Presentación Inicial IA Sesión 1.pptx.pdf

pasos para AI

1. Revoluciona tu Trabajo con IA:
Asistentes Virtuales, Automatizaciones
y Soluciones Inteligentes para el
Transporte y Más
Presentación inicial

2. Presentación del programa

•Programa “Cheque de Capacitación Digital en el
Transporte”

•Está gestionado por el Ministerio de Transportes y Movilidad
Sostenible, dentro del Plan de Recuperación, Transformación y
Resiliencia, financiado por la Unión Europea - NextGenerationEU.

4. •75% horas asistencia en directo (38 horas de las 50 como mínimo)
•Realización de los 4 test (50% de la calificación)
•Realización del test final (50% de la calificación)
•Entrega 5 actividades

5. Presentación Mainjobs

7. Presentación inicial del docente

8. Presentación Técnico de Formación
En Mainjobs contamos con un equipo de técnicos de formación altamente
capacitados y dedicados a garantizar una experiencia educativa que sea fluida y
efectiva para todos nuestros alumnos. Ellos se encargarán de:
•Atender las incidencias técnicas o administrativas que los alumnos puedan
encontrar durante la formación.
•Seguimiento del curso donde valorar el progreso del alumno asegurando que
cumplan con los objetivos de finalización del curso y brindando apoyo cuando sea
necesario.
•Control de horas, verificación las horas de conexión en directo para asegurar que
el alumno cumpla con los requisitos del curso.

En este grupo, tu técnico de formación será [NOMBRE TÉCNICO] y estará
encantada de poder ayudaros.
Nuestros técnicos con el pilar fundamental para el éxito de nuestros programas de
formación, proporcionando soporte continuo y personalizado que permita a todos
los alumnos centrarse en su propio aprendizaje y alcanzar las metas
establecidas.

9. Presentación Alumnos en el chat
Escribid en una frase sobre vosotros y lo que esperáis del curso.

10. Organización sesiones
sesión 1 sesión 2 sesión 3 sesión 4 sesión 5 sesión 6 sesión 7 sesión 8 sesión 9 sesión 10 sesión 11 sesión 12 sesión 13
MÓDULO 1 2 2 2 2 2 2 3 3 4 4 4 5
Inteligencia ArtificialAutomatizacionesAutomatizacionesAutomatizacionesAutomatizacionesAutomatizacionesAutomatizaciones Datos Datos
Aplicaciones comerciales
de IA
Aplicaciones
comerciales de IA
Aplicaciones
comerciales de IA
Azure AI
Fundamentals
Horas 4H 4H 4H 4H 4H 4H 4H 4H 4H 4H 4H 4H 2H
16:00-17:20
1.Introducción a la
Inteligencia
Artificial: Conceptos
básicos y áreas de
aplicación.
2.Diferencias entre
IA, Machine
Learning (ML) y
Deep Learning (DL)
1.Introducción a la
automatización:
Definición,
beneficios y
herramientas
comunes.
4.Introducción al
procesamiento de
lenguaje natural
(NLP).
7.Creación de un
chatbot de ayuda I.
9.Creación de un
asistente virtual
básico
11. Automatización
de tareas repetitivas
con Zapier:
Integración de flujos
de trabajo y apps.
14A. Creación de un
asistente virtual más
complejo en el
sector transportes.
1.Introducción al
análisis de datos:
Limpieza,
visualización y
extracción de
patrones.
2.Herramientas de
análisis de datos en
AWS y Azure.
5. Creación de
dashboards
interactivos para
monitoreo de
resultados y KPI.
1.Uso de herramientas de
IA para segmentar
clientes y entender su
comportamiento.
2.Uso de asistentes
virtuales y herramientas
como Zapier para
automatizar embudos de
ventas y seguimiento a
clientes.
6A. Aplicación de IA
para crear
estrategias
personalizadas de
marketing digital.
8A. Creación de un
funnel completo
para el sector
transportes.
1.Prácticas iniciales
para las
certificaciones:
Configuración de
cuentas y primeros
pasos. 16:00-18:00
17:20-17:30 Descanso Descanso Descanso Descanso Descanso Descanso Descanso Descanso Descanso Descanso Descanso Descanso
17:30-18:50
3.Hacia dónde se
dirige la IA.
4.Futuras
aplicaciones en el
sector transportes
2.Introducción a
AWS y Azure:
Herramientas de IA
disponibles en
ambas plataformas.
5.Herramientas para
construir asistentes
virtuales: ChatGPT,
Rasa, Azure Bot
Service.
8.Creación de un
chatbot de ayuda II.
9B. Casos de uso en
tareas
administrativas
12. Integración de
asistentes virtuales
con AWS, Azure y
Zapier.
14B. Creación de un
asistente virtual más
complejo en el
sector transportes.
3.Implementación
de modelos básicos
de Machine
Learning para
predecir resultados.
6.Creación de un
dashboard del
sector transportes.
3. Utilización de modelos
predictivos de IA para
anticipar demandas y
adaptar estrategias
comerciales.
4.Implementación de
análisis de datos en
tiempo real para tomar
decisiones ágiles y
mejorar los resultados de
ventas.
6B. Aplicación de IA
para crear
estrategias
personalizadas de
marketing digital.
8B. Creación de un
funnel completo
para el sector
transportes.

18:50-19:00 Descanso Descanso Descanso Descanso Descanso Descanso Descanso Descanso Descanso Descanso Descanso Descanso
19:00-20:00
5.Práctica: ChatGPT
vs Copilot
3.Práctica: ChatGPT
vs Gemini
6.Práctica: Monica
vs Harpa.
8.Práctica: Chatbots.
10.Práctica: Agents
GPT I
13.Práctica: Agents
GPT II
15. Práctica: Agents
GPT III
4. Práctica: Rows
7. Práctica: Gamma
y Canva
5. Práctica: Mixo.io
7.Práctica: Stable
Difusion y Dall3
9. Práctica: Sora y
Heygen

11. Índice de Contenidos
Módulo 1: Inteligencia Artificial en las organizaciones y empresas
del sector transportes.

1. Introducción a la Inteligencia Artificial: Conceptos básicos y áreas de aplicación.
2. Diferencias entre IA, Machine Learning (ML) y Deep Learning (DL)
3. Hacia dónde se dirige la IA.
4. Futuras aplicaciones en el sector transportes
5. Práctica: Chat GPT vs Copilot

12. Índice de Contenidos
Módulo 2: Automatizaciones en las organizaciones y empresas
del sector transportes.
1. Introducción a la automatización: Definición, beneficios y herramientas comunes.
2. Introducción a AWS y Azure: Herramientas de IA disponibles en ambas plataformas.
3. Práctica: ChatGPT vs Gemini
4. Introducción al procesamiento de lenguaje natural (NLP).
5. Herramientas para construir asistentes virtuales: ChatGPT, Rasa, Azure Bot Service.
6. Práctica: Monica vs Harpa.
7. Creación de un chatbot de ayuda.
8. Práctica: Chatbots.
9. Creación de un asistente virtual básico: Casos de uso en tareas administrativas.
10. Práctica: Agents GPT I
11. Automatización de tareas repetitivas con Zapier: Integración de flujos de trabajo y apps.
12. Integración de asistentes virtuales con AWS, Azure y Zapier.
13. Práctica: Agents GPT II
14. Creación de un asistente virtual más complejo en el sector transportes.
15. Práctica: Agents GPT III

13. Índice de Contenidos
Módulo 3: Datos en las organizaciones y empresas del
sector transportes.
1. Introducción al análisis de datos: Limpieza, visualización y extracción de patrones.
2. Herramientas de análisis de datos en AWS y Azure.
3. Implementación de modelos básicos de Machine Learning para predecir resultados.
4. Práctica: Rows
5. Creación de dashboards interactivos para monitoreo de resultados y KPI.
6. Creación de un dashboard del sector transportes.
7. Práctica: Gamma y Canva

14. Índice de Contenidos
Módulo 4: Aplicaciones comerciales de IA en las
organizaciones y empresas del sector transportes.
1. Uso de herramientas de IA para segmentar clientes y entender su comportamiento.
2. Uso de asistentes virtuales y herramientas como Zapier para automatizar embudos de ventas y
seguimiento a clientes.
3. Utilización de modelos predictivos de IA para anticipar demandas y adaptar estrategias
comerciales.
4. Implementación de análisis de datos en tiempo real para tomar decisiones ágiles y mejorar los
resultados de ventas.
5. Práctica: Mixo.io
6. Aplicación de IA para crear estrategias personalizadas de marketing digital.
7. Práctica: Stable Difusion y Dall3
8. Creación de un funnel completo para el sector transportes.
9. Práctica: Sora y Heygen

15. Índice de Contenidos
Módulo 5: Azure AI Fundamentals en las
organizaciones y empresas del sector transportes.
1. Prácticas iniciales para la certificación: Configuración de cuentas y primeros pasos.

16. Revoluciona tu Trabajo con IA:
Asistentes Virtuales, Automatizaciones
y Soluciones Inteligentes para el
Transporte y Más
Sesión 1

17. Sesión 1
MÓDULO 1
Inteligencia Artificial en las organizaciones y empresas del sector transportes
Horas 4H
16:00-17:20
1.Introducción a la Inteligencia Artificial: Conceptos básicos y áreas de aplicación.
2.Diferencias entre IA, Machine Learning (ML) y Deep Learning (DL)
17:20-17:30 Descanso
17:30-18:50
3.Hacia dónde se dirige la IA.
4.Futuras aplicaciones en el sector transportes
18:50-19:00 Descanso
19:00-20:00 5.Práctica: ChatGPT vs Copilot

18. Revoluciona tu Trabajo con IA:
Asistentes Virtuales, Automatizaciones
y Soluciones Inteligentes para el
Transporte y Más
MODULO 1: INTELIGENCIA
ARTIFICIAL

19. Retos de la organización digital
1.Introducción a la Inteligencia
Artificial: Conceptos básicos y áreas de
aplicación.

20. Situación de uso y conocimiento
de la IA en España

21. •https://www.funcas.es/wp-content/uploads/2025/01/250130_EFIA_Final.pdf

22. - La encuesta de Funcas muestra que el 44% de los encuestados tiene un
conocimiento limitado o nulo sobre IA, una mejora respecto al 53% del año anterior.

- El conocimiento y uso de IA varían significativamente por edad y género, siendo los
hombres y los jóvenes usuarios más frecuentes.

- La percepción sobre el impacto futuro de la IA es mayormente positiva (44%),
aunque hay diferencias marcadas entre géneros y grupos de edad.

- La confianza en las aplicaciones de IA varía según el ámbito, siendo más alta en
vigilancia y educación que en diagnósticos médicos o conducción autónoma.

23. Y tú… ¿Cuál es tu nivel de uso y
conocimiento?

25. Esperamos que tras este curso, te salgas de la
estadística…

26. Definición de Inteligencia Artificial
La IA es una rama de
la informática.
Es el campo de estudio
que se enfoca en crear
programas y máquinas
capaces de pensar,
aprender, razonar, y
actuar como los
humanos.

27. Cuando hablamos de Inteligencia
Artificial, en nuestro imaginario
colectivo, vemos representado
casi un cerebro artificial lleno de
cables. Una gran maquinaria que
prácticamente puede alcanzar el
nivel de consciencia de una
persona. Sin embargo, esto no es
más que una representación y está
bastante alejado de la realidad.
LA INTELIGENCIA ARTIFICIAL

28. Conceptos clave
•Datos: Información que se usa para aprender

•Algoritmo: Conjunto de reglas para resolver un problema

•Aprendizaje automático (machine learning): Subárea donde las máquinas aprenden de datos

29. Concepto clave: Datos. ¿Qué son los datos?
•Son la materia prima de la IA.

•Pueden ser números, textos, imágenes, sonidos, etc.

•Las máquinas los usan para aprender y tomar decisiones.

30. •La IA es como entrenar a un robot a reconocer frutas. Le muestras
muchas imágenes de manzanas, plátanos y peras, y aprende a
diferenciarlas.

31. Sin datos, la IA no puede aprender

32. Concepto clave: Algoritmo. ¿Qué es un
Algoritmo?
•Es un conjunto de instrucciones para resolver un problema.

•En IA, los algoritmos procesan los datos para reconocer patrones.

•Como una receta de cocina, con pasos claros.

33. ChatGPT es como un
chef que ha recopilado y
estudiado recetas de
cocina de todo el
mundo. Aprendiendo
técnicas, ingredientes y
variaciones culturales.
RECOPILACIÓN DE RECETAS
ENTRENAMIENTO Y DATOS:

34. El chef (ChatGPT) analiza
y comprende los
ingredientes (palabras y
frases) para crear una
respuesta coherente y
satisfactoria.
PROCESAMIENTO DEL LENGUAJE:
ENTENDIENDO LOS
INGREDIENTES

35. El chef (ChatGPT)
prepara la respuesta,
ajustando su
conocimiento para
generar una
respuesta
personalizada.
35
GENERACIÓN DE RESPUESTAS:

36. Al igual que un chef
ajusta un plato según
el feedback, ChatGPT
adapta sus
respuestas y aprende
de la interacción para
mejorar.
PRESENTACIÓN Y
ADAPTACIÓN
INTERACCIÓN Y APRENDIZAJE:

37. 37
Con cada interacción,
el chef (ChatGPT) se
vuelve más experto,
mejorando su
capacidad para
entender y generar
respuestas.

MEJORA CONTINUA
APRENDIZAJE CONTINUO :

38. Concepto clave: Aprendizaje automático.
•Subárea de la IA donde las máquinas aprenden
por sí solas usando datos.

•No se programan todas las respuestas; aprenden
observando ejemplos.

•Mientras más datos, mejor aprenden.

Es como enseñar a un niño con ejemplos, no con
reglas.

39. Relación entre los tres conceptos
•Datos → alimentan al
•Algoritmo → que permite el
•Aprendizaje automático

40. A continuación, se desglosan los componentes principales que constituyen
la IA:

Componenetes de la Inteligencia Artificial

41. Historia y evolución
Los orígenes de la IA se remontan a
mitades del siglo XX, con la
conferencia de Dartmouth en 1956 a
menudo citada como el nacimiento
oficial de la IA como campo
académico.

Desde entonces, la IA ha evolucionado
de simples programas que juegan
juegos de tablero a sistemas
complejos como los coches
autónomos y asistentes personales
inteligentes, generación de contenido,
etc.

42. 42
HISTORIA Y EVOLUCIÓN. PADRES DE LA IA

43. Ada Lovelace
Ada Lovelace (1815-1852)

Ada Lovelace, hija de Lord Byron, es considerada por
muchos como la primera programadora de
computadoras. Matemática y escritora británica, trabajó
con Charles Babbage en su proyecto de la máquina
analítica. En su trabajo "Notas sobre la Máquina Analítica",
publicado en 1843, Lovelace describió cómo la máquina
podría ser utilizada para realizar cálculos y operaciones
más allá de la simple aritmética. Diseñó un algoritmo para
calcular los números de Bernoulli utilizando la máquina
analítica, convirtiéndose en la primera persona en escribir
un programa de computadora.

44. Alan Turing (1912-1954)

Alan Turing, por otro lado, es considerado uno
de los padres de la informática y la IA modernas.
En su artículo "Sobre los números computables",
publicado en 1936, presentó la idea de la
máquina de Turing, un modelo teórico de
computadora que podría realizar cálculos
utilizando un conjunto finito de instrucciones.
También trabajó en la criptografía (descifrando
el código ENIGMA) y la IA, y es conocido por su
propuesta del "Test de Turing", que evalúa la
capacidad de una máquina para exhibir un
comportamiento inteligente.
Alan Turing

45. Retos de la organización digital
2.Diferencias entre IA, Machine
Learning (ML) y Deep Learning (DL)

47. Inteligencia Artificial
Es el campo general. Cubre todo sistema que imita la inteligencia
humana: tomar decisiones, resolver problemas, entender lenguaje, etc.

?????? Ejemplos de IA:
•Chatbots
•Asistentes virtuales (Siri, Alexa)
•Sistemas expertos
•Robots que siguen líneas o patrones

48. Machine Learning (ML)
Es una subárea dentro de la IA. La idea es que las máquinas aprendan
de los datos sin ser programadas explícitamente.

?????? Ejemplos de ML:
•Recomendaciones de Netflix o YouTube
•Detección de fraudes en tarjetas
•Filtros de spam

49. Deep Learning (DL)
Es una subárea dentro del Machine Learning. Usa redes neuronales
artificiales inspiradas en el cerebro humano. Muy útil cuando hay
gran cantidad de datos y tareas complejas, como visión o lenguaje.

?????? Ejemplos de DL:
•Reconocimiento facial
•Traducción automática (Google Translate)
•ChatGPT, DALL·E

51. ?????? Diferencias clave resumidas:
Característica IA ML DL
Nivel General Subárea de la IA Subárea de ML
¿Aprende de datos? No necesariamente Sí
Sí, con redes
neuronales
Datos requeridos Pocos o programados Moderado Muchos
Ejemplos
Ajedrez, chatbots
simples
Recomendaciones,
clasificación
Visión artificial, lenguaje

54. Retos de la organización digital
3.Hacia dónde se dirige la IA.

55. Programación Tradicional
Los inicios de la IA se basaban en la programación
tradicional con lógica simple de "if-then".
Machine Learning
El Machine Learning supuso un gran avance,
permitiendo a los algoritmos trabajar con grandes
volúmenes de datos y adaptarse.
Deep Learning
El Deep Learning, inspirado en el cerebro humano,
es más avanzado, pero requiere de cantidades de
datos aún mayores.
Auto-Machine Learning
El Auto-Machine Learning optimiza el proceso,
permitiendo mayor agilidad, aunque aún se
requieren conocimientos de Data Science.
Transformers
Los Transformers, como ChatGPT-3.5, 4, 4o , 5,
OpenAI o1, OpenAI o1-mini, Gemini Advanced,
Copiltot, Llama 3, DALL-E3 etc, han supuesto un
hito disruptivo, con capacidades sorprendentes
de generación de texto, código , imágenes, videos
etc.
55

56. AutoML (Automated Machine Learning)
Una rama de ML que automatiza el proceso de crear modelos: desde
preprocesar los datos hasta elegir el mejor algoritmo.

?????? Objetivo: Que cualquier persona (no experta) pueda aplicar ML con
buenos resultados.

?????? Ejemplos: Google AutoML, herramientas de Azure o AWS

57. Transformers (DL)
Un tipo de modelo dentro de Deep Learning, muy potente para
entender secuencias y lenguaje.

?????? Usos más conocidos:
•Traducción automática
•Resumen de textos
•ChatGPT y otros LLMs (Modelos de Lenguaje Extensos)

58. Más allá de la Representación
Predicción
La inteligencia artificial es un conjunto de
funcionalidades que se desarrollan
básicamente para realizar predicciones.
Esto permite optimizar tareas repetitivas
y hacer proyecciones más precisas.
Clasificación
La clasificación es clave para
automatizar procesos como el
diagnóstico médico, permitiendo a los
expertos centrarse en casos más críticos
y mejorar la experiencia del paciente.
Agrupación
La agrupación o segmentación de clientes es fundamental para la personalización de
ofertas y campañas de marketing, mejorando la efectividad y la satisfacción del cliente.
58

59. La Revolución de los Transformers
1
Conversaciones Inteligentes
ChatGPT-4o es capaz de mantener
conversaciones coherentes y asumir
la personalidad de personajes
históricos, demostrando un nivel de
inteligencia sin precedentes.
2
Generación de Contenido
Estas herramientas pueden generar
código, diseños web, e incluso
imágenes a partir de simples
instrucciones de texto, abriendo
nuevas posibilidades creativas.
3
Impacto Disruptivo
El avance de los Transformers ha supuesto un punto de inflexión en el campo de la IA,
marcando un hito en las capacidades de estos sistemas.
59

60. Más Allá de los Transformers
Texto
La capacidad de
generar texto
coherente y adaptado
a diferentes contextos
es una de las fortalezas
clave de los
Transformers.
Código
Estas herramientas
pueden programar en
múltiples lenguajes,
automatizando tareas
de desarrollo de
software.
Imágenes
La generación de
imágenes a partir de
descripciones de texto,
como en DALL-E 3,
Stable difussion,
Midjourney etc, abre
nuevas fronteras
creativas.
Edición
Algoritmos como
GLIDE pueden alterar y
editar imágenes
existentes, ampliando
aún más las
posibilidades.

63. GLIDE: Ampliar la Imaginación
Unwrapping la Realidad
GLIDE tiene la capacidad de tomar una imagen y
"ampliarla", generando una escena más detallada y
completa a partir de un contexto inicial. Imagina
poder capturar una foto de tu amigo y que el
algoritmo se encargue de inventar y crear el
entorno que lo rodea.
Convergencia de Tecnologías
La confluencia de tecnologías descentralizadas e
inteligencia artificial está dando lugar a resultados
sorprendentes. Algoritmos como VQGAN+CLIP nos
permiten generar contenido creativo a partir de
simples instrucciones, abriendo un mundo de
posibilidades para la creación de NFTs y otras
aplicaciones. 63

64. Transfer Style: Transferencia de Estilos
Estilo de Artistas
El Deep Learning también
permite transferir el estilo de
obras de arte famosas, como las
de Van Gogh, Dalí o Picasso, a
nuevas creaciones. Esto abre un
mundo de posibilidades
creativas en el campo de los
NFTs y la generación de
contenido artístico.
Fusión de Estilos
Más allá de la simple imitación,
el Deep Learning puede
combinar diferentes estilos
artísticos, dando lugar a
creaciones únicas y
sorprendentes. Esta capacidad
de "transferencia de estilo" es un
avance emocionante en el
campo de la inteligencia artificial
creativa.
Nuevas Posibilidades
La integración de estas tecnologías de
vanguardia, como el Deep Learning y la
descentralización, está abriendo un mundo de
nuevas posibilidades en el campo del arte y la
creación digital. Estamos presenciando una
verdadera revolución en la forma en que
concebimos y generamos contenido creativo.

65. ¿Dónde estamos hoy?
•Explosión de modelos como ChatGPT, Copilot, DALL·E, etc.

•Aplicaciones masivas: educación, salud, industria, arte.

•IA ya no es futuro, es presente.

68. Hacia el futuro inmediato (1–3 años)
•Modelos más rápidos y baratos: IA en móviles

•IA personalizada (ajustada a tu forma de pensar)

•Mayor integración en apps cotidianas (ofimática, mensajería, CRM)

69. ¿Hacia dónde vamos a largo plazo? (5–10
años)
•AGI (Inteligencia Artificial General): ¿realidad o mito?

•IA como aliado creativo y decisor estratégico

•Posibles escenarios: IA para todos vs. monopolios de IA

70. 1
Inteligencia Estrecha
La inteligencia estrecha, o Narrow Intelligence,
es la que experimentamos a diario en nuestros
dispositivos, como la predicción de texto o el
reconocimiento facial. Se trata de algoritmos
entrenados para resolver tareas específicas.
2
Inteligencia General
La Inteligencia Artificial General es el siguiente
paso, donde la IA tiene un amplio rango de
funciones interconectadas, acercándose a la
consciencia propia. Aún no se ha alcanzado
este nivel, pero es el objetivo de la
investigación actual.
3
Superinteligencia
La Superinteligencia Artificial sería la conexión
de múltiples inteligencias generales, lo que
podría tener un impacto profundo y a veces
incierto en la humanidad. Este es un campo de
gran debate y especulación.

71. 71

72. Tendencias clave en evolución
•AutoML y accesibilidad para no expertos
•IA explicable y ética: necesitamos confiar en sus decisiones
•IA colaborativa: humanos + IA = mejores resultados

73. Retos y debates
•Sesgo y discriminación: La IA puede perpetuar o incluso amplificar sesgos presentes en los
datos con los que es entrenada.


•Privacidad y uso de datos: La recopilación y análisis de grandes cantidades de datos
personales plantean importantes preocupaciones sobre la privacidad.


•Desinformación y deepfakes

•Desigualdad y automatización del empleo: La automatización a través de la IA puede
transformar el mercado laboral, reemplazando algunos empleos mientras crea nuevos.

•Gobernanza de IA (¿quién la regula?)

75. Retos de la organización digital
4.Futuras aplicaciones en el sector
transportes

76. ?????? Aplicaciones de IA en Transporte
1. ?????? Gestión del tráfico
•Semáforos inteligentes: ajustan el tiempo en función del flujo real de autos.
•Predicción de congestión: analiza datos históricos y en tiempo real para evitar
atascos.
•Rutas óptimas: como hace Google Maps con IA para sugerir caminos más rápidos.
2. ?????? Transporte público
•Horarios dinámicos: los buses o trenes ajustan horarios según demanda.
•Detección de incidencias: IA analiza cámaras o sensores para detectar accidentes
o problemas.
•Planificación de rutas: IA ayuda a optimizar las líneas o trayectos para ahorrar
tiempo y combustible

77. ?????? Aplicaciones de IA en Transporte
3. ?????? Logística y transporte de mercancías
•Rutas de entrega optimizadas: reduce costos, tiempo y emisiones.
•Predicción de demanda: IA predice cuántos productos mover según
patrones de consumo.
•Drones y vehículos autónomos: para entregas rápidas y precisas.
4. ?????? Vehículos autónomos
•Coches que conducen solos usando visión por computadora, sensores
y redes neuronales (Deep Learning).
•Asistentes de conducción: frenado automático, mantenimiento de
carril, detección de peatones.

78. ?????? Aplicaciones de IA en Transporte
5. � Mantenimiento predictivo
•IA analiza datos de sensores para predecir fallas mecánicas antes de
que ocurran.
•Ahorra tiempo, evita accidentes y reduce costos.
6. � Seguridad
•Reconocimiento de matrículas y rostros para control de acceso o
identificar infracciones.
•Análisis de comportamiento del conductor: detecta fatiga,
distracciones o conducción agresiva.

79. 79
Más aplicaciones prácticas por sectores.
Finanzas:
●Detección de Fraude: Los sistemas de IA pueden analizar patrones de
transacciones para identificar comportamientos sospechosos y prevenir el
fraude.
●Asesoramiento financiero automatizado: Los robo-asesores utilizan
algoritmos de IA para proporcionar recomendaciones de inversión
personalizadas.

Retail y Comercio Electrónico:
●Personalización de la experiencia del cliente: La IA analiza el
comportamiento de compra y preferencias para ofrecer recomendaciones
personalizadas.
●Gestión de Inventario: “ZARA”Los sistemas de IA optimizan los niveles de
inventario en tiempo real para satisfacer la demanda sin sobreabastecer.

80. 80
Más aplicaciones prácticas por sectores.
Salud:
•Análisis de imágenes médicas: La IA puede interpretar imágenes de
resonancia magnética (MRI), tomografías computarizadas (CT), y
radiografías para ayudar en el diagnóstico precoz de enfermedades.
•Monitorización remota del paciente: Los dispositivos inteligentes pueden
recopilar y analizar datos de salud en tiempo real para gestionar
enfermedades crónicas o condiciones de salud.
•La clasificación de datos médicos permite a los profesionales de la salud
identificar patrones y factores de riesgo con mayor precisión, mejorando
los diagnósticos.
Inmobiliaria:
•Los algoritmos de IA pueden aprender de los precios históricos para
predecir el valor de una propiedad en función de sus características.


.

81. 81
Más aplicaciones prácticas por sectores.
Seguridad y Vigilancia:
●Reconocimiento facial: Se utiliza para identificar individuos en lugares
públicos, mejorando la seguridad.
●Detección de anomalías: Los sistemas de IA monitorizan redes de
computadoras para detectar comportamientos inusuales que podrían
indicar un ciberataque.

Educación:
●Tutoría personalizada: La IA puede adaptar el material de aprendizaje a las
necesidades individuales de cada estudiante, ofreciendo una experiencia
educativa más personalizada.
●Automatización de calificaciones: La IA pueden calificar automáticamente
exámenes de opción múltiple y, cada vez más, respuestas escritas.

82. 82
Más aplicaciones prácticas por sectores.
Entretenimiento:
●Recomendaciones de contenido: Plataformas como Netflix y Spotify usan
IA para sugerir películas, programas de televisión y música basados en las
preferencias del usuario.
●Videojuegos: La IA crea personajes no jugadores (NPCs) que pueden
adaptarse y responder a las acciones del jugador de manera realista.

Agricultura:
●Monitorizar cultivos: Los drones equipados con IA pueden supervisar las
condiciones de los cultivos y la salud de las plantas, optimizando el uso de
recursos como agua y fertilizantes.
●Automatización de la cosecha: Robots guiados por IA pueden identificar y
cosechar frutas maduras, reduciendo la necesidad de mano de obra y
mejorando la eficiencia. La finca viñedo “CEPA 21 de Emilio Moro”.

83. Y tú… ¿Cómo aplicarías IA en
tu sector?

86. Elige el chatbot adecuado para ti
1
¿Qué tipo de tareas quiero realizar?
Generar textos, traducir, programar, analizar datos, crear imágenes, etc.
2
¿Qué nivel de experiencia tengo con la IA?
Principiante, intermedio, avanzado
3
¿Qué importancia le doy a la privacidad?
Prefiero un chatbot en la nube o uno que pueda ejecutar localmente
4
¿Hay alguna característica esencial para mí?
Contexto amplio, integración con otras apps, etc.
.

87. IA / Asistente Funciones Clave Ventajas Debilidades
ChatGPT (OpenAI)
Conversación natural, escritura
creativa, generación de código,
análisis de datos, navegación (Pro),
plugins
- Alto rendimiento general (GPT-4
Turbo)
- Memoria personalizable
- Integración con DALL·E, navegador,
código
- Multimodal
- Algunas funciones solo en versión
Pro
- Dependencia de conexión a
servidores externos
Gemini (Google)
Texto, imagen, audio, análisis web,
generación de contenido educativo
y técnico
- Muy integrado con Google
Workspace
- Buen razonamiento multimodal
- Fuerte en código y análisis web
- Requiere cuenta Google
- Acceso limitado en algunos
países/regiones
Claude (Anthropic)
Redacción, comprensión avanzada,
ética mejorada, memoria
contextual grande
- Gran capacidad de contexto (hasta
200K tokens)
- Respuestas éticas y equilibradas
- Bueno en interpretación de
documentos largos
- Aún no multimodal (texto solo)
- Menor disponibilidad fuera de
EE.UU.
Copilot (Microsoft)
Asistente en Word, Excel, Outlook,
PowerPoint (integrado con 365)
- Muy útil para productividad
ofimática
- Integración directa en Office
- Potente en automatizar tareas de
negocios
- Solo disponible con licencia
Microsoft 365
- Menor utilidad fuera de apps de
oficina
HuggingChat (Hugging
Face)
Chat conversacional basado en
modelos open-source (Mistral,
Mixtral, Falcon, etc.)
- Open source y gratuito
- Transparente y personalizable
- Sin registro obligatorio
- Inferior en calidad a modelos
comerciales top
- Sin funciones avanzadas como
navegación o plugins

88. ChatGPT: El chatbot versátil
https://chatgpt.com
Funciones principales
•Chatear
•Resumir
•Redactar
•Analizar imágenes
Fortalezas
•Versatilidad
•Comprensión del contexto
•Generación de texto natural
Debilidades
•Limitaciones en conocimientos
actuales
•Posibles sesgos en respuestas
88

89. Cloud: El especialista en código https://claude.ai
Generación de código
Cloud se especializa en la
creación de código para
diversas plataformas y
lenguajes de programación.
Función "artifacts"
Permite generar y gestionar
archivos de código
completos, facilitando el
desarrollo de proyectos.
Integración con IDEs
Se integra fácilmente con entornos de desarrollo populares para
una experiencia de codificación fluida.
89

90. https://copilot.microsoft.com
Búsqueda en internet
Accede a información actualizada de la web para
respuestas precisas.
Generación de imágenes
Utiliza DALL-E 3 para crear imágenes basadas en
descripciones textuales.
Asistencia en navegación
Ayuda a encontrar y analizar información en sitios web
complejos.
“Alternativa inmediata a ChatGpt cuando se acaben los créditos gratuitos

91. Gemini: Integrado con el ecosistema Google
“Búsqueda de Google, viajes, vuelos etc. Google Translate, Google Maps, You Tube”
1
Integración con Google
Gemini se integra perfectamente con las aplicaciones y
servicios de Google, mejorando la productividad en el
ecosistema.
2
Generador de imágenes
Ofrece capacidades avanzadas de generación de imágenes
llamado Imagen 3, aprovechando la tecnología de IA de
Google.
3
Asistencia multimodal
Puede procesar y generar contenido en múltiples formatos,
incluyendo texto, imágenes y audio.
91

92. LeChat y HuggingChat: Crea tus propios asistentes.
https://huggingface.co/chat
1
Creación de asistentes GPT
Personaliza tu propio chatbot IA
2
Entrenamiento flexible
Adapta el modelo a tus necesidades
3
Integración sencilla
Implementa en tus aplicaciones
LeChat y HuggingChat se destacan por permitir a los usuarios crear sus propios asistentes GPT, ofreciendo una plataforma flexible para
el desarrollo de chatbots personalizados.

93. HugginChat “La alternativa a ChatGpt de código abierto”
93

95. Retos de la organización digital
5.Práctica: ChatGPT vs Copilot vs
Gemini

97. ?????? Abre estas 3 herramientas en tu navegador:

ChatGPT ➔ https://chat.openai.com/

Microsoft Copilot ➔ https://copilot.microsoft.com/

Google Gemini ➔ https://gemini.google.com/

¿Listos? Vamos a copiar el primer prompt en las 3 a la vez.

99. Prompt 1: Resumen sobre
IA en Transporte

Instrucciones del Prompt

?????? Prompt 1 (copiadlo en ChatGPT, Copilot y Gemini):

"Actúa como un experto en transporte. Resume en un máximo de
120 palabras el impacto de la inteligencia artificial en el sector del
transporte. Utiliza un lenguaje claro, estructurado y fácil de
entender."

Acción Requerida

➡ Cuando tengas las respuestas, copia y guarda los 3 resúmenes.

Objetivo

Comparar cómo cada IA sintetiza información sobre un tema
técnico con restricciones de longitud.

100. Prompt 2: Tabla de
Pros/Contras/Coste

?????? Prompt 2 (copiadlo en ChatGPT, Copilot y Gemini):

"Actúa como un experto en hotelería y turismo. Crea una tabla
con 3 columnas: Ventajas, Desventajas y Coste estimado de
aplicar inteligencia artificial en el sector de hotelería y turismo.
Presenta la tabla de forma clara y estructurada."

➡ Copia las 3 tablas que generen las herramientas.

Este ejercicio permite evaluar la capacidad de cada IA
para estructurar información en formato tabular,
comparando cómo organizan datos complejos.

101. Prompt 3 y Evaluación Final

Generación de Imagen

?????? Prompt 3 (copiadlo en ChatGPT, Copilot y Gemini):

"Actúa como un diseñador de moda y estratega de comercio electrónico. Crea una propuesta visual que incluya una imagen
de una tienda de ropa moderna potenciada por inteligencia artificial. Describe además en un breve párrafo cómo la IA
mejora la experiencia de compra en esa tienda. Utiliza un lenguaje creativo, atractivo y estructurado."

Pasos Finales

➡ Captura o descarga las 3 imágenes
(si alguna IA no genera imagen, anota 'no disponible').

✅ Ahora:
•
Compara las respuestas de cada IA.
•
Evalúa Claridad, Creatividad, Fuentes, Tiempo.
•
 ¿Qué IA fue la mejor y por qué?

102. ¿Quién gana en cada tarea?
ChatGPT Copilot Gemini
Resumiendo
Haciendo tabla
Imagen

104. Revoluciona tu Trabajo con IA:
Asistentes Virtuales, Automatizaciones
y Soluciones Inteligentes para el
Transporte y Más
Test 1

106. Revoluciona tu Trabajo con IA:
Asistentes Virtuales, Automatizaciones
y Soluciones Inteligentes para el
Transporte y Más
Fin Sesión 1