Tema 1:  Introducción y Fundamentos de la Inteligencia Artificial
En este módulo, el participante:

Comprende qué es la IA, su evolución histórica y los conceptos esenciales que la sustentan.
Revisa tipos de IA (débil, fuerte, generativa), machine learning, deep learning y redes neuronales.
Identifica aplicaciones actuales de la IA en el ámbito académico y de investigación.
Analiza limitaciones y riesgos: alucinaciones, sesgos, ética y responsabilidad.

Tema 2: Fase de Exploración y Búsqueda de Literatura
En este módulo se desarrolla la capacidad para:

Usar IA para mapear temas de investigación, generar preguntas y delimitar problemas.
Identificar palabras clave, tópicos emergentes y antecedentes relevantes.
Realizar búsquedas eficaces apoyadas por herramientas como asistentes de IA, gestores bibliográficos con IA y sistemas de análisis semántico.
Evaluar la calidad, pertinencia y confiabilidad de las fuentes generadas o sugeridas por IA.

Tema 3: Análisis de Resultados
En este módulo se aborda cómo la IA puede:

Sintetizar información de forma estructurada (resúmenes, mapas conceptuales, cuadros comparativos).
Facilitar la identificación de patrones, categorías o tendencias temáticas.
Ayudar a organizar hallazgos en marcos teóricos o conceptuales.
Generar interpretaciones preliminares que posteriormente deben ser validadas por el investigador.

Tema 4: Fase de Análisis y Asistencia en la Redacción
En este último módulo, el participante:

Utiliza IA para estructurar artículos científicos, reportes técnicos, ensayos académicos y revisiones de literatura.
Comprende buenas prácticas para redactar con apoyo de IA sin comprometer originalidad, autoría ni integridad académica.
Emplea herramientas de IA para mejorar cohesión, claridad, estilo académico, gramática y citas.
Realiza procesos de revisión y corrección asistida, siempre apoyados en criterio crítico y normatividad ética.