MÒDUL 1. Treballar amb IA en l’entorn Excel

Objectius específics

• Entendre el funcionament bàsic de la IA generativa.
• Identificar situacions en què la IA pot aportar valor.
• Aprendre a formular peticions eficaces.

Continguts

• Introducció a la IA generativa
• Què és i com funciona.
• Capacitats i limitacions actuals.
• Diferències bàsiques entre ChatGPT, Claude i DeepSeek.
• La IA com a assistent de treball
• Casos d’ús habituals en Excel.
• Tipus de tasques que es poden accelerar.
• Errors freqüents i expectatives realistes.
• Com comunicar-se amb la IA
• Principis bàsics de redacció de prompts.
• Context, objectiu i resultat esperat.
• Refinament progressiu de les respostes.
• Verificació dels resultats
• Validació de respostes.
• Detecció d’errors i incoherències.
• Bones pràctiques en l’ús professional.
• Activitats pràctiques
• Comparació de respostes entre diferents eines.
• Construcció de prompts a partir de casos reals.
• Exercicis de validació i correcció de respostes.

MÒDUL 2. Organització, transformació i automatització de dades

Objectius específics

• Aprendre a descriure processos i dades de manera estructurada.
• Utilitzar la IA per simplificar tasques repetitives.
• Identificar oportunitats d’automatització.

Continguts

• Comprendre i documentar les dades
• Identificació de l’estructura d’un full de càlcul.
• Descripció de processos de treball.
• Preparació de context per a la IA.
• Transformació i preparació de dades
• Normalització d’informació.
• Detecció d’errors i inconsistències.
• Reorganització i classificació de dades.
• Generació d’instruccions de treball assistides per IA.
• Automatització de tasques
• Identificació de tasques repetitives.
• Generació de procediments pas a pas.
• Creació assistida d’automatitzacions.
• Adaptació i validació de solucions proposades per la IA.
• Criteris per automatitzar processos
• Quan automatitzar.
• Beneficis i limitacions.
• Manteniment i documentació de processos.
• Activitats pràctiques
• Preparació d’un conjunt de dades.
• Resolució de problemes habituals de qualitat de dades.
• Automatització d’una tasca repetitiva.
• Adaptació de solucions generades per la IA a diferents escenaris.

MÒDUL 3. Anàlisi de dades i suport a la presa de decisions

Objectius específics

• Utilitzar la IA per interpretar informació.
• Obtenir conclusions útils per a la presa de decisions.
• Generar informes i resums de manera eficient.

Continguts

• Preparació de l’anàlisi
• Definició de preguntes i objectius.
• Identificació d’indicadors rellevants.
• Organització de la informació.
• Obtenció d’insights
• Detecció de patrons i tendències.
• Identificació d’anomalies.
• Comparació de resultats.
• Generació d’hipòtesis i recomanacions.
• Elaboració d’informes
• Resums executius assistits per IA.
• Presentació de conclusions.
• Recomanacions basades en dades.
• Adaptació del llenguatge segons el destinatari.
• Validació dels resultats
• Interpretació crítica de les conclusions.
• Contrast d’informació.
• Limitacions de l’anàlisi assistida per IA.
• Activitats pràctiques
• Anàlisi d’un cas real.
• Elaboració d’un informe executiu.
• Presentació i discussió dels resultats obtinguts.

MÒDUL 4. Taller pràctic integrador

Objectius específics

• Aplicar de manera integrada els coneixements adquirits.
• Consolidar una metodologia de treball basada en IA.

Continguts

• Cas pràctic complet
• Desenvolupament d’un projecte que inclogui:
• Comprensió del problema.
• Organització de les dades.
• Transformació de la informació.
• Automatització de tasques.
• Anàlisi dels resultats.
• Elaboració de conclusions.
• Bones pràctiques professionals
• Errors habituals.
• Control de qualitat dels resultats.
• Privacitat i tractament de dades.
• Recomanacions per continuar aprenent.

Activitat final

Resolució d’un cas complet aplicant el flux de treball del curs:

Problema → Dades → IA → Automatització → Anàlisi → Conclusions