Descripción general del curso: Machine Learning II es un curso aplicado cuyo objetivo central es integrar inteligencia artificial —en particular IA generativa— en procesos reales del sector público. El foco no está en entrenar modelos por entrenarlos, sino en aprender a:
El curso combina tres dimensiones:
Guía de referencia para proyectos de innovación pública: Laboratorio de Gobierno – Proyectos de Innovación
Filosofía sobre el uso de IA:
Introducción al curso y a su lógica central: pasar de “modelos” a sistemas de decisión y gestión. Revisamos qué significa integrar IA en procesos públicos, qué es TRL, y por qué muchos proyectos de IA fracasan antes de llegar a implementación.
De sistemas expertos a modelos fundacionales. Qué problemas resuelven los LLMs, qué no, y por qué funcionan razonablemente bien a pesar de no “entender” nada (spoiler: estadística + escala).
Uso práctico de APIs de LLMs (OpenAI, Gemini) para tareas estructuradas: clasificación, extracción, resumen, scoring y generación controlada.
Pasamos del “prompt artesanal” a prompting evaluable y reproducible. Introducción a DSPy como framework para diseñar, optimizar y testear prompts.
Cómo combinar modelos tradicionales (clasificación, clustering, PCA) con componentes generativos. No todo es un LLM, y eso es una buena noticia.
Taller intensivo de proyectos. Cada equipo presenta su problema, propuesta de solución y arquitectura del sistema.
Sesgos, accountability, explicabilidad y límites normativos del uso de IA en el Estado. Qué se puede hacer, qué no, y qué conviene no hacer aunque se pueda.
Presentación final de proyectos como propuestas de innovación pública: problema, solución, arquitectura, evaluación y escalabilidad.