Machine Learning II: IA Generativa y Procesos Públicos
Profesor: Naim Bro (naim.bro.k [at] uai.cl)
Ayudante: Benjamín Palacios (bpalacios [at] alumnos.uai.cl)
Magíster en Economía y Políticas Públicas
Escuela de Gobierno, Universidad Adolfo Ibáñez, 2026
Descripción general del curso: Machine Learning II es un curso aplicado cuyo objetivo central es
integrar inteligencia artificial —en particular IA generativa— en procesos del sector público.
El foco está en aprender a:
- Identificar cuellos de botella, ineficiencias o decisiones repetitivas en procesos públicos.
- Formular soluciones basadas en ML e IA generativa con un nivel de madurez tecnológica (TRL) ≥ 4.
- Diseñar sistemas socio-técnicos donde humanos, datos y modelos interactúan de forma responsable.
- Usar LLMs como herramientas para análisis, documentación, prototipado y evaluación.
- Producir proyectos presentables a desafíos públicos (p. ej. Laboratorio de Gobierno).
El curso combina tres dimensiones:
- Fundamentos: historia, límites y supuestos de la IA generativa.
- Herramientas: APIs de LLMs, embeddings, prompting estructurado y evaluación.
- Aplicación: proyectos que integran IA en procesos concretos del Estado.
ML2 Master Game: En varias clases utilizaremos
ML2 Master,
un juego interactivo en tiempo real donde cada estudiante responde a escenarios
sobre IA y procesos públicos. Las respuestas son evaluadas por tres jueces de IA
con retroalimentación inmediata.
Filosofía sobre el uso de IA en el proceso pedagógico:
-
IA, procesos y sector público: marco del curso (06-03-2026)
Introducción al curso y a su lógica central: pasar de “modelos” a sistemas de decisión y gestión.
- Estructura del curso y método de evaluación
- Presentación: IA en proceso pedagógico: link
- Presentación: proyectos de ML en el sector público: link
- Presentación: proyectos de curso — formación de equipos: link
- Entregable próxima semana: ficha preliminar de problema, siguiendo los seis pasos de la fase 1 de la Guía de Referencia para Proyectos de Innovación Pública.
- Lecturas:
-
LLMs vía API: del texto al sistema (13-03-2026)
Uso práctico de APIs de LLMs (Gemini) para tareas estructuradas: clasificación, extracción, resumen, scoring y generación controlada.
- Charla de María Paz Hermosilla, directora de GobLab UAI: "IA en el sector público"
- Herramientas algoritmos públicos, GobLab UAI:
- Evaluación de Impacto Algorítmico: link
- Medición de Sesgo y Equidad: link
- Ficha de Transparencia Algorítmica: link
- Presentación: IA en el aparato de seguridad: link
- Demo LLM vía API: La API de Gemini
- ML2 master game: basado en lecturas de la semana pasada.
- Ejercicio técnico: construir un pipeline simple basado en LLM.
- Lecturas:
- Guía de referencia para proyectos de innovación pública: fase 1
-
RAG y variantes (20-03-2026)
Cómo aumentar el contexto con documentos locales.
- Embeddings como representación semántica
- RAG clásico
- Presentación: RAG clásico: link
- Lecturas:
-
Creación de reportes con IA (27-03-2026)
La idea central: un reporte con IA no es "preguntarle cosas a un LLM", sino diseñar una arquitectura de búsqueda → reducción → síntesis que sea trazable y escalable.
-
Feriado (03-04-2026)
no hay clases
-
Presentaciones de avance (10-04-2026)
Presentaciones parciales de los proyectos.
-
Crear un chatbot con IA (17-04-2026)
En esta clase, combinaremos las técnicas utilizadas en clases anteriores para crear un chatbot.
- Lecturas:
- Engineering Retrieval Augmented Generation-based Virtual Assistants in Practice: link
-
Presentaciones finales de proyectos (24-04-2026)
Presentación final de proyectos como propuestas de innovación pública:
problema, solución, arquitectura, evaluación y escalabilidad.
Evaluación
- Entrega intermedia de proyecto (40%)
- Proyecto final grupal (60%)
- Además, habrá incentivos en décimas según performance en juego ml2 master game