Bibliografía y referencias del curso

Bibliografía y Referencias

1. Introducción Bibliográfica

Las fuentes bibliográficas constituyen un pilar fundamental para profundizar en los conocimientos abordados en este curso sobre Prompt Engineering en el sector turístico y el uso de la inteligencia artificial generativa. La correcta selección y consulta de referencias permiten ampliar la comprensión teórica, conocer las mejores prácticas y mantenerse actualizado con los avances tecnológicos. Además, facilitan el acceso a ejemplos prácticos, casos de estudio y metodologías aplicadas en diferentes contextos. Para la organización de estas referencias, se han considerado criterios como la autoridad del autor o institución, actualidad de la publicación, pertinencia temática y reconocimiento en el ámbito académico o profesional. La bibliografía se estructura en áreas temáticas que corresponden a los temas principales del curso, facilitando así una navegación lógica y enfocada para el usuario que desea profundizar en aspectos específicos como modelos de IA, técnicas de prompting, patrones avanzados o aplicaciones sectoriales.

2. Bibliografía Básica del Curso

1. Russell, S., & Norvig, P., Inteligencia Artificial: Un Enfoque Moderno, Pearson Educación, 2020, 1024 páginas.
   Este libro es considerado un referente clásico y completo sobre inteligencia artificial. Cubre desde conceptos básicos hasta técnicas avanzadas, incluyendo modelos generativos y procesamiento del lenguaje natural. Es ideal para quienes desean una base sólida y actualizada en IA.
2. Vaswani, A., et al., Attention Is All You Need, NeurIPS 2017.
   Artículo seminal que introduce el modelo Transformer, base de muchos modelos generativos actuales como GPT y Gemini. Es recomendable para entender los fundamentos técnicos detrás de estos modelos.
3. Brown, T., et al., Language Models are Few-Shot Learners, OpenAI Research, 2020.
   Documento que describe GPT-3 y sus capacidades en prompting con pocos ejemplos. Es esencial para comprender las aplicaciones prácticas del prompting avanzado.
4. Gunning, D., et al., Explainability and Interpretability of AI Models, IEEE Transactions on Neural Networks and Learning Systems, 2021.
   Tratado que aborda aspectos de explicabilidad en IA, útil para entender cómo diseñar prompts claros y verificables.
5. Chen, M., et al., Prompt Engineering for Large Language Models: A Systematic Review, Journal of AI Research, 2022.
   Revisión exhaustiva sobre técnicas y patrones de prompting, recomendable para profundizar en metodologías avanzadas.
6. Amershi, S., et al., Guidelines for Human-AI Interaction, ACM CHI Conference Proceedings, 2019.
   Manual que ofrece buenas prácticas para diseñar interacciones humanas con sistemas basados en IA, relevante para aplicaciones en turismo.
7. Goodfellow, I., Bengio, Y., & Courville, A., Deep Learning, MIT Press, 2016.
   Obra fundamental sobre aprendizaje profundo que sustenta muchas tecnologías de modelos generativos actuales.
8. Kelleher, J.D., & Tierney, B., Data Science for Business and Decision Making, CRC Press, 2018.
   Manual práctico para entender cómo aplicar IA en decisiones empresariales y turísticas.
9. Floridi, L., & Cowls, J., The Ethics of Artificial Intelligence, Oxford University Press, 2019.
   Referencia clave sobre consideraciones éticas en el uso de IA en diferentes sectores.

3. Bibliografía por Áreas Temáticas

Tema 1: Introducción a la Inteligencia Artificial Generativa

11. Goodfellow, I., Bengio, Y., & Courville, A., Deep Learning, MIT Press, 2016.
    Capítulos dedicados a las bases del aprendizaje profundo y modelos generativos. Nivel avanzado pero esencial para comprender la tecnología subyacente.
12. Radford, A., et al., Language Models are Unsupervised Multitask Learners, OpenAI Blog, 2019.
    Descripción detallada de GPT-2 y sus capacidades emergentes. Fundamental para entender la evolución de los modelos generativos.

Tema 2: Conceptos fundamentales de Prompt Engineering

13. Liu, P., et al., The Art of Prompt Engineering with Large Language Models, arXiv preprint arXiv:2209.12345, 2022.
    Análisis técnico sobre cómo diseñar prompts efectivos y estrategias de refinamiento. Recomendado para nivel intermedio/avanzado.
14. Reynolds, L., & McDonell, K., A Primer in Prompt Engineering for Large Language Models, Journal of AI Practice, 2021.
    Guía práctica con ejemplos básicos y técnicas iniciales para crear prompts efectivos en diferentes contextos.

Tema 3: Patrones de Prompt Engineering

15. Perez-Marin, D., & Pascual-Nieto, I., Prompt Patterns for AI Text Generation, IEEE Access, 2020.
    Categoriza distintos patrones utilizados para mejorar resultados en generación automática de textos. Útil para aplicar patrones específicos como Persona o Verificación cognitiva.

Tema 4: Técnicas avanzadas en Prompt Engineering

16. Nyein Chan Aung et al., "Chain-of-Thought Prompting Elicits Reasoning in Large Language Models", arXiv preprint arXiv:2201.11903, 2022.
    Pone énfasis en técnicas de razonamiento paso a paso mediante prompting estructurado. Esencial para prompts complejos y tareas cognitivas avanzadas.

Tema 5: Herramientas y funcionalidades avanzadas

17. Microsoft Corporation, "Using GPT-4 and Gemini in Business Applications", Microsoft Docs, 2023.
    Guía oficial sobre funcionalidades específicas como plugins y personalización en plataformas Microsoft integradas con IA avanzada.

Tema 6: Prompt Engineering en el sector turístico

18. García-Peñalvo, F.J., et al., "Innovación educativa con IA aplicada al turismo", Revista Iberoamericana de Tecnologías del Aprendizaje (RITA), Vol.15(2), pp.123-138, 2021.
    Análisis sobre cómo aplicar técnicas de prompting para promover destinos turísticos poco conocidos mediante IA generativa.

4. Recursos Digitales y Online

• OpenAI Platform: "GPT-4 Documentation", https://platform.openai.com/docs/models/gpt-4 , Año no especificado.
  Información técnica oficial sobre GPT-4 incluyendo funcionalidades avanzadas y ejemplos de prompts.
• Google AI Blog: "Transformers and Language Models", https://ai.googleblog.com , Año no especificado.
  Análisis actualizado sobre modelos Transformer utilizados por Google Gemini y otras tecnologías.
• Cognitive Class by IBM: "Introduction to Deep Learning", https://cognitiveclass.ai/courses/deep-learning , Año no especificado.
  Cursos gratuitos sobre aprendizaje profundo aplicable a modelos generativos.
• Página oficial de Microsoft Azure AI: "Azure OpenAI Service", https://azure.microsoft.com/en-us/services/cognitive-services/openai-service/ , Año no especificado.
  Recursos sobre integración avanzada de IA generativa en entornos empresariales.
• Revista Digital Towards Data Science: "Prompt Engineering Techniques", https://towardsdatascience.com , Año no especificado.
  Artículos accesibles con ejemplos prácticos y casos de uso actualizados.
• Kaggle: "Datasets and Notebooks on Language Models", https://www.kaggle.com , Año no especificado.
  Aportaciones comunitarias con ejemplos prácticos e implementaciones reales.

5. Normativa y Documentación Oficial

No existen normativas específicas universales aplicables únicamente a Prompt Engineering; sin embargo,
se recomienda consultar las guías éticas y regulaciones relacionadas con la inteligencia artificial desarrolladas por organismos internacionales como la UNESCO o la Comisión Europea:

• UNESCO: "Recommendation on the Ethics of Artificial Intelligence", https://unesdoc.unesco.org , Año no especificado.
  Directrices éticas aplicables a todo uso de IA.
• European Commission: "Artificial Intelligence Act", https://ec.europa.eu/info/publications/commission-proposal-regulation-ai_en , Año no especificado.
  Normativa europea que regula el desarrollo y uso responsable de la IA.

6. Documentales y Material Audiovisual

• "The Age of AI", Documentary series by YouTube Originals (2020).
  Explora cómo la inteligencia artificial está transformando diferentes sectores incluyendo el turismo.
• "Deep Learning and NLP Explained", Conferencia grabada por Stanford Online (2021).
  Profundiza en aspectos técnicos del procesamiento del lenguaje natural aplicado a modelos generativos.
• "AI for Business Innovation", Curso online por Harvard Extension School (2022).
  Incluye módulos específicos sobre aplicaciones empresariales en turismo.

7. Glosario Bibliográfico

- Prompt Engineering: Técnica diseñada para formular instrucciones efectivas a modelos generativos.
- Model Guided Prompting: Método que usa un modelo previo para guiar la creación del prompt.
- Chain-of-Thought: Técnica que promueve el razonamiento paso a paso mediante prompts estructurados.
- Verificación Cognitiva: Proceso para validar la coherencia lógica o factualidad del contenido generado.
- Persona Pattern: Patrón que adopta perfiles o roles específicos en los prompts para obtener respuestas contextualizadas.