Demostraciones guiadas · 15 minutos
← Taller de Google Antigravity · Unisabana e-learning
Utilizar ejemplos sintéticos. No proyectar registros identificables de los archivos reales. Estas demostraciones enseñan el procedimiento, no resuelven por adelantado los casos.
Demostración 1 · Normalizar sin inventar · 5 minutos
Crear un CSV de práctica con estos datos ficticios:
id,nombre,email,insignia
001,Ana Demo, ANA@example.org ,I01
002,Luis Ejemplo,luis@@example.org,I02
001,Ana Demo,ana@example.org,I02Prompt:
Conserva id como texto. Recorta espacios externos del correo y genera una clave de comparación en minúsculas sin sustituir el valor original. Señala correos con estructura sospechosa, sin adivinar correcciones. Revisa duplicados de asignación usando id + insignia, no solo id. Guarda datos y observaciones por separado.
Comprobar: siguen existiendo tres filas; 001 conserva ceros; Luis requiere revisión; Ana puede tener dos insignias legítimas. Preguntar por qué eliminar duplicados por persona sería incorrecto.
Demostración 2 · Conciliar y caracterizar · 5 minutos
Catálogo esperado sintético: «Curaduría digital», «Archivo sonoro». Catálogo observado: « Curaduría digital », «Archivo sonoro avanzado».
Genera claves de comparación con espacios normalizados. Clasifica coincidencias exactas normalizadas y candidatos no confirmados. No declares equivalencia solo por semejanza. Explica qué queda en cada fuente sin correspondencia confirmada.
Comprobar una coincidencia y una relación pendiente; la similitud no autoriza fusión.
Transferencia a JAseg: mostrar la diferencia entre «60 de 100 docentes respondieron sí» y «60% de todas las personas». Preguntar cuál es el denominador y si la pregunta aplicaba a todos. No atribuir estos números sintéticos a la encuesta.
Demostración 3 · De una necesidad a un prototipo · 5 minutos
Diseña una mini simulación de curaduría digital con dos decisiones sobre exhibir una pieza de archivo. Incluye objetivo de aprendizaje, alternativas, consecuencias y retroalimentación. Primero muestra la lógica; luego crea una página HTML local sencilla, sin servicios externos ni datos reales.
Revisar una decisión: ¿hay retroalimentación vinculada al aprendizaje o solo un botón que cambia de pantalla? Mostrar el archivo local si la ejecución termina; tener una maqueta de respaldo si no hay tiempo. No prometer un prototipo funcional sin abrirlo y probarlo.
Pregunta transversal
«¿Qué parte del resultado aceptarían, qué revisarían y qué no puede decidir la IA con esta información?»