proporcionar retroalimentación personalizada.
3.4. Análisis de datos para mejorar la retroalimentación.

4.1. Creación de Contenidos Educativos con IA.
4.2. Aplicación de herramientas de IA generativa para crear contenidos multimedia:

4.2.1. Texto
4.2.2. Imágenes
4.2.3. Audio
4.2.4. Video

4.3. Aplicación de algoritmos generativos para la creación y solución de de ejercicios.
4.4. Técnicas avanzadas para la personalización de contenido educativo utilizando IA generativa.
4.5. Herramientas de generación de textos para crear lecciones, guías, cuestionarios, etc.
4.6. Simulaciones y Entornos Virtuales.
4.7. Desarrollo de simulaciones interactivas.
4.8. Implementación de entornos virtuales para la enseñanza.

5.1. Introducción a la Programación para Docentes.
5.2. Lenguajes de programación relevantes para la educación universitaria.
5.3. Herramientas y entornos de desarrollo.
5.4. Diseño de actividades de programación para estudiantes.
5.5. Integración de la programación en distintas disciplinas académicas.

5.1. Introducción a la Robótica Educativa.
5.2. Programación básica de robots educativos.
5.3. Integración de la IA en robótica para aplicar conceptos de STEM.
5.4. Integración de la robótica en el aula universitaria.
5.5. Aplicación del aprendizaje basado en proyectos utilizando robótica.

7.1. Procesamiento de lenguaje natural (NLP) para la Investigación.
7.2. Revisión de literatura y análisis de datos científicos.
7.3. Minería de datos y descubrimiento del conocimiento.
7.4. Redacción técnica de artículos científicos utilizando IA.