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.
Temario del curso
Fundamentos de la ética en sistemas autónomos
- Definición de 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 confianza
- Escenarios de consecuencias no deseadas y amplificación de riesgos
Marco legal y regulatorio
- Visión general de la legislación de IA y tendencias de políticas (Reglamento de IA de la UE, NIST, OCDE)
- Responsabilidad, responsabilidad legal y personificación jurídica de los agentes de IA
- Iniciativas de gobernanza global y vacíos regulatorios
Explicabilidad y transparencia en la toma de decisiones
- Desafíos de la toma de decisiones autónoma de «caja negra»
- Diseño de agentes explicables y auditables
- Herramientas y marcos de transparencia (p. ej., tarjetas de modelo, hojas de datos)
Alineación, control y responsabilidad moral
- Estrategias de alineación de la IA para el comportamiento de agentes
- Paradigmas de control: humano en el circuito (human-in-the-loop) vs. humano supervisando (human-on-the-loop)
- Responsabilidad compartida entre diseñadores, usuarios e instituciones
Evaluación y mitigación de riesgos éticos
- Mapeo de riesgos y análisis de fallos críticos en el diseño de agentes
- Dispositivos de seguridad y mecanismos de interrupción de emergencia (off-switch)
- Debias (sesgo), discriminación y auditorías de equidad
Diseño de gobernanza y supervisión institucional
- Principios de la gobernanza responsable de la IA
- Modelos de supervisión multi-parte interesada 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 (machine learning).
- Familiaridad con los agentes autónomos y sus aplicaciones.
- Conocimiento de marcos éticos y legales en políticas de tecnología.
Público objetivo
- Éticos de IA
- Hacedores de políticas públicas y reguladores
- Profesionales e investigadores avanzados en IA
14 Horas
