Nuria Higuero | Psicóloga Sanitaria

En este módulo aterrizamos qué es realmente la inteligencia artificial y qué no lo es.

Verás la diferencia entre IA, machine learning y deep learning explicada con paralelismos a modelos de aprendizaje psicológico. Revisaremos los tipos de modelos más utilizados en psicología (clasificación, regresión, clustering y modelos generativos) y cómo “aprenden” a partir de datos, objetivos y errores.

Terminarás el tema con una visión clara y sin humo de los conceptos básicos que necesitas para entender cualquier proyecto de IA aplicado a psicología.

Aquí conectamos la psicometría clásica con el aprendizaje automático.

Trabajaremos cómo se traducen los constructos y variables psicológicas en datos, qué diferencia hay entre correlación, predicción y explicación, y qué riesgos aparecen al modelar comportamiento humano: sesgo, varianza y sobreajuste.

El objetivo es que puedas leer y valorar modelos predictivos con criterio profesional, sin perder de vista qué están midiendo realmente.

En este módulo exploramos el lenguaje como ventana a los procesos psicológicos.

Verás qué puede y qué no puede inferir la IA a partir del texto, cómo funcionan los análisis emocionales, semánticos y de patrones lingüísticos, y qué limitaciones tiene el NLP en contextos clínicos y sensibles.

Saldrás con una idea realista de hasta dónde podemos llegar (y hasta dónde no) cuando analizamos lenguaje con modelos de IA.

Este tema trata de algo clave: sin buenos datos, no hay buena IA.

Aprenderás qué es un dataset psicológico, cómo se diseña y por qué la calidad de los datos es tan crítica. Veremos el rol del psicólogo/a en la anotación y curación de datos, cómo se construyen guías de anotación, cómo se mide la fiabilidad entre jueces y cómo influyen nuestras decisiones clínicas en el comportamiento final de los modelos.

Entenderás por qué la IA necesita criterio humano para ser realmente útil.

En este módulo nos centramos en la IA generativa y los modelos de lenguaje (LLMs).

Verás cómo funcionan a grandes rasgos, en qué se diferencia usar la IA como herramienta frente a usarla como agente conversacional y qué usos responsables tiene en investigación, evaluación, intervención y tareas del día a día.

También revisaremos riesgos habituales (alucinaciones, sobreconfianza, dependencia tecnológica) y cómo minimizarlos en tu práctica profesional.

Aquí trabajamos el “cómo” y el “hasta dónde” de la IA en psicología.

Analizaremos la relación entre sesgos cognitivos humanos y sesgos algorítmicos, cuestiones de privacidad, protección de datos y confidencialidad, así como los límites del uso clínico de la IA y el principio de no sustitución del profesional.

Revisaremos el marco ético y regulatorio actual para que puedas tomar decisiones informadas y defender tu práctica con seguridad.

Cerramos el temario mirando a tus posibles salidas profesionales.

Veremos cómo trabajan los equipos de IA, qué lugar puede ocupar una persona con formación en psicología, qué perfiles existen sin necesidad de ser ingeniero/a y qué competencias son más demandadas (pensamiento crítico, ética, análisis de datos, trabajo con lenguaje, etc.).

El objetivo es que puedas identificar dónde encaja tu perfil y qué pasos dar si quieres orientarte hacia proyectos de IA aplicada a la psicología.

Durante el curso irás trabajando con un entorno de trabajo real: Python, Anaconda, Jupyter, GitHub y Hugging Face.

Aprenderás a:

• Configurar tu entorno de trabajo para IA.
• Realizar tareas básicas de anotación de datos.
• Entrenar un modelo sencillo.
• Crear un chatbot orientado a un caso psicológico.
• Analizar datos cualitativos y cuantitativos con Python.

Todo guiado paso a paso y siempre conectado con casos y ejemplos del ámbito psicológico.