
Existen cientos de cursos que enseñan a escribir prompts. Casi ninguno enseña a pensar. Este curso parte de una convicción distinta: quien entiende de dónde viene la inteligencia artificial, cómo aprende y por qué se equivoca.
Que el participante acepte el contrato de aprendizaje: entienda la arquitectura de seis preguntas, sepa cómo recorrer el curso y descarte lo que el curso no promete.
Desactivar el miedo nombrándolo. Que el participante identifique los tres mitos, entienda por qué son falsos y sepa exactamente en qué módulo se paga cada promesa.
Que el participante descubra que ya razona con evidencia y que quiera saber cómo se llama eso que hace.
Que el participante conozca el origen de la idea y entienda por qué resolver el problema al revés fue lo revolucionario.
Que el participante pueda enunciar la estructura previa + evidencia = creencia actualizada y detecte los dos errores típicos.
Que el participante entienda que la idea se volvió herramienta, y que durante siglo y medio calcular fue un trabajo humano.
Que el participante entienda qué es una máquina universal y por qué es el plano de toda computadora.
Que el participante vea la teoría convertida en resultado real y descubra que Turing usó razonamiento bayesiano.
Que el participante entienda el giro pragmático de Turing y lo reconozca en su experiencia actual con chatbots.
Cerrar el módulo con la síntesis histórica y dejar planteada la pregunta que abre el Módulo 2.
Que el participante deje de aceptar palabras vagas y aprenda a pedir un número, y que reciba las probabilidades en forma de frecuencias.
Que el participante se comprometa con una respuesta intuitiva equivocada y entienda las dos razones por las que falla.
Que el participante distinga los dos tipos de acierto de una prueba y entienda el intercambio entre ambos.
Que el participante haga la cuenta con el instructor, vea el 8 % y descubra que la misma prueba da 79 % en otro grupo.
Que el participante reconozca la estructura en su propio trabajo y entienda el costo de la fatiga de alertas.
Desmitificar el cálculo automático y mostrar el valor de poder preguntar «¿y si…?» en segundos.
Convertir el módulo en tres preguntas aplicables y conectar explícitamente con la inteligencia artificial.
Consolidar las cinco ideas del módulo y abrir la pregunta que sostiene el Módulo 3
Que el participante entienda que un solo dato mal capturado puede distorsionar decisiones durante años y que ninguna máquina lo corrige.
Que el participante identifique los dos modos típicos de fallo del promedio y adopte la mediana como contrapeso.
Que el participante pida sistemáticamente la variación junto al promedio y entienda que la variación es lo que cuesta dinero.
Que el participante identifique las tres explicaciones alternativas a una relación aparente y entienda que los modelos encuentran patrones, no causas.
Que el participante reconozca las tres fuentes de sesgo y entienda que un modelo muy preciso puede ser profundamente injusto.
Que el participante entienda que un archivo bien construido es un activo que no se puede comprar, y que él contribuye a construirlo o a dañarlo.
Ver en pantalla el efecto de la variación y el daño concreto de un solo dato mal capturado.
Que el participante conozca los dos colapsos del campo y reconozca el patrón euforia–promesa–desplome que se repite hoy.
Que el participante entienda que el campo no falló por falta de ideas sino de insumos, y aplique esa pregunta a sus propias decisiones.
Que el participante entienda qué tres cosas cambiaron y por qué la IA de hoy no es más lista, sino mejor alimentada.
Que el participante explique con sus palabras el ciclo de entrenamiento y entienda por qué se separan datos de prueba.
Que el participante entienda que dentro no hay reglas sino parámetros ajustados, y qué implica eso para poder auditar una decisión.
Que el participante conozca las cuatro causas de error y entienda que la máquina nunca avisa cuando está fuera de su terreno.
Ver un entrenamiento real en diez líneas, y ver en pantalla dos de las cuatro causas de error.
Que el participante entienda que un modelo de lenguaje completa texto y que la fluidez dejó de ser señal de conocimiento.
Que el participante maneje el vocabulario mínimo y entienda tres límites prácticos: la fecha de corte, la memoria y el conteo de letras.
Que el participante entienda por qué las alucinaciones son estructurales y sepa exactamente dónde aparecen más.
Ver el fenómeno en pantalla y aprender un método de verificación de tres pasos que el participante pueda repetir.
Que el participante conozca cuatro límites que no son alucinaciones y sepa cómo compensarlos.
Que el participante mejore de inmediato la calidad de sus respuestas aplicando cuatro reglas y tres técnicas, sin fórmulas mágicas.
Entregar un criterio de decisión reutilizable basado en dos preguntas, y cerrar el módulo.
Que el participante tenga un criterio propio para decidir qué tareas entrega a una IA, incluyendo el riesgo de delegar lo que le hacía entender.
Que el participante sepa exactamente qué no debe escribir nunca y cómo obtener el mismo valor sin cruzar la línea.
Que el participante distinga lo legal, lo contractual y lo ético, y sepa qué hacer si ya cometió el error.
Que el participante salga del curso con un documento propio de cinco puntos, escrito por él mismo.
Que el participante sepa por qué prohibir fracasa y tenga cuatro pasos concretos para proponer una política institucional.
Cerrar el arco completo del curso, devolver la pregunta inicial y dejar tres acciones concretas.
Existen cientos de cursos que enseñan a escribir prompts.
Casi ninguno enseña a pensar.
Este curso parte de una convicción distinta: quien entiende de dónde viene la inteligencia artificial, cómo aprende y por qué se equivoca, puede usar cualquier herramienta que aparezca en los próximos diez años. Quien solo memorizó instrucciones para la herramienta de moda, queda obsoleto cuando esa herramienta cambia de nombre o de versión.
Qué NO es este curso
No es un curso de programación. No se escribe una sola línea de código como requisito.
No es un catálogo de herramientas. Las herramientas cambian; los principios no.
No es un curso de matemática. Hay exactamente cero fórmulas en pantalla; los cálculos se hacen contando.
No promete «automatizar tu trabajo en 7 días». Promete criterio.
El recorrido es acumulativo: cada módulo se apoya en el anterior. Los seis módulos responden, en orden, a seis preguntas.
R como demostración, no como requisito. El código aparece para desmitificar, no para que nadie lo replique. Se entrega funcional para quien quiera hacerlo.
Objetivo: que el participante comprenda que la IA es el resultado de casi tres siglos de matemática, lógica y estadística, y que él ya razona como esa matemática.
La idea central es enseñar principios que sobrevivan a cualquier cambio.