25 DE JULIO
SÁBADOS Y DOMINGOS: 5:00 pm - 7:00 pm (PE)
25 DE NOVIEMBRE
Este curso está dirigido a:
Investigadores y académicos que busquen integrar la inteligencia artificial en sus proyectos científicos.
Estudiantes de pregrado y posgrado en proceso de desarrollo, redacción o defensa de sus tesis de grado.
Profesionales de diversas áreas (salud, ciencias sociales, ingeniería, economía) orientados al análisis cuantitativo y cualitativo de datos.
Consultores, asesores y tutores universitarios interesados en actualizarse en herramientas tecnológicas aplicadas a la educación e investigación.
Después de este programa usted pobrá:
Aplicar de forma ética y metodológica herramientas de inteligencia artificial en todo el proceso de investigación científica.
Diseñar y estructurar proyectos de investigación académica con un diseño metodológico coherente y viable.
Dominar software especializado (Python, R Studio, STATA, JASP y ATLAS.ti) para el análisis avanzado de datos cuantitativos y cualitativos.
Automatizar el procesamiento, la recolección y el análisis sistemático de grandes volúmenes de información científica.
Interpretar y comunicar correctamente los outputs estadísticos en informes, tesis y artículos científicos con rigor académico.
Gestionar y citar con precisión referencias bibliográficas utilizando LaTeX y Zotero bajo estándares internacionales.
Redactar documentos científicos de alta calidad estructural y visual listos para su publicación en revistas indexadas o para su sustentación oral.
Metodología, Diseño de Investigación y Redacción Científica
Investigación básica y aplicada (exploratoria, descriptiva, correlacional y experimental).
Diseños transversales y longitudinales, y enfoques cuantitativo, cualitativo y mixto.
Planteamiento del problema, delimitación de variables e hipótesis.
Marco teórico, normas de citación (APA, Vancouver, Harvard) y búsqueda sistemática.
Matrices de consistencia, operacionalización de variables y validación de instrumentos (Alfa de Cronbach).
Muestreo probabilístico y no probabilístico, y consideraciones éticas.
Uso de ChatGPT, Claude y Gemini para estructurar, redactar, delimitar y validar la metodología.
Fundamentos de Estadística, Organización y Presentación de Datos
Tipos de datos, escalas de medición y tablas de frecuencia.
Representación gráfica (barras, sectores, histogramas y boxplots).
Medidas de tendencia central y de dispersión.
Probabilidades, distribuciones (binomial, normal, Poisson) y pruebas de hipótesis.
Interpretación de gráficos, redacción de resultados y data storytelling académico.
Uso de ChatGPT, Gemini y Claude para interpretar y redactar resultados descriptivos.
Análisis Cuantitativo e Inteligencia Artificial con JASP
Configuración de la interfaz, importación (Excel, CSV) y limpieza de datos.
Medidas descriptivas y visualización automática en formato APA.
Pruebas t para muestras relacionadas e independientes y tamaño del efecto (Cohen’s d).
Pruebas no paramétricas (Chi-cuadrado, Wilcoxon, Mann-Whitney, McNemar).
ANOVA, ANCOVA, pruebas post-hoc e introducción al análisis bayesiano.
Regresión lineal, regresión logística, GLM (Logit, Probit, Poisson) y correlaciones.
Modelado de ecuaciones estructurales (SEM) y análisis factorial confirmatorio (AFC).
Análisis Cuantitativo e Inteligencia Artificial con STATA
Comandos básicos, importación, limpieza y codificación de variables.
Medidas de tendencia central, dispersión y pruebas t.
Pruebas no paramétricas (Chi-cuadrado, Wilcoxon, McNemar, Kruskal-Wallis, Q de Cochran).
ANOVA, ANCOVA, regresión lineal y modelos GLM (Logit, Probit, Poisson, Gamma).
Uso de ChatGPT para generar sintaxis y Claude para la interpretación de resultados.
Análisis de Datos e IA con R Studio
Configuración del entorno de R Studio y librerías clave (tidyverse, dplyr, readr, ggplot2).
Análisis descriptivo, pruebas t, Wilcoxon y Chi-cuadrado.
ANOVA, ANCOVA, correlaciones (Pearson, Spearman, Kendall) y regresiones lineales.
Regresión logística y modelos GLM (Poisson, Gamma, Logit, Probit).
Reportes dinámicos con R Markdown y dashboards interactivos con Shiny.
Uso de ChatGPT y copilotos para generar scripts, reportes y conclusiones.
Análisis de Datos e IA con Python
Configuración de Jupyter Notebook y Google Colab, y uso de NumPy y Pandas.
Importación, limpieza de datos y estadística descriptiva.
Pruebas de hipótesis con Statsmodels y visualización con Matplotlib y Seaborn.
Regresión lineal, logística y modelos GLM (Logit, Probit, Poisson, Gamma).
Automatización de reportes reproducibles e integración de gráficos en informes.
Uso de ChatGPT y asistentes de IA para depurar código y redactar conclusiones.
Análisis Cualitativo e IA con ATLAS.ti
Configuración de ATLAS.ti, creación de proyectos e importación de archivos multimedia.
Fundamentos de análisis cualitativo en entrevistas, grupos focales y observación.
Codificación abierta, axial y selectiva, citas, memos y comentarios.
Redes semánticas, relaciones entre códigos, Query Tool y matrices de coocurrencia.
Uso de IA para codificación automática, resúmenes analíticos y análisis de sentimientos.
Redacción de resultados cualitativos e integración de evidencias asistida por Claude
Redacción Científica Automatizada y Producción Académica con LaTeX
Fundamentos de LaTeX frente a procesadores tradicionales y uso de Overleaf.
Estructura básica de artículos, tesis y reportes académicos.
Formato de tablas, figuras, listas, márgenes y tipografías.
Gestión bibliográfica (Zotero, Mendeley) y automatización de citas con BibTeX/BibLaTeX.
Estilos de citación (APA, Vancouver, Harvard, IEEE).
Diseño de presentaciones con Beamer y plantillas profesionales.
Uso de Claude y ChatGPT para generar código LaTeX y bibliografías dinámicas.
Consultoría Académica, Defensa de Tesis y Producción Científica
Rol del consultor académico, ética e integridad científica en el uso de IA.
Diagnóstico y coherencia de proyectos (tema, problema, objetivos, hipótesis).
Validación y revisión de análisis cuantitativos y cualitativos ya elaborados.
Estrategias para convertir tesis en artículos científicos para revistas indexadas.
Preparación de la defensa oral, guion académico y storytelling científico.
Uso de Claude para analizar marcos teóricos y asistentes de IA para simular defensas.
Metodología, Diseño de Investigación y Redacción Científica
Investigación básica y aplicada (exploratoria, descriptiva, correlacional y experimental).
Diseños transversales y longitudinales, y enfoques cuantitativo, cualitativo y mixto.
Planteamiento del problema, delimitación de variables e hipótesis.
Marco teórico, normas de citación (APA, Vancouver, Harvard) y búsqueda sistemática.
Matrices de consistencia, operacionalización de variables y validación de instrumentos (Alfa de Cronbach).
Muestreo probabilístico y no probabilístico, y consideraciones éticas.
Uso de ChatGPT, Claude y Gemini para estructurar, redactar, delimitar y validar la metodología.
Fundamentos de Estadística, Organización y Presentación de Datos
Tipos de datos, escalas de medición y tablas de frecuencia.
Representación gráfica (barras, sectores, histogramas y boxplots).
Medidas de tendencia central y de dispersión.
Probabilidades, distribuciones (binomial, normal, Poisson) y pruebas de hipótesis.
Interpretación de gráficos, redacción de resultados y data storytelling académico.
Uso de ChatGPT, Gemini y Claude para interpretar y redactar resultados descriptivos.
Análisis Cuantitativo e Inteligencia Artificial con JASP
Configuración de la interfaz, importación (Excel, CSV) y limpieza de datos.
Medidas descriptivas y visualización automática en formato APA.
Pruebas t para muestras relacionadas e independientes y tamaño del efecto (Cohen’s d).
Pruebas no paramétricas (Chi-cuadrado, Wilcoxon, Mann-Whitney, McNemar).
ANOVA, ANCOVA, pruebas post-hoc e introducción al análisis bayesiano.
Regresión lineal, regresión logística, GLM (Logit, Probit, Poisson) y correlaciones.
Modelado de ecuaciones estructurales (SEM) y análisis factorial confirmatorio (AFC).
Análisis Cuantitativo e Inteligencia Artificial con STATA
Comandos básicos, importación, limpieza y codificación de variables.
Medidas de tendencia central, dispersión y pruebas t.
Pruebas no paramétricas (Chi-cuadrado, Wilcoxon, McNemar, Kruskal-Wallis, Q de Cochran).
ANOVA, ANCOVA, regresión lineal y modelos GLM (Logit, Probit, Poisson, Gamma).
Uso de ChatGPT para generar sintaxis y Claude para la interpretación de resultados.
Análisis de Datos e IA con R Studio
Configuración del entorno de R Studio y librerías clave (tidyverse, dplyr, readr, ggplot2).
Análisis descriptivo, pruebas t, Wilcoxon y Chi-cuadrado.
ANOVA, ANCOVA, correlaciones (Pearson, Spearman, Kendall) y regresiones lineales.
Regresión logística y modelos GLM (Poisson, Gamma, Logit, Probit).
Reportes dinámicos con R Markdown y dashboards interactivos con Shiny.
Uso de ChatGPT y copilotos para generar scripts, reportes y conclusiones.
Análisis de Datos e IA con Python
Configuración de Jupyter Notebook y Google Colab, y uso de NumPy y Pandas.
Importación, limpieza de datos y estadística descriptiva.
Pruebas de hipótesis con Statsmodels y visualización con Matplotlib y Seaborn.
Regresión lineal, logística y modelos GLM (Logit, Probit, Poisson, Gamma).
Automatización de reportes reproducibles e integración de gráficos en informes.
Uso de ChatGPT y asistentes de IA para depurar código y redactar conclusiones.
Análisis Cualitativo e IA con ATLAS.ti
Configuración de ATLAS.ti, creación de proyectos e importación de archivos multimedia.
Fundamentos de análisis cualitativo en entrevistas, grupos focales y observación.
Codificación abierta, axial y selectiva, citas, memos y comentarios.
Redes semánticas, relaciones entre códigos, Query Tool y matrices de coocurrencia.
Uso de IA para codificación automática, resúmenes analíticos y análisis de sentimientos.
Redacción de resultados cualitativos e integración de evidencias asistida por Claude
Redacción Científica Automatizada y Producción Académica con LaTeX
Fundamentos de LaTeX frente a procesadores tradicionales y uso de Overleaf.
Estructura básica de artículos, tesis y reportes académicos.
Formato de tablas, figuras, listas, márgenes y tipografías.
Gestión bibliográfica (Zotero, Mendeley) y automatización de citas con BibTeX/BibLaTeX.
Estilos de citación (APA, Vancouver, Harvard, IEEE).
Diseño de presentaciones con Beamer y plantillas profesionales.
Uso de Claude y ChatGPT para generar código LaTeX y bibliografías dinámicas.
Consultoría Académica, Defensa de Tesis y Producción Científica
Rol del consultor académico, ética e integridad científica en el uso de IA.
Diagnóstico y coherencia de proyectos (tema, problema, objetivos, hipótesis).
Validación y revisión de análisis cuantitativos y cualitativos ya elaborados.
Estrategias para convertir tesis en artículos científicos para revistas indexadas.
Preparación de la defensa oral, guion académico y storytelling científico.
Uso de Claude para analizar marcos teóricos y asistentes de IA para simular defensas.
