UAI — Universidad Adolfo Ibáñez
InicioCursosClasesStackBibliografíaProfesor

← Material docente curso 10

Guion profesor · U01

De la decisión al sistema

Objetivo de la sesión

Especificación y requisitos del sistema de IA.

Guion por bloques

Bloque 1 — La decisión y su línea base (60 min)

Identificación de la decisión objetivo, actor decisor y proceso actual. Costo del error. Cuándo no hace falta ML.

  • Demo viva: proyectar un caso corto; pedir predicción de la falla antes de correr el modelo.
  • Pregunta disparadora: “¿Qué evidencia descartaría tu intuición sobre este prompt/agente?”
  • Contingencia: si cae el proveedor cloud, usar LM Studio / Ollama; comparar calidad es contenido, no fracaso.

Bloque 2 — Predicción, decisión y acción (60 min)

Cadena predicción–decisión–acción–resultado. Capacidad de ejecución y ventana temporal. Criterios de aceptación.

  • Demo viva: proyectar un caso corto; pedir predicción de la falla antes de correr el modelo.
  • Pregunta disparadora: “¿Qué evidencia descartaría tu intuición sobre este prompt/agente?”
  • Contingencia: si cae el proveedor cloud, usar LM Studio / Ollama; comparar calidad es contenido, no fracaso.

Bloque 3 — Requisitos no funcionales (60 min)

Presupuestos de latencia, costo unitario, disponibilidad, volumen y trazabilidad como restricciones de arquitectura.

  • Demo viva: proyectar un caso corto; pedir predicción de la falla antes de correr el modelo.
  • Pregunta disparadora: “¿Qué evidencia descartaría tu intuición sobre este prompt/agente?”
  • Contingencia: si cae el proveedor cloud, usar LM Studio / Ollama; comparar calidad es contenido, no fracaso.

Bloque 4 — Taller de especificación (60 min)

Ficha de especificación del caso propio. Crítica cruzada. Producto: sección 1 del documento de diseño.

  • Demo viva: proyectar un caso corto; pedir predicción de la falla antes de correr el modelo.
  • Pregunta disparadora: “¿Qué evidencia descartaría tu intuición sobre este prompt/agente?”
  • Contingencia: si cae el proveedor cloud, usar LM Studio / Ollama; comparar calidad es contenido, no fracaso.

Claves del taller (no proyectar)

Completá la ficha (decisión, línea base, presupuestos NFR). No requiere GPU: el entregable es texto versionado en el repo del design doc.

  • Exigir batería de casos antes de “se ve bien”.
  • Registrar modelo, temperatura y seed/config en el informe.
  • Rechazar entregas sin tope de iteraciones/costo/tiempo en agentes.

Checklist cierre

  • Articulación con la unidad siguiente / curso vecino.
  • Recordar lectura previa de la próxima sesión.
  • Recoger dudas sobre lab autónomo.

Se requiere sesión profesor

Iniciar sesión para ver guiones y soluciones.

UAI — Universidad Adolfo IbáñezUniversidad Adolfo IbáñezMagíster en Inteligencia Artificial — Facultad de Ingeniería y CienciasMaterial de apoyo al dictado (no es el sitio oficial).Ficha del programa·Vista profesor·Mapa del sitio
CompetenciasCambiosSeñalMapa