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
Lo que cambia cuando las decisiones pasan a ser impulsadas por modelos
- De reglas y juicio humano a opciones puntuadas
- Velocidad y escala de la acción automatizada
- Nuevos modos de falla y vacíos de responsabilidad
Inventario de decisiones y clasificación de riesgos
- Catalogar decisiones automatizadas
- Impacto, reversibilidad y partes afectadas
- Niveles de riesgo y expectativas de control
- Propiedad por clase de decisión
Rendición de cuentas y supervisión humana
- Revisión humana significativa frente a nominal
- Umbrales de autonomía como decisiones de gobernanza
- Vías de escalado y tiempos de respuesta
- Propietario responsable y aprobación
Registros de decisión y explicabilidad
- Qué contiene un registro de decisión defendible
- Retención de confianza, opciones y contexto
- Trazabilidad del modelo y la versión
- Explicar una decisión a un cliente o regulador
Control de políticas y límites
- Conjuntos de opciones aprobados y control de cambios
- Gobernanza de umbrales y revisión periódica
- Decisiones prohibidas y detenciones forzosas
- Políticas como código junto con la salida del modelo
Expectativas regulatorias
- Obligaciones de la Ley de IA de la UE para sistemas de decisión
- Normas sectoriales en finanzas, seguros y salud
- Protección de datos y derechos sobre decisiones automatizadas
- Documentación y evidencia de conformidad
Riesgo de proveedor, licencia y origen
- APIs de decisión alojadas frente a pesos abiertos
- Términos de licencia para modelos derivados e incorporados
- Dependencia de proveedores y riesgo de descontinuación
- Integridad de los pesos y fijación de versiones
Sesgos, equidad y monitorización de resultados
- Disparidad de resultados entre grupos
- Variables proxy y encuadre de opciones
- Señales de apelación y quejas
- Revisión periódica de equidad
Respuesta ante incidentes por decisiones erróneas
- Detección de error de decisión sistémico
- Contención y suspensión de la autonomía
- Remediación y reparación al cliente
- Causa raíz y actualización de controles
Revisión de aseguramiento de una capa de decisión
- Evidencia que un auditor debería solicitar
- Pruebas de precisión y afirmaciones de calibración
- Muestreo de decisiones y anulaciones
- Informe de hallazgos al consejo de administración
Requerimientos
- Familiaridad con proyectos de IA o automatización en un entorno empresarial.
- Comprensión de los procesos de riesgo, cumplimiento o auditoría.
- No se requiere experiencia en programación.
Público objetivo
- Profesionales de riesgos, cumplimiento y riesgo de modelos
- Auditores internos que revisan decisiones automatizadas
- Líderes de gobernanza de IA y protección de datos
- Propietarios de producto responsables de flujos de trabajo automatizados
- Arquitectos que diseñan supervisión en sistemas de agentes
