Te brindamos una formación que integra gobernanza, preparación organizativa y alfabetización crítica para dotarte de una visión 360° del usi responsable de la IA en organizaciones reales. Vas a aprender a alinear la Inteligencia Artificial con los objetivos de negocio, aplicar marcos regulatorios y mantener el control humano en sistemas automatizados.
Nuestra formación se ha destinado a todas aquellas personas que estén interesadas en transformar la IA en ventaja competitiva con responsabilidad.
I.AI Governance: fundamentos para el gobierno de la IA
1.Introducción al Gobierno de la IA
1.1 ¿Qué podemos considerar Inteligencia Artificial?
1.2 ¿Qué es gobernar la IA?
1.3 IA generativa vs IA clásica
1.4 Papel de la IA en el negocio y las operaciones
1.5 IA en operaciones reales y por qué es diferente a otros sistemas
1.6 Consejo práctico: No toda IA necesita lo mismo; ajusta la gobernanza según el nivel de riesgo
2.Ciclo de Vida de IA: Gobernanza paso a paso
2.1 Diseño responsable desde la fase inicial
2.2 Desarrollo y validación técnica y ética
2.3 Despliegue controlado y supervisión
2.4 Mantenimiento, actualización y retirada de modelos
2.5 Controles y validaciones en cada etapa
2.6 Consejo práctico: Define checkpoints obligatorios entre fases
3.Gobierno de los Datos de IA
3.1 Origen y licencias de los datos de entrenamiento
3.2 Sesgo en los datos y técnicas de mitigación
3.3 Consentimiento, protección de datos y trazabilidad
3.4 Validación y supervisión del modelo desde los datos
3.5 Consejo práctico: Exige justificación documentada de los conjuntos de entrenamiento
4 Riesgos inherentes a la IA
4.1 Riesgos para la seguridad y el control operacional
4.2 Riesgos éticos, sociales y legales
4.3 Discriminación algorítmica y falta de explicabilidad
4.4 Riesgos reputacionales y de cumplimiento normativo
4.5 Estrategias para detectar y gestionar sesgos
4.6 Consejo práctico: Define criterios éticos simples que se apliquen desde el inicio.
5.Regulación y cumplimiento
5.1 Normativas existentes que afectan a la IA (GDPR, etc.)
5.2 Reglamento Europeo de IA (AI Act): categorías de riesgo y obligaciones
5.3 Regulaciones en Estados Unidos: enfoque descentralizado
5.4 Regulación en China: requisitos técnicos y control estatal
5.5 Cómo cumplir sin frenar la innovación
5.6 Consejo práctico: Documentar bien es el primer paso hacia el cumplimiento
6. Estructura organizativa y stakeholders
6.1 Roles clave en el gobierno de la IA: AI Officer, TI, negocio, legal
6.2 Integración con estructuras existentes de gobernanza de datos y TI
6.3 Stakeholders internos clave: DPO, ciberseguridad, ESG, compliance, compras
6.4 Flujo de decisiones, conflictos y coordinación transversal
6.5 Consejo práctico: Fomenta revisiones cruzadas; los modelos no son solo técnicos
7.Guía de implementación rápida
7.1 Cómo redactar políticas, requisitos y guías internas de IA
7.2 Control de versiones, registros y decisiones justificadas
7.3 Uso de plantillas, registros mínimos y checklist operativo
7.4 Consejo práctico: Usa plantillas estándar para evitar depender de expertos externos.
8.Casos de uso por dominio
8.1 Sector financiero: IA en scoring y cumplimiento normativo
8.2 Sector salud: explicabilidad y seguridad en modelos de diagnóstico
8.3 IA generativa: control de contenido, riesgos legales y reputación
8.4 Sector público: transparencia y trazabilidad algorítmica en decisiones automatizadas
II.AI Readines
1.Introducción
1.1 ¿Por qué importa estar preparado para la IA?
1.2 Un nuevo contexto competitivo impulsado por la IA
2.El impacto real de la IA en las organizaciones
2.1 Cómo está transformando la IA los modelos de negocio
2.2 Casos de uso por sector
2.3 Beneficios, riesgos y retorno estratégico
3. Evaluación inicial: ¿estás listo?
3.1 Diagnóstico de madurez organizativa
3.2 Factores habilitadores y frenos comunes
3.3 Cómo interpretar el resultado de una autoevaluación
4.Fundamentos de AI Readiness y madurez
4.1 El modelo de madurez de Gartner para IA
4.2 Principios de una IA responsable
4.3 Claves para preparar la organización sin necesidad de hipertecnificación
4.4 Qué datos necesita la IA y qué riesgos existen si faltan o no son fiables
5.Personas y cultura de adopción
5.1 Perfiles clave para escalar la IA
5.2 Equipos interdisciplinares: negocio, datos y tecnología
5.3 Cultura de prueba, aprendizaje y confianza
5.4 Gestión del cambio para una IA sostenible
6.Preparar, probar, escalar y medir
6.1 Primeros pasos: pilotos y casos acotados
6.2 Iteración y evaluación de resultados
6.3 Cómo escalar sin perder el control
6.4 Medir el ROI de la IA: enfoque estratégico y sostenido
7.Gobernanza de la IA: marcos y responsabilidades
7.1 Estructuras de decisión, comités éticos y auditorías
7.2 Alineamiento con los objetivos de negocio
8.Casos prácticos y cierre
8.1 Checklist final de readiness
8.2 Caso 1: preparación progresiva en una pyme del sector retail
8.3 Caso 2: adopción estratégica en una gran empresa industrial
8.4 Caso 3: cómo no preparar una organización (error y aprendizaje)
8.5 Análisis comparativo: qué funcionó, qué no y por qué
III. AI Literacy
1. Comprender qué es la IA y por qué importa
1.1 Qué significa estar alfabetizado en IA: capacidades, límites y mitos
1.2 Cómo la IA transforma el trabajo, la sociedad y la toma de decisiones
1.3 IA generativa: qué aporta, qué riesgos introduce y cómo se diferencia de otras formas de IA
2. Aplicaciones reales de IA en el trabajo y la vida cotidiana
2.1 Casos de uso actuales: salud, educación, administración, industria, cultura
2.2 Herramientas con IA que ya estás usando: asistentes, generación de texto, imagen y automatización
2.3 Cómo se integra la IA en el flujo de trabajo sin que te des cuenta
2.4 Qué competencias digitales y organizativas requiere la adopción de IA
3.Cómo colaborar con sistemas de IA manteniendo el control humano
3.1 Qué tareas pueden automatizarse y cuáles deben seguir siendo humanas
3.2 Modelos de colaboración humano-IA: qué es y qué no es una decisión asistida
3.3 Cómo evitar la dependencia ciega: control significativo, supervisión y revisión crítica
3.4 Buenas prácticas para equipos que trabajan con herramientas de IA
4. Riesgos reales del uso de IA y cómo evaluarlos
4.1 Cómo detectar sesgos, errores y alucinaciones en sistemas de IA
4.2 Privacidad, vigilancia y desinformación: riesgos éticos del uso cotidiano
4.3 Cuándo conviene no usar IA: ejemplos de usos inapropiados o inseguros
4.4 Introducción a la evaluación del impacto ético y social de un sistema de IA
5.Principios de ética y responsabilidad en inteligencia artificial
5.1 Pilares de la IA responsable I: transparencia, explicabilidad y equidad
5.2 Pilares de la IA responsable II: diseño ético, consentimiento, trazabilidad y control humano
5.3 Cómo aplicar la ética de los datos en sistemas que recolectan o generan información
5.4 Casos concretos donde la falta de ética ha generado consecuencias legales o reputacionales
6.Normativa vigente, gobernanza y cultura organizativa
6.1 Qué exige el AI Act europeo: principios, niveles de riesgo y obligaciones según el uso
6.2 Cómo crear una política de uso responsable de IA en tu organización
6.3 Roles y responsabilidades internas para garantizar el cumplimiento ético y legal
6.4 Cómo fomentar una cultura digital crítica: formación continua, transparencia y rendición de cuentas
7.Casos prácticos, simulaciones y herramientas aplicables
7.1 Estudio de casos reales de éxito y fracaso en la implementación de IA
7.2 Simulación guiada: toma de decisiones frente a un dilema ético con IA generativa
7.3 Cómo diseñar una plantilla de política interna de uso de IA adaptada a tu entorno
7.4 Checklist para evaluar la madurez ética, organizativa y normativa del uso de IA
Una vez la formación haya finalizado se entregará un certificado de aprovechamiento.
Para al realización del curso no es necesario contar con conocimientos ni experiencia previa en el sector, ya que se ha diseñado el contenido para ser accesible, aplicable y comprensible para distintos perfiles profesionales. Sin embargo, se aconseja, tener nociones de conceptos relacionados con datos, tecnología o transformación digital (aunque el curso parte desde un enfoque claro y progresivo).
Información Adicional
Precio: 260,00 €
Si vienes de Empresa, puedes bonificar hasta el 100% del curso con el crédito FUNDAE
