Inteligencia Artificial para optimizar el trabajo del personal investigador
Código
1641
Rama de conocimiento
Transversal
Tipo Enseñanza
Virtual
Créditos (ECTS)
10h (1 ECTS)
Precio
Financiado con fondos NextGenerationEU
Precio a abonar por el alumno
49€ tarifa general [Para PDI UNIZAR: 0€, financiado por UNIZAR, Programa Advanced Microcreds]
Curso académico
2025-2026
Dirección/Coordinación
Rosaura Pérez Pe,
Descripción
La formación se centra en introducir de forma rigurosa y práctica el uso de la inteligencia artificial en el trabajo investigador. El curso parte de un problema real y compartido por toda la comunidad científica. La sobrecarga de información y el tiempo excesivo dedicado a tareas repetitivas como buscar, leer, filtrar y sintetizar literatura científica, legislación o información técnica relevante.
Se aprende una metodología estructurada que combina pensamiento científico y herramientas de IA para acelerar estas tareas sin perder calidad ni trazabilidad. Se enseña a buscar información científica de forma eficiente, a analizarla críticamente, a comparar fuentes, a sintetizar resultados complejos y a generar resúmenes y estados del arte sólidos, reproducibles y bien referenciados. El foco no está en la tecnología por sí misma, sino en cómo integrarla de forma coherente en el flujo real de la investigación.
La enseñanza se apoya en ejemplos reales y aplicados, adaptables a cualquier disciplina científica. El objetivo es que el investigador entienda qué tareas se pueden delegar a la IA, cómo controlar los resultados y cómo mantener el criterio científico en todo el proceso. El curso muestra cómo reducir de semanas a días el trabajo previo a la fase creativa y analítica de la investigación, liberando tiempo para formular hipótesis, diseñar experimentos y tomar decisiones fundamentadas.
Se introduce al alumnado en una forma de trabajo reproducible y escalable, pensada para su aplicación inmediata en proyectos de investigación, tesis doctorales e informes técnicos. El resultado es una base sólida para usar la inteligencia artificial como una herramienta de apoyo real al investigador, no como un sustituto del rigor científico.
Se aprende una metodología estructurada que combina pensamiento científico y herramientas de IA para acelerar estas tareas sin perder calidad ni trazabilidad. Se enseña a buscar información científica de forma eficiente, a analizarla críticamente, a comparar fuentes, a sintetizar resultados complejos y a generar resúmenes y estados del arte sólidos, reproducibles y bien referenciados. El foco no está en la tecnología por sí misma, sino en cómo integrarla de forma coherente en el flujo real de la investigación.
La enseñanza se apoya en ejemplos reales y aplicados, adaptables a cualquier disciplina científica. El objetivo es que el investigador entienda qué tareas se pueden delegar a la IA, cómo controlar los resultados y cómo mantener el criterio científico en todo el proceso. El curso muestra cómo reducir de semanas a días el trabajo previo a la fase creativa y analítica de la investigación, liberando tiempo para formular hipótesis, diseñar experimentos y tomar decisiones fundamentadas.
Se introduce al alumnado en una forma de trabajo reproducible y escalable, pensada para su aplicación inmediata en proyectos de investigación, tesis doctorales e informes técnicos. El resultado es una base sólida para usar la inteligencia artificial como una herramienta de apoyo real al investigador, no como un sustituto del rigor científico.
Objetivos
-Unificar niveles de conocimiento de IA en la audiencia y que el investigador entienda la tecnología y sepa cuándo y cómo usarla con sentido crítico.
-Comprender los principios de la investigación asistida por inteligencia artificial manteniendo el rigor científico y la trazabilidad.
-Aprender una metodología estructurada y reproducible para integrar la inteligencia artificial de forma fluida en los flujos de trabajo de investigación.
-Desarrollar habilidades para buscar, analizar, referenciar, comparar y sintetizar información científica mediante enfoques asistidos por inteligencia artificial.
-Aplicar métodos apoyados en inteligencia artificial a revisiones bibliográficas, análisis del estado del arte y textos legislativos o regulatorios.
-Identificar tareas de investigación en las que la inteligencia artificial reduce de forma significativa el tiempo dedicado a actividades de bajo valor sin comprometer la calidad.
-Aprender a producir presentaciones claras y bien estructuradas, así como materiales de apoyo para la transferencia de conocimiento, la docencia y la divulgación científica.
-Comprender los principios de la investigación asistida por inteligencia artificial manteniendo el rigor científico y la trazabilidad.
-Aprender una metodología estructurada y reproducible para integrar la inteligencia artificial de forma fluida en los flujos de trabajo de investigación.
-Desarrollar habilidades para buscar, analizar, referenciar, comparar y sintetizar información científica mediante enfoques asistidos por inteligencia artificial.
-Aplicar métodos apoyados en inteligencia artificial a revisiones bibliográficas, análisis del estado del arte y textos legislativos o regulatorios.
-Identificar tareas de investigación en las que la inteligencia artificial reduce de forma significativa el tiempo dedicado a actividades de bajo valor sin comprometer la calidad.
-Aprender a producir presentaciones claras y bien estructuradas, así como materiales de apoyo para la transferencia de conocimiento, la docencia y la divulgación científica.
Competencia y resultados de aprendizaje
Se aprenderá a:
-Implementar flujos de trabajo de investigación eficientes, asistidos por inteligencia artificial, que reduzcan de forma significativa el tiempo dedicado a tareas repetitivas y de bajo valor.
-Acelerar la búsqueda de literatura, las revisiones bibliográficas y la síntesis de información, pasando de semanas a días.
-Optimizar el análisis y la estructuración de información compleja para tomar decisiones de investigación más rápidas y mejor fundamentadas.
-Generar resultados claros, trazables y bien estructurados en menos tiempo, sin comprometer el rigor científico.
-Reasignar el tiempo ahorrado a actividades de mayor impacto, como el desarrollo de hipótesis, el diseño experimental y la interpretación de resultados.
-Implementar flujos de trabajo de investigación eficientes, asistidos por inteligencia artificial, que reduzcan de forma significativa el tiempo dedicado a tareas repetitivas y de bajo valor.
-Acelerar la búsqueda de literatura, las revisiones bibliográficas y la síntesis de información, pasando de semanas a días.
-Optimizar el análisis y la estructuración de información compleja para tomar decisiones de investigación más rápidas y mejor fundamentadas.
-Generar resultados claros, trazables y bien estructurados en menos tiempo, sin comprometer el rigor científico.
-Reasignar el tiempo ahorrado a actividades de mayor impacto, como el desarrollo de hipótesis, el diseño experimental y la interpretación de resultados.
Acceso y Admisión
Requisito de edad: Entre 25 y 64 años (edad cumplida referida al inicio de la formación) perteneciente a la UE.
Según las condiciones de la convocatoria del Programa Advanced Microcreds UNIZAR https://sites.google.com/unizar.es/advanced-microcreds
Según las condiciones de la convocatoria del Programa Advanced Microcreds UNIZAR https://sites.google.com/unizar.es/advanced-microcreds
Reconocimiento de créditos
Reconocimiento de créditos como actividad académica complementaria para estudiantes de grado (número de ECTS).
No se solicita reconocimiento de créditos ECTS
Evaluación
Test
Plan de estudios/Programa
Módulo 1. Fundamentos de Inteligencia Artificial aplicada a la investigación
Introducción clara y rigurosa a la inteligencia artificial en el contexto científico. Qué es y qué no es la IA. Qué son los LLM y cómo funcionan a nivel conceptual. Capacidades y límites en investigación. Tipos de herramientas disponibles. Buenas prácticas de uso. Control del sesgo, trazabilidad y criterio científico.
Módulo 2. Búsqueda, análisis y redacción científica asistida por IA
Uso de herramientas específicas para localizar literatura científica relevante. Estrategias de búsqueda avanzada de papers. Análisis profundo de artículos científicos. Extracción de hipótesis, metodología, resultados y limitaciones. Comparación y contraste entre fuentes. Síntesis de información compleja. Uso práctico de herramientas de IA integradas en el flujo del investigador.
Módulo 3. Comunicación científica y presentaciones asistidas por IA
Aplicación de la IA a la comunicación de resultados científicos. Apoyo a la redacción eficiente de revisiones bibliográficas, estados del arte y secciones de artículos científicos manteniendo coherencia, rigor y referencias correctas. Diseño de presentaciones claras y efectivas para congresos, proyectos y docencia. Estructuración del mensaje científico según audiencia. Uso de herramientas de IA para acelerar la preparación de presentaciones sin perder precisión técnica.
Módulo 4. Generación de imágenes científicas y visuales para investigación
Creación de imágenes mediante IA para apoyar la comunicación científica. Figuras conceptuales, esquemas de procesos, ilustraciones para artículos, pósteres científicos y material divulgativo. Adaptación del estilo visual a revistas, proyectos o redes profesionales. Buenas prácticas para asegurar claridad, coherencia científica y uso ético de imágenes generadas por IA. Generación de esquemas, guiones y narrativas visuales.
Introducción clara y rigurosa a la inteligencia artificial en el contexto científico. Qué es y qué no es la IA. Qué son los LLM y cómo funcionan a nivel conceptual. Capacidades y límites en investigación. Tipos de herramientas disponibles. Buenas prácticas de uso. Control del sesgo, trazabilidad y criterio científico.
Módulo 2. Búsqueda, análisis y redacción científica asistida por IA
Uso de herramientas específicas para localizar literatura científica relevante. Estrategias de búsqueda avanzada de papers. Análisis profundo de artículos científicos. Extracción de hipótesis, metodología, resultados y limitaciones. Comparación y contraste entre fuentes. Síntesis de información compleja. Uso práctico de herramientas de IA integradas en el flujo del investigador.
Módulo 3. Comunicación científica y presentaciones asistidas por IA
Aplicación de la IA a la comunicación de resultados científicos. Apoyo a la redacción eficiente de revisiones bibliográficas, estados del arte y secciones de artículos científicos manteniendo coherencia, rigor y referencias correctas. Diseño de presentaciones claras y efectivas para congresos, proyectos y docencia. Estructuración del mensaje científico según audiencia. Uso de herramientas de IA para acelerar la preparación de presentaciones sin perder precisión técnica.
Módulo 4. Generación de imágenes científicas y visuales para investigación
Creación de imágenes mediante IA para apoyar la comunicación científica. Figuras conceptuales, esquemas de procesos, ilustraciones para artículos, pósteres científicos y material divulgativo. Adaptación del estilo visual a revistas, proyectos o redes profesionales. Buenas prácticas para asegurar claridad, coherencia científica y uso ético de imágenes generadas por IA. Generación de esquemas, guiones y narrativas visuales.
Fechas, horarios y lugar de impartición
Del 2 al 13 de febrero de 2026:
Curso en modalidad virtual síncrona con conexiones por webconferencia (Meet/Teams).
Sesiones síncronas de clase:
Lunes 2, Miércoles 4 y Viernes 6 de 9:30 a 12:30
Lunes 9 de 9:30 a 10:30
Sesiones síncronas de seguimiento, tutoría, etc.:
Lunes 9 de 10:30 a 11:30
Curso en modalidad virtual síncrona con conexiones por webconferencia (Meet/Teams).
Sesiones síncronas de clase:
Lunes 2, Miércoles 4 y Viernes 6 de 9:30 a 12:30
Lunes 9 de 9:30 a 10:30
Sesiones síncronas de seguimiento, tutoría, etc.:
Lunes 9 de 10:30 a 11:30
Certificación
Los estudiantes que completen con éxito el curso recibirán una certificación en forma de microcredencial admitida por Europass. Si el estudiante tiene una cuenta en Europass y nos proporciona su IDENTIFICADOR único (UID), alojaremos directamente su microcredencial en su Biblioteca de Europass.
Más información sobre Europass en https://microcredenciales.unizar.es/informacion/europass .
