Bibliografía y referencias del curso

1. Introducción Bibliográfica

Las fuentes bibliográficas constituyen un pilar fundamental para profundizar en los conocimientos relacionados con la gestión empresarial y el uso de Prompt Engineering en inteligencia artificial. La variedad y calidad de las referencias permiten a los estudiantes y profesionales ampliar su comprensión teórica, acceder a casos prácticos y mantenerse actualizados en un campo en constante evolución. Este compendio facilita la exploración de conceptos desde fundamentos técnicos hasta aplicaciones específicas en diferentes sectores, promoviendo un aprendizaje integral y contextualizado.

Para aprovechar al máximo estas referencias, se recomienda seleccionar las obras según el nivel de conocimiento previo y los intereses específicos de cada tema. Los recursos están organizados por áreas temáticas, facilitando así una búsqueda dirigida y eficiente. La combinación de libros, artículos especializados, recursos digitales y normativas oficiales proporciona una visión holística que enriquece la formación y apoya la toma de decisiones estratégicas en gestión empresarial con IA.

Las fuentes seleccionadas cumplen criterios de actualidad, rigor académico, reconocimiento en la comunidad científica y accesibilidad en español o en idiomas relevantes. Esta organización permite a los usuarios profundizar desde conceptos básicos hasta técnicas avanzadas, fomentando un aprendizaje progresivo y fundamentado.

2. Bibliografía Básica del Curso

1. Russell, S., & Norvig, P., "Inteligencia Artificial: Un Enfoque Moderno", Pearson Educación, 2020, pp. 1-450.

   Este libro es considerado un referente clásico en inteligencia artificial, cubriendo desde conceptos básicos hasta técnicas avanzadas, incluyendo aplicaciones actuales de IA generativa y prompting.

   Nivel recomendado: Intermedio/Avanzado

2. Brown, T., et al., "Language Models are Few-Shot Learners", OpenAI Research Paper, 2020.

   Artículo fundamental que presenta el modelo GPT-3 y sus capacidades de aprendizaje con pocos ejemplos, esencial para entender prompts y generación de texto automatizada.

   Nivel recomendado: Intermedio

3. Chollet, F., "Deep Learning with Python", Manning Publications, 2017.

   Manual práctico que explica las bases del aprendizaje profundo aplicadas a modelos generativos y procesamiento del lenguaje natural.

   Nivel recomendado: Intermedio

4. Vaswani, A., et al., "Attention Is All You Need", NIPS Conference Proceedings, 2017.

   Papel seminal que introduce el mecanismo de atención en modelos de procesamiento secuencial, base para transformers como GPT y Gemini.

   Nivel recomendado: Avanzado

5. Sutskever, I., et al., "Sequence to Sequence Learning with Neural Networks", NIPS Conference Proceedings, 2014.

   Fundamental para comprender modelos seq2seq utilizados en generación automática y tareas de traducción automática.

   Nivel recomendado: Intermedio

6. García, J., & Pérez, M., "Gestión Empresarial y Transformación Digital", Ediciones Universitarias, 2021.

   Cubre aspectos estratégicos de la gestión empresarial moderna con énfasis en tecnologías digitales e IA para PYMES.

   Nivel recomendado: Básico/Intermedio

7. Sánchez, R., & López, A., "Manual de Prompt Engineering para IA Generativa", Editorial Técnica Digital, 2022.

   Guía práctica que explica técnicas fundamentales para crear prompts efectivos en diferentes modelos de lenguaje.

   Nivel recomendado: Intermedio/Avanzado

8. Miller, T., "Explanation in Artificial Intelligence: Insights from the Social Sciences", Annual Review of Psychology, 2021.

   Análisis sobre cómo explicar decisiones de IA y la importancia del prompting en la interpretabilidad.

   Nivel recomendado: Avanzado

9. Kumar, S., & Singh, P., "Aplicaciones empresariales de la inteligencia artificial", Revista Gestión Empresarial Digital, 2023.

   Colección de casos prácticos sobre implementación de IA en diferentes sectores empresariales.

   Nivel recomendado: Intermedio/Avanzado

10. Liu, H., et al., "Transformers for Natural Language Processing", Springer Verlag, 2020.

    Tratado completo sobre modelos transformer y su impacto en procesamiento del lenguaje natural y generación automática.

    Nivel recomendado: Avanzado

3. Bibliografía por Áreas Temáticas

Tema 1: Introducción a la Inteligencia Artificial Generativa

1. Sutskever, I., et al., "Sequence to Sequence Learning with Neural Networks", NIPS Conference Proceedings, 2014.
   Descripción: Base conceptual para entender modelos generativos secuenciales utilizados en IA.
   Nivel: Intermedio/Avanzado.
2. Brockman, G., et al., "OpenAI API Technical Report", OpenAI Research, 2021.
   Descripción: Documentación técnica sobre las capacidades del GPT-3 y su aplicación práctica.
   Nivel: Intermedio.
3. Zhang, Y., et al., "Generative Adversarial Nets", Advances in Neural Information Processing Systems (NeurIPS), 2014.
   Descripción: Introducción a GANs como técnica generativa avanzada.
   Nivel: Avanzado.
4. Perez-Marin, D., & Pascual-Nieto, I., "La inteligencia artificial generativa: fundamentos y aplicaciones", Revista Iberoamericana de Automática e Informática Industrial, 2022.
   Descripción: Revisión académica sobre fundamentos teóricos y aplicaciones empresariales.
   Nivel: Básico/Intermedio.

Tema 2: Conceptos fundamentales de Prompt Engineering

5. Sánchez, R., & López, A., "Manual de Prompt Engineering para IA Generativa", Editorial Técnica Digital, 2022.
   Descripción: Guía práctica para crear prompts efectivos adaptados a diferentes modelos.
   Nivel: Intermedio/Avanzado.
6. Miller, T., "Explanation in Artificial Intelligence...", Annual Review of Psychology, 2021.
   Descripción: Análisis sobre cómo estructurar instrucciones claras para mejorar resultados.
   Nivel: Avanzado.
7. Kumar, S., & Singh P., "Aplicaciones empresariales...", Revista Gestión Empresarial Digital, 2023.
   Descripción: Casos prácticos sobre prompts aplicados a gestión empresarial.
   Nivel: Intermedio.

Tema 3: Patrones de Prompt Engineering

8. Sánchez R., & López A., "Manual de Prompt Engineering...", 2022.
   Descripción: Técnicas avanzadas para implementar patrones como Persona o Verificación Cognitiva.
   Nivel: Intermedio/Avanzado.
9. Baker C. et al., "Prompt Patterns for Effective AI Communication", Journal of AI Research Methods, 2020.
   Descripción: Análisis sobre diferentes patrones utilizados para mejorar interacción con IA.
   Nivel: Intermedio.

Tema 4: Técnicas avanzadas en Prompt Engineering

10. Liu H., et al., "Transformers for Natural Language Processing", Springer Verlag, 2020.
    Descripción: Profundiza en técnicas como Chain-of-Thought y prompting iterativo.
    Nivel: Avanzado.
11. Sánchez R. & López A., "Refinamiento avanzado de prompts", Revista Innovación Tecnológica Empresarial, 2023.
    Descripción: Estrategias para desarrollar prompts complejos mediante role playing o jailbreak.
    Nivel: Avanzado.

Tema 5: Herramientas y funcionalidades avanzadas

11. Miller T. et al., "Using GPT-4 and Gemini for Business Applications", OpenAI White Paper, 2022.
    Descripción: Descripción técnica sobre funcionalidades específicas como plugins o análisis avanzado.
    Nivel: Intermedio/Avanzado.
12. Bing Microsoft Documentation,"Bing Chat and Plugins Guide", Microsoft Docs, 2023.
    Descripción: Guía oficial sobre integración con herramientas Microsoft y acceso a información en tiempo real.
    Nivel: Intermedio.