Infraestructura de la IA
Video explicativo sobre las capas técnicas que hacen posible la IA: datos, servidores, modelos, redes, nube y aplicaciones educativas.
Descargar videoMódulo 3
Explicar la cadena técnica y social que hace posible la IA generativa y sus implicancias educativas.
Material fuente · Módulo 3
Este es el documento principal del recorrido. Léelo y consúltalo antes de trabajar con el video, el audio, las infografías y las actividades prácticas.
En móvil, el PDF se abre en el visor del dispositivo para facilitar la lectura y el zoom.
Abrir cuadernilloRecursos NotebookLM · Módulo 3
Material multimedia creado desde las fuentes del módulo para comprender internet, datos, nube, cómputo, modelos, fuentes y riesgos de infraestructura en el aprendizaje con IA.
Video explicativo sobre las capas técnicas que hacen posible la IA: datos, servidores, modelos, redes, nube y aplicaciones educativas.
Descargar videoAudio de profundización
Audio de profundización sobre servidores, GPU, energía, conexión, almacenamiento y el costo invisible detrás de cada interacción con IA.
18:55
Amplía cada recurso para leerlo en su resolución original.
Infografía
Descompone la IA educativa en capas de aplicación, lógica, datos, infraestructura física y base crítica de riesgos.
Mapa sistémico
Conecta base física, datos, modelos, internet, NotebookLM, calidad de fuentes y criterio pedagógico.
Mapa mental
Resume capas del sistema, infraestructura técnica, datos y fuentes, rol humano, NotebookLM en educación y riesgos.
Presentación · 13 páginas
Presentación visual para estudiar la arquitectura estratificada de la IA y sus capas de infraestructura, datos y aplicación.
Para una lectura cómoda en el teléfono, abre el PDF en el visor de tu dispositivo.
Leer presentaciónMapa visual del módulo
Problema que resuelve
Explicar la cadena técnica y social que hace posible la IA generativa y sus implicancias educativas.
Vista rápida de las lecciones principales.
Idea 1
La IA no es magia: La herramienta visible depende de internet, datos, servidores, chips y decisiones humanas.
Idea 2
Dato, fuente y conocimiento: Distinguir datos, bases de datos, fuentes confiables y conocimiento construido.
Idea 3
NotebookLM dentro de la infraestructura: Analizar ventajas y riesgos de trabajar con fuentes propias en educación.
Material externo seleccionado para complementar el módulo.
Muestra la infraestructura física, energética y computacional necesaria para construir grandes centros de datos de IA.
Abrir en YouTubeAnaliza la evolución reciente de los centros de datos de IA, su capacidad computacional y sus desafíos de infraestructura.
Abrir en YouTubeRuta de aprendizaje
Abre cada paso para trabajar su contenido. El progreso queda guardado mientras avanzas.
Teoría, práctica y evaluación ordenadas para estudiar sin perder continuidad.
theory
La herramienta visible depende de internet, datos, servidores, chips y decisiones humanas.
theory
Distinguir datos, bases de datos, fuentes confiables y conocimiento construido.
activity
Analizar ventajas y riesgos de trabajar con fuentes propias en educación.
Cierre y validación del módulo
Cuando termines el cuadernillo, los materiales y las actividades, valida tu dominio. Necesitas responder correctamente al menos el 80% para aprobar el módulo.
20
preguntas
80%
mínimo para aprobar
2 horas
carga estimada