Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 14 horas
Temario del curso
Fundamentos de la ética en sistemas autónomos
- Definición de la autonomía en agentes de IA.
- Principales teorías éticas aplicadas al comportamiento de las máquinas.
- Perspectivas de las partes interesadas y diseño sensible a los valores.
Riesgos sociales y casos de uso de alto impacto
- Agentes autónomos en seguridad pública, salud y defensa.
- Colaboración humano-IA y límites de la confianza.
- Escenarios de consecuencias no deseadas y amplificación de riesgos.
Paisaje legal y regulatorio
- Vista general de la legislación de IA y tendencias de política (Ley de IA de la UE, NIST, OCDE).
- Rendición de cuentas, responsabilidad legal y personalidad jurídica de los agentes de IA.
- Iniciativas de gobernanza global y brechas existentes.
Explicabilidad y transparencia en la toma de decisiones
- Desafíos de la toma de decisiones autónoma tipo caja negra.
- Diseño de agentes explicables y auditables.
- Herramientas y marcos de transparencia (p. ej., model cards, datasheets).
Alineamiento, control y responsabilidad moral
- Estrategias de alineamiento de IA para el comportamiento de los agentes.
- Paradigmas de control: humano en el bucle frente a humano sobre el bucle.
- Responsabilidad compartida entre diseñadores, usuarios e instituciones.
Evaluación y mitigación del riesgo ético
- Mapa de riesgos y análisis de fallos críticos en el diseño de agentes.
- Medidas de protección y mecanismos de desactivación.
- Auditoría de sesgos, discriminación y equidad.
Diseño de la gobernanza y supervisión institucional
- Principios de la gobernanza responsable de la IA.
- Modelos de supervisión multiparticipativa y auditorías.
- Diseño de marcos de cumplimiento para agentes autónomos.
Resumen y próximos pasos
Requerimientos
- Comprensión de los sistemas de IA y los fundamentos del aprendizaje automático.
- Familiaridad con los agentes autónomos y sus aplicaciones.
- Conocimiento de los marcos éticos y legales en la política tecnológica.
Público objetivo
- Éticos de IA.
- Formuladores de políticas y reguladores.
- Practicantes e investigadores de IA de nivel avanzado.
