CAPÍTULO C: EN INTELIGENCIA ARTIFICIAL GENERATIVA PARA LAS CIENCIAS VETERINARIAS, PECUARIAS Y BIOLÓGICAS – MODALIDAD A DISTANCIA¹

ARTÍCULO 201. Aprobar la creación de la Diplomatura Universitaria Superior en Inteligencia Artificial Generativa para las Ciencias Veterinarias, Pecuarias y Biológicas, modalidad a distancia, de la Facultad de Ciencias Veterinarias.

ARTÍCULO 202. Aprobar la Reglamentación General, el Plan de Estudios y los contenidos mínimos de las asignaturas de la Diplomatura Universitaria Superior a la que se refiere el artículo 201, que forma parte del presente Capítulo.

PLAN DE ESTUDIOS

I. INSERCIÓN INSTITUCIONAL DEL POSGRADO

Denominación de la Diplomatura:

Diplomatura Universitaria Superior en Inteligencia Artificial Generativa para las Ciencias Veterinarias, Pecuarias y Biológicas

Unidad/es Académica/s de las que depende:

Facultad de Ciencias Veterinarias de la Universidad de Buenos Aires

Sede/s de desarrollo de las actividades académicas:

Facultad de Ciencias Veterinarias de la Universidad de Buenos Aires

Resolución/es de CD de la/s Unidad/es Académica/s de aprobación del Proyecto de Posgrado: RESCD-2025-682-E-UBA-DCT_FVET

II. MODALIDAD

III. FUNDAMENTACIÓN DEL POSGRADO

a. Antecedentes:

Las primeras innovaciones vinculadas a la Inteligencia Artificial (IA) datan de la década de 1950, con las ideas pioneras de Alan Turing, quien propuso el famoso Test de Turing como criterio para evaluar la inteligencia de las máquinas. Ese modelo teórico –la posibilidad de que una máquina imite con éxito la respuesta humana– marcó el origen de un debate que hoy cobra plena vigencia. El término inteligencia artificial fue acuñado por John McCarthy en 1956, durante la Conferencia de Dartmouth, y desde entonces la disciplina creció de modo exponencial, impulsada por la digitalización y la automatización (Russell & Norvig, 2020).

En las últimas décadas, y especialmente desde el surgimiento de la IA generativa a fines de 2022, el campo ha experimentado un avance acelerado que está transformando múltiples sectores: medicina, industria, educación y entretenimiento, entre otros. Los modelos de lenguaje de gran tamaño (LLMs) –como GPT-3 o GPT-4– y sistemas multimodales han ampliado las fronteras de aplicación, incluso en áreas especializadas como la medicina veterinaria o las ciencias biológicas.

La IA es una disciplina multidisciplinaria de las ciencias computacionales, combina informática, matemáticas, estadística, ingeniería y ciencias cognitivas para desarrollar sistemas capaces de aprender, razonar y tomar decisiones de manera autónoma (Goodfellow et al., 2016). Según Nilsson (2009), su objetivo es reproducir tareas típicamente humanas: percepción, razonamiento, aprendizaje y comunicación. Algunas de estas tareas se aceleran de manera vertiginosa y en pocos años estamos asistiendo a una verdadera revolución digital que transforma prácticas profesionales y obliga por lo tanto a su comprensión, atención, resguardos y acciones. La IA generativa es, por lo tanto, un subcampo actual de la inteligencia artificial, se centra en la creación de contenido nuevo y original a partir de patrones aprendidos de grandes conjuntos de datos (Goodfellow et al., 2014). De este modo, produce contenido novedoso a partir de los datos disponibles en Internet y una potente velocidad de procesamiento; no es más que computo, pero la naturaleza de sus resultados genera importantes cambios en el quehacer cotidiano de tareas epistémicas como las que tienen lugar en las universidades. Los riesgos son múltiples puesto que los mecanismos sobre los cuales se basa su entrenamiento no están exentos de sesgos y de errores. Como el modo de procesamiento algorítmico es aleatorio o estocástico no carece de fallos. Esta tecnología ha demostrado capacidades extraordinarias en la generación de texto, imágenes, audios, videos, código y otros tipos de contenido multimedia, abriendo nuevas posibilidades para la educación y las prácticas profesionales.

La UNESCO (2022) sostiene que la IA está revolucionando la educación al ofrecer oportunidades para mejorar la enseñanza y el aprendizaje. Autores como Luckin et al. (2016) destacan su potencial para transformar la educación superior mediante la creación de entornos de aprendizaje adaptativos que se ajusten a las necesidades de cada estudiante. Algunas cuestiones que se desprenden al sopesar oportunidades y riesgos que plantean estas tecnologías son necesarias como campo de discusión análisis y contrastación en enfoques y perspectivas: ¿Qué datos se recopilan y cómo se utilizan los mismos para el desarrollo de estas herramientas? ¿Cuáles son los efectos sociales, culturales, políticos y económicos? ¿Qué pasa con los filtros y los sesgos en el uso de las mismas? ¿Qué condiciones son necesarias para implementar el uso de herramientas de IA en el ecosistema de mediaciones educativas de nivel superior? ¿En qué situaciones es preferible no utilizar IA? Estos interrogantes entre muchos otros, serán abordados en el marco de la diplomatura desde una perspectiva crítica, aunque no apocalíptica. La reflexión sobre el estado actual de situación busca brindar los elementos de análisis necesarios para pensar cómo enfrentar y atravesar la multiplicidad de posibilidades y las consecuencias que trae el uso de una tecnología incipiente pero que crece y avanza a una velocidad vertiginosa.

Las ciencias veterinarias y biológicas, como disciplinas científicas y profesionales, enfrentan desafíos únicos que la IA generativa puede ayudar a abordar de manera innovadora. Simuladores basados en IA pueden proporcionar experiencias de aprendizaje inmersivas que permiten a los estudiantes practicar procedimientos clínicos en entornos virtuales seguros antes de trabajar con animales reales, las cuales se han incorporado recientemente en los ámbitos de la Facultad de Ciencias Veterinarias de la Universidad de Buenos Aires. Y así como se han incorporado diversas tecnologías disponibles hasta hace pocos años, la IA generativa comienza a ser una herramienta poderosa que permite diseñar materiales didácticos que revolucionan las clases en el campo biológico, en producción pecuaria, en salud pública, en medicina veterinaria de pequeños y de grandes animales.

En este contexto, resulta fundamental que la universidad se convierta en un espacio de reflexión crítica y difusión responsable de los avances y desafíos de la IA generativa y sus implicancias específicas para la medicina veterinaria y carreras afines. Una Diplomatura dedicada a la inteligencia artificial generativa en la enseñanza veterinaria permitirá a docentes, investigadores y profesionales de dichas áreas conocer los últimos avances tecnológicos, las aplicaciones prácticas específicas y los aspectos éticos y deontológicos relacionados con esta tecnología emergente.

b. Justificación:

La presente Diplomatura Universitaria Superior ha sido diseñada de acuerdo con lo dispuesto en el Capítulo H CÓDIGO.UBA I-20 respecto a la reglamentación vigente para las Diplomaturas universitarias superiores de la Universidad de Buenos Aires.

Asimismo, se contempla el marco que regula el desarrollo de la educación a distancia en la universidad, según lo dispuesto en los Capítulos A y B CÓDIGO.UBA I-22.

IV. OBJETIVOS DEL POSGRADO

1. Comprender los alcances y limitaciones de la IA generativa y sus implicancias en el ámbito universitario, particularmente en los campos veterinario, pecuario y biológico.

2. Reflexionar en forma crítica acerca de los aspectos éticos, sociales, ambientales, políticos y educativos alrededor de los usos de la IA.

3. Analizar las discusiones y debates vigentes sobre la IA y educación.

4. Diseñar dispositivos útiles para la docencia y la investigación, fundamentalmente en el campo veterinario-pecuario-biológico.

5. Incorporar diferentes agentes de IA generativa en las prácticas pedagógicas y de investigación de manera ética, transparente, documentada y responsable.

V. ORGANIZACIÓN DEL POSGRADO

a. Institucional:

La Diplomatura Superior en Inteligencia Artificial Generativa para las Ciencias Veterinarias, Pecuarias y Biológicas cuenta con un Director y una Comisión Académica. La Comisión Académica está integrada por el Director, quien la presidirá y CUATRO (4) miembros. Todos ellos deben contar con antecedentes académicos y profesionales en la temática. Las autoridades son nombradas por el Consejo Directivo, ejercen sus funciones durante cuatro años y pueden ser reelegidas.

Son funciones de la Dirección:

1. Coordinar, evaluar e informar las actividades curriculares de la Diplomatura.

2. Supervisar el desarrollo general de la carrera, incluyendo la actividad académica y administrativa.

3. Coordinar con el equipo tecno-pedagógico el funcionamiento de la plataforma virtual de la carrera y proponer mejoras continuas.

4. Coordinar y convocar periódicamente a los miembros de la Comisión Académica.

5. Presidir las sesiones de la Comisión Académica y velar por el cumplimiento de sus decisiones.

6. Proponer modificaciones en el plan de estudios, en la organización académica y en la estructura institucional de la Diplomatura.

Son funciones de la Comisión Académica:

1. Evaluar los antecedentes de cada aspirante.

2. Entrevistar al aspirante a fin de evaluar su motivación e interés por la formación a la que aspira.

3. Proponer a la Escuela de Graduados de la Facultad de Ciencias Veterinarias para su posterior elevación para su consideración por el Consejo Directivo:

a. La aceptación del aspirante o su rechazo debidamente fundamentado y el establecimiento de prerrequisitos cuando sea necesario.

b. El orden de mérito de los aspirantes.

c. La aprobación de los programas analíticos de los cursos.

d. La nómina de docentes de la Diplomatura.

e. La tramitación de acreditación de asignaturas (hasta un máximo del CINCUENTA por ciento (50%) de la carga horaria total de la Diplomatura), cuando los antecedentes de formación académica y/o profesional y el nivel de trabajos realizados por el aspirante lo justifique.

4. Establecer mecanismos continuos de evaluación que posibiliten supervisar el cumplimiento de los planes de estudios y elaborar las propuestas de su modificación.

5. Analizar las situaciones particulares que se presenten y proponer a la Escuela de Graduados las posibles soluciones.

Modalidad de selección y designación de docentes

Los docentes de cada asignatura deben poseer antecedentes en la temática correspondiente y experiencia en educación a distancia. Son docentes estables aquellos asignados a la Diplomatura que forman parte del plantel docente de la Facultad y los que, provenientes de otras instituciones, tengan funciones tales como el dictado y evaluación de los cursos. Son docentes invitados aquellos que asuman eventualmente el dictado de una actividad académica de la Diplomatura.

La designación de los docentes, propuestos por la Comisión Académica, se realiza de acuerdo con las normas vigentes de la Escuela de Graduados de la Facultad de Ciencias Veterinarias de la Universidad de Buenos Aires (UBA) y son nombrados por el Consejo Directivo.

b. Convenios:

La Diplomatura no depende de la existencia de un convenio para su dictado.

c. Académica:

La asignación horaria total de la Diplomatura es de CIENTO CINCUENTA Y SEIS (156) horas.

Para el desarrollo de las actividades académicas a distancia se cuenta con el apoyo del equipo tecno-pedagógico, que participa en la asesoría y consultoría para el diseño de materiales didácticos multimedia, la implementación de tecnologías emergentes y la configuración y gestión de aulas virtuales. Este equipo, compuesto por pedagogos y veterinarios expertos en tecnología educativa, colabora con los docentes de posgrado ofreciendo capacitaciones tanto generales como específicas, con el objetivo de mejorar las estrategias de enseñanza a distancia. Además, se dispone de un repositorio de materiales de apoyo accesible a través del sitio web de la facultad, brindando recursos abiertos y de libre acceso para todos los miembros de la comunidad académica. Por otra parte, el Área de Recursos Audiovisuales de la Facultad brinda soporte en la producción de contenidos digitales y audiovisuales, mientras que el personal administrativo y de sistemas se encarga de gestionar adecuadamente las herramientas tecnológicas correspondientes. Asimismo, la Escuela de Graduados cuenta con personal específicamente asignado para la gestión y asistencia, actuando como mesa de ayuda en el uso del Campus Virtual de la Facultad, tanto para docentes como para estudiantes.

Cuadro correspondiente al Plan de estudios

CONTENIDOS MÍNIMOS

Inteligencia Artificial generativa: bases conceptuales y técnicas

Concepto de IA e IA generativa. Algoritmos y aprendizaje automático: supervisado, no supervisado y profundo. Redes neuronales y relación con la robótica. Procesamiento del lenguaje natural y grandes modelos de lenguaje. Principales hitos históricos: Turing, McCarthy, Rosenblatt, Minsky. Ley de Moore, sistemas expertos y las siete cuestiones fundacionales de la IA. Sociología de la IA: imaginario cultural, datos y procesos algorítmicos en la vida cotidiana. Big Data: recolección, análisis y uso de datos para clasificación, segmentación y predicción en salud, educación, trabajo, justicia, consumo y entretenimiento.

Filosofía y sociología de la tecnología de IA generativa. Impactos en las profesiones del campo bio-veterinario-pecuario

La inteligencia como categoría en disputa. La IA como problema sociopolítico, geopolítico y metatecnología. Impactos ambientales y sociales. Automatización de tareas en los campos bio-veterinario-pecuarios. Tecnologías predictiva, prescriptiva, descriptiva y de asistencia. Productividad y organización del trabajo mediante análisis y automatización de datos. Regulaciones de las inteligencias artificiales: avances en Argentina, la región y el mundo. Problemas éticos, defensa de intereses nacionales y regulaciones institucionales en universidades.

Enseñar ciencias veterinarias, pecuarias y biológicas con IA generativa

Funcionamiento básico de los LLMs, capacidades y limitaciones en contextos científicos y educativos. Sesgos y consideraciones éticas. Responsabilidad académica e integridad científica. Uso crítico y contextualizado de herramientas de IA generativa: generadores de texto, recursos visuales, planificación didáctica, materiales y evaluaciones. Principios de equidad e inclusión. Aplicaciones docentes y estudiantiles en el campo veterinario, pecuario y biológico.

Anatomía del prompt

Definición, estructura y rol del prompt. Componentes esenciales: contexto, instrucción y formato. Tipos de prompts: informativos, analíticos, evaluativos y creativos. Principios de claridad, especificidad y contexto. Técnicas de prompting: modelo R.I.T.A., instrucciones estructuradas, refinamiento iterativo, validación cruzada y encadenamiento de pasos. Ejemplos aplicados a la práctica profesional.

Escritura académica con IA generativa

La IA como tecnología epistémica: promesas, limitaciones y riesgos. Aplicaciones en procesamiento y organización de textos, corrección y traducción. Herramientas de asistencia en la escritura e investigación. Cuestiones éticas: sesgos, plagio, integridad y citación. Tareas posibles: análisis de datos, revisión de literatura, diseño experimental, simulaciones y redacción académica.

Investigación con IA generativa

Aceleración del ciclo de investigación y análisis masivo de datos. Asistencia en diseño experimental, predicción de resultados y organización de materiales. Riesgos: plagio, alucinaciones y sesgos. El rol del investigador y la simbiosis humano-máquina. Verificación de información y pensamiento crítico. Uso de motores de búsqueda, bases de datos y gestores bibliográficos con IA. Funcionalidades avanzadas: transcripción de audio, análisis cualitativo y cuantitativo, y generación de hipótesis experimentales.

Diseño de materiales didácticos con IA generativa

Criterios para la selección y diseño de materiales educativos con IA. Creación de contenidos en diversos formatos dentro de secuencias didácticas. Producción de casos, guías, materiales visuales y audiovisuales. Diseño de infografías, esquemas, presentaciones y materiales interactivos. Evaluación y mejora de materiales, adaptación a distintas modalidades y campos disciplinares. Gestión personal de recursos y licencias abiertas.

Evaluación con IA generativa

Concepciones actuales de evaluación y su transformación mediante la IA generativa. Diseño de estrategias evaluativas con IA generativa y análisis de los principales tipos de evaluación automatizada. Analíticas de aprendizaje y predicción académica orientadas a la detección temprana de patrones. Uso de chatbots y herramientas específicas para la evaluación. Elaboración de plantillas que documenten la interacción con la IA y la reflexión personal. Aplicación de rúbricas cualitativas que expliciten criterios y fomenten la autoevaluación y coevaluación.

VI. ESTUDIANTES

a) Requisitos de admisión:

Esta Diplomatura Universitaria Superior fue diseñada conforme lo dispuesto en el Capítulo H CÓDIGO. UBA I 20. Para ser admitido, el postulante deberá contar con título universitario de grado o de carreras de nivel superior no universitario de CUATRO (4) años de duración, con orientación en ciencias de la salud, ciencias biológicas o áreas afines a las Ciencias Veterinarias; ser docente de grado o posgrado universitario en temáticas afines, o Especialista en Docencia Universitaria para Ciencias Veterinarias, Pecuarias y Biológicas.

b) Criterios de regularidad de los estudiantes:

Para mantener su condición de regularidad los cursantes deben:

– Participar como mínimo en el SETENTA Y CINCO por ciento (75%) de las clases. La asistencia se contabilizará mediante la participación activa en actividades virtuales, ya sean sincrónicas o asincrónicas.

– Cumplimentar el pago de aranceles acorde a la reglamentación vigente.

La cursada de la Diplomatura podrá realizarse como máximo en UN (1) año. El Proyecto integrador deberá entregarse como máximo en un plazo de TRES (3) meses a partir de la aprobación de la última actividad curricular. La condición de alumno regular de la Diplomatura será de DIECIOCHO (18) meses desde su admisión. De exceder el período mencionado el alumno deberá solicitar a la Comisión Académica, y con el aval de su Tutor, una prórroga fundamentada. Dicha prórroga podrá ser acordada por única vez y por un tiempo máximo de SEIS (6) meses. La Comisión Académica podrá determinar las actividades a cumplir por el alumno para acceder a la mencionada prórroga.

c) Criterios generales de evaluación:

Las asignaturas tendrán sus sistemas de evaluación propios acorde al tipo de actividad que en las mismas se desarrolle. Las cuales podrán incluir: producciones didácticas que incorporen IA generativa, ensayos, diseño y creación de materiales para la enseñanza con IA generativa, presentaciones escritas u orales. La aprobación de las materias requiere en todos los casos alcanzar un mínimo de SESENTA por ciento (60%) del conocimiento de los contenidos evaluados.

Proyecto Integrador: consistirá en una síntesis reflexiva en formato póster interactivo virtual, en el cual se incorporarán una selección de producciones realizadas en las diferentes asignaturas y una reflexión personal del cursante. Este proyecto deberá defenderse en forma oral mediante plataforma de comunicación a través de video llamada. La Comisión académica designará al evaluador elegido entre los docentes de la carrera.

d) Requisitos para la aprobación:

-Aprobar la totalidad de las asignaturas de la Diplomatura.

-Aprobar el Proyecto Integrador

La confección y expedición del certificado se realizará conforme a lo dispuesto en el Capítulo H CÓDIGO.UBA.