Resumen

Este tutorial práctico introducirá a los participantes en el fascinante mundo de los sistemas agénticos de Inteligencia Artificial, con un enfoque particular en su aplicación para potenciar la investigación. Exploraremos cómo los Grandes Modelos de Lenguaje (LLMs), específicamente Gemini, pueden servir como el ‘cerebro’ de agentes capaces de automatizar y asistir en diversas tareas del proceso investigativo.

A lo largo de cuatro horas, los asistentes aprenderán los componentes clave de un agente de IA (LLM, memoria, planificación y uso de herramientas) y su relevancia creciente en la investigación científica. Se ofrecerá una introducción a la API de Gemini y se guiará a los participantes en el uso avanzado de la ingeniería de prompts dentro de Google Colab para instruir a Gemini en roles agénticos. La parte central del tutorial se centrará en prototipar agentes simples en Google Colab. Los ejemplos prácticos incluirán la creación de agentes capaces de resumir documentos, buscar información relevante (mediante la integración de ‘herramientas’ básicas) y generar hipótesis o preguntas de investigación iniciales, todo ello aprovechando la flexibilidad de Python en Colab.

Finalmente, se discutirán los desafíos actuales, consideraciones éticas y el futuro prometedor de los agentes de IA en el ámbito de la investigación, destacando cómo estas herramientas pueden transformar la eficiencia y el alcance de los proyectos científicos. Este tutorial está diseñado para equipar a investigadores y desarrolladores con las habilidades necesarias para comenzar a integrar agentes de IA en sus propias metodologías de trabajo.

Público Objetivo

Investigadores y científicos de datos Profesionales que buscan integrar IA para automatizar y optimizar sus procesos de investigación, desde la revisión bibliográfica hasta la generación de hipótesis.

Desarrolladores de IA y Machine Learning Quienes deseen explorar la aplicación práctica de LLMs (como Gemini) y la construcción de sistemas agénticos para tareas de dominio específico.

Estudiantes de posgrado Alumnos de maestría o doctorado que quieran potenciar sus proyectos de investigación con las últimas tecnologías de IA.

Pre-requisitos

Programación en Python Conocimiento básico de sintaxis, estructuras de datos (listas, diccionarios) y control de flujo (bucles, condicionales). No se requiere ser experto, pero sí poder leer y entender código simple.

Conceptos de IA y ML Comprensión general de qué son los modelos de IA, la diferencia entre aprendizaje supervisado y no supervisado, y la finalidad de la IA. No se necesita experiencia profunda en algoritmos específicos.

Interés en LLMs y sistemas agénticos No se requiere experiencia previa, pero sí curiosidad genuina sobre cómo estas tecnologías pueden aplicarse a la investigación.

Cuenta de Google Necesaria para acceder a Google Colab y configurar la API de Google Gemini. Los pasos de configuración se guiarán durante el tutorial.

Requisitos técnicos necesarios

• Laptop con mínimo 8 GB RAM y procesador multinúcleo moderno (Intel Core i5 8ª gen+ o AMD Ryzen 5 2000+)
• Conexión a internet estable (mín. 10 Mbps)
• Navegador actualizado: Chrome o Firefox
• Cuenta de Google (para acceder a Colab)
• Acceso a Google Colab — sin instalación local requerida
• Clave API de Google Gemini — obtenerla antes del taller (se darán instrucciones)
• Conocimientos básicos de Python: sintaxis, estructuras de datos y lógica de programación