Objetivos
El Curso de Inteligencia Artificial Generativa Aplicada y Prompt Engineering 2026 de la UTN se propone capacitar a profesionales de áreas no técnicas para que dominen la IA conversacional moderna con rigor profesional y sin necesidad de saber programar. El objetivo es brindar las herramientas y técnicas comprobadas para escribir prompts específicos y reproducibles, permitiendo a los alumnos aplicar metodologías avanzadas de razonamiento, procesar de forma multimodal textos largos, imágenes o audios, y diseñar eficientemente workflows con agentes automatizados. Asimismo, se busca desarrollar el criterio profesional necesario para evaluar de manera objetiva los modelos según su costo y precisión, mitigando los riesgos de seguridad y cumpliendo con el marco normativo nacional e internacional.
Lo que aprenderás
A lo largo de las ocho unidades del programa, aprenderás a dominar la anatomía del prompt bajo el patrón outcome-first y a implementar un repertorio de técnicas modernas que incluyen few-shot, chain-of-thought, self-consistency y salidas estructuradas en JSON o tablas. Desarrollarás habilidades prácticas para gestionar conversaciones multiturno sin pérdida de calidad, calibrar los niveles de esfuerzo de razonamiento de los modelos y procesar datos tabulares combinando IA con code interpreter. Finalmente, comprenderás la arquitectura de los sistemas agénticos bajo el estándar MCP, aprenderás a identificar y mitigar vulnerabilidades críticas como las inyecciones de prompts y las alucinaciones avanzadas, y sabrás cómo evaluar objetivamente los resultados respetando las normativas vigentes de protección de datos.
Modalidad de cursada
- 100% Virtual y Asincrónica: Cursado totalmente on demand a través de Campus Moodle, sin clases en vivo, compuesto por manuales teóricos en HTML y videos integrados.
- Duración y Flexibilidad: Carga total de 30 horas académicas distribuidas en un ritmo sugerido de 9 semanas (aprox. 3 horas semanales), con un plazo máximo de 6 meses desde la inscripción para completarlo.
- Sistema de Aprobación: Se requiere la entrega de un Trabajo de Aplicación Final (TAF) basado en un caso real propio y la aprobación de un cuestionario final integrador con un puntaje mínimo de 70%.
