Objetivo

En la última década, la inteligencia artificial (IA) ha avanzado de manera acelerada, destacando la IA generativa (IAGen), que está transformando la planificación, ejecución y difusión de proyectos de investigación. Estas herramientas permiten optimizar tareas como búsqueda bibliográfica, análisis de datos, generación de textos científicos y creación de materiales visuales. En investigación en cuidados, la IAGen es especialmente relevante por su potencial para agilizar la formulación de preguntas y marcos teóricos, mejorar la interpretación y comunicación de resultados, y favorecer la innovación en la elaboración de materiales de divulgación.



No obstante, la falta de formación específica en el uso responsable y ético de estas herramientas genera barreras en su adopción. Muchos profesionales desconocen sus posibilidades y limitaciones, lo que puede derivar en un uso inapropiado o sesgado. El curso de «Inteligencia Artificial Generativa aplicada al proceso de investigación en cuidados» ofrece formación sistemática para integrar la IAGen de manera segura y efectiva en todas las fases del proceso de investigación.



OBJETIVOS:

Introducir a los profesionales de la salud en el uso de la IAGen aplicada al proceso de investigación en cuidados:


Comprender los conceptos y principios básicos y el funcionamiento general de la IA y la IAGen.


Identificar herramientas de IAGen aplicables en las diferentes fases del proceso de investigación.


Explorar cómo las herramientas de IAGen pueden facilitar (o no) la generación de ideas, la búsqueda y síntesis de la literatura, el diseño de estudios, la recogida y análisis de datos y la divulgación y difusión de resultados.


Conocer la legislación vigente, dilemas éticos y políticas editoriales relacionadas con el uso de IAGen en el proceso de investigación.


Aplicar recomendaciones básicas para un uso seguro, responsable y eficiente de la IAGen en proyectos de investigación.






UNIDADES DOCENTES:


Introducción a los instrumentos de medida en investigación en salud.


Diseño y validación de instrumentos de medida.


Interpretabilidad, factibilidad y usabilidad de los instrumentos.


Traducción y adaptación cultural.