Obras complementarias
Comprender, dominar y humanizar la inteligencia artificial. Las obras presentadas aquí abordan la IA desde dos ángulos complementarios: el impacto educativo y práctico por una parte, los fundamentos técnicos y la ingeniería de los LLM por otra parte.
La Mecánica de los LLM (nivel técnico)
Obra de ingeniería que deconstruye los modelos de lenguaje modernos (Transformer, variantes, ecosistemas agentivos) con una mirada de decisor IT.
- 15 capítulos progresivos: fundamentos, arquitectura, aprendizaje, agentes y RAG
- 9 scripts Python para ilustrar atención, RAG, agentes y fine-tuning (LoRA)
- 153 páginas orientadas a la decisión: compromisos coste / rendimiento / calidad
Público: ingenieros, data scientists, estudiantes avanzados, responsables técnicos.
Una de las raras obras que ofrece una visión completa, técnica y operacional de los LLM, lejos de las simplificaciones y las modas pasajeras.
La mecánica interna de los LLM
Comprender los mecanismos, construir herramientas, verificar sus resultados
El tomo II de Mustapha Alouani: construir herramientas con LLM, medir sus resultados y poner a prueba las conclusiones.
- Definir la tarea y los criterios de medición
- Construir, inspeccionar y probar herramientas
- Distinguir observación y explicación causal
Para quienes desean construir y evaluar herramientas: ingenieros, desarrolladores, estudiantes avanzados y responsables técnicos. Python y la lectura de tablas ayudan a reproducir los experimentos.
Tapa blanda en Amazon
Kindle en Amazon
La Inteligencia Artificial, Mis Estudios y Yo (nivel pedagógico)
Guía para comprender el impacto de la IA en la enseñanza y acompañar a alumnos y estudiantes en sus usos cotidianos de las herramientas de IA.
- 10 capítulos prácticos y una caja de herramientas probada en contexto educativo
- Enfoque en usos reales, riesgos y referencias éticas
- 235 páginas accesibles, sin requisitos técnicos
Público: docentes, estudiantes, formadores, padres, decisores educativos.
Una guía accesible para acompañar la transición digital educativa, con referencias concretas y herramientas probadas.
De un vistazo
| Aspecto | La Mecánica de los LLM | La mecánica interna de los LLM | La IA, Mis Estudios y Yo |
|---|---|---|---|
| Público principal | Ingenieros, data scientists, CTO/DSI | Desarrolladores, ingenieros, estudiantes avanzados, investigadores | Docentes, estudiantes, padres |
| Objetivo | Comprender la arquitectura y el funcionamiento de los LLM | Construir herramientas, experimentar y verificar resultados | Comprender e integrar la IA en educación |
| Nivel | Intermedio a avanzado | Intermedio a avanzado; Python ayuda a reproducir los experimentos | Accesible, sin requisitos técnicos previos |
| Páginas (tapa blanda) | 153 páginas | 277 páginas | 235 páginas |
La paginación corresponde a las ediciones impresas presentadas; puede variar según el idioma y el formato.
¿Para qué perfil?
- Para comprender arquitecturas, atención, aprendizaje y aplicaciones de los modelos de lenguaje: La Mecánica de los LLM — tomo I, centrado en los fundamentos.
- Para construir herramientas, experimentar, inspeccionar modelos y evaluar resultados: La mecánica interna de los LLM — tomo II, centrado en la investigación.
- Para un primer acercamiento a la IA en educación y orientaciones de uso cotidiano: La Inteligencia Artificial, Mis Estudios y Yo.
- Para relacionar comprensión técnica, verificación experimental y acompañamiento educativo: las tres obras se complementan.
Estos libros prolongan más de veinte años de experiencia en sistemas de información y en acompañamiento pedagógico, con una misma exigencia: poner la tecnología al servicio del ser humano.