Módulos disponibles
Citar la IA sin perder la integridad académica
Usar un modelo de lenguaje no es plagio; ocultarlo sí. Este módulo entrena el reflejo de declarar la herramienta, la fecha, la conversación exacta y el rol que cumplió en el trabajo, con la estructura que exige APA 7.
Al terminar, el estudiante será capaz de
- Distinguir cuándo la IA es autoría corporativa (OpenAI, Google, Anthropic) y cuándo es solo el nombre del producto.
- Construir la referencia, la cita parentética y la narrativa de una interacción con IA.
- Redactar el párrafo de metodología que declara para qué se usó la herramienta.
- Justificar por qué un chat sin URL pública se cita distinto que uno compartible.
Genera tu cita
Completa los datos de una conversación real que hayas usado en un trabajo. Si aún no tienes una, carga un caso de prueba.
Datos de la interacción
Elige el tipo de cita según si puedes compartir públicamente la conversación o no.
Esperando los datos de la cita…
Cargar un caso de prueba:
Discutan en plenario
Preguntas para cerrar el módulo.
- Si el chat no es público, ¿cómo demuestro que la conversación existió?
- ¿Qué diferencia hay entre “usé IA para corregir la redacción” y “usé IA para escribir el marco teórico”? ¿Ambas se declaran igual?
- El modelo entregó un dato falso y quedó citado. ¿De quién es la responsabilidad?
- ¿Debería el reglamento de tu institución exigir la URL del chat? ¿Qué problemas trae eso?
El Guardián del Secreto: romper una IA para entenderla
Ocho niveles de prompt injection con defensas cada vez más duras. El objetivo del estudiante es lograr que el modelo revele una clave que tiene prohibido entregar. Es la forma más rápida de entender, jugando, por qué un asistente de IA en producción necesita barreras reales y no solo una buena instrucción.
Al terminar, el estudiante será capaz de
- Explicar qué es una inyección de prompt y por qué el modelo no distingue instrucción de dato.
- Reconocer técnicas de ataque: cambio de rol, codificación, traducción, falsa autoridad y fuga por resumen.
- Nombrar defensas reales: filtros de salida, separación de contextos, validación externa y mínimo privilegio.
- Argumentar por qué “decirle al modelo que no lo diga” nunca es una medida de seguridad suficiente.
Jueguen
Avancen todos los niveles que puedan y anoten la técnica que funcionó en cada uno.
Del ataque a la defensa
Cierre del módulo: cada técnica que funcionó tiene una contramedida de ingeniería.
- ¿Qué nivel les costó más y por qué? ¿Qué cambió la defensa entre un nivel y el siguiente?
- Si el secreto nunca hubiera entrado al contexto del modelo, ¿el ataque habría sido posible?
- ¿Qué pasaría si en vez de una clave ficticia fuera la base de datos de clientes de una empresa?
- Diseñen en el pizarrón el nivel 9: ¿qué defensa pondrían ustedes?
Observatorio de Riesgos de IA: del incidente a la ficha FMEA
El curso explora el IAgentes Risk Radar, elige incidentes reales y los traduce al lenguaje con que se priorizan riesgos en una organización: Severidad × Ocurrencia × Detectabilidad. Es la misma metodología FMEA que usa el observatorio, así que lo que los estudiantes puntúan aquí se lee igual que una ficha del radar. Al final la clase tiene su propia matriz, comparable y exportable.
Al terminar, el estudiante será capaz de
- Traducir un incidente noticioso a un modo de falla concreto y evaluable.
- Puntuar Severidad, Ocurrencia y Detectabilidad en escala 1–10 y calcular el RPN.
- Explicar por qué dos riesgos con el mismo RPN exigen respuestas distintas según su perfil S/O/D.
- Reconocer la detectabilidad como la dimensión que la intuición suele ignorar en sistemas de caja negra.
- Proponer controles verificables, no declaraciones de buenas intenciones, para los riesgos sobre el umbral de acción.
Exploren el radar
Ordenen por Mayor RPN, filtren por su sector y abran la Ficha de 3 a 5 incidentes que les parezcan relevantes para su carrera.
Levanten la ficha FMEA de cada incidente
Un modo de falla por vez. El RPN se calcula solo y la matriz se arma en vivo; todo queda guardado en este equipo durante la sesión.
Registrar un modo de falla
Matriz FMEA del curso
Severidad (S) →
La matriz ubica cada modo de falla por S × O; la detectabilidad se lee en el borde del punto. El RPN completo (S × O × D, máximo 1000) aparece en cada ficha de abajo, con la marca del umbral 150: sobre ese valor el radar exige acciones correctivas prioritarias.
Cierren con la decisión
Una matriz sin decisión es solo un dibujo. Discutan qué harían con lo que quedó sobre el umbral.
- Comparen dos fichas con RPN parecido pero perfiles S/O/D distintos: ¿merecen la misma respuesta? ¿Cuál atenderían primero?
- ¿Qué modo de falla bajó su RPN solo porque le pusieron detectabilidad baja? ¿Existe de verdad ese control que lo detecta, o lo dieron por supuesto?
- De los riesgos sobre 150, ¿cuáles se mitigan con tecnología y cuáles solo con reglas o decisiones humanas?
- ¿Hubo desacuerdo entre comités sobre la severidad de un mismo incidente? ¿Qué revela ese desacuerdo sobre quién define el daño?
- Si tuvieran presupuesto para dos controles, ¿cuáles y por qué? Redacten el responsable y el plazo.