Alfabetización en IA (Programa detallado)

Objetivo:

Dirigido a:

Requisitos:

PROGRAMA DEL CURSO

1.- Qué es la IA y qué NO es

Objetivo

Comprender qué es la IA y qué no es, distinguir los tipos de sistemas y conocer el panorama de herramientas. OBJETIVOS DE APRENDIZAJE: Situar la evolución de la IA, de los sistemas expertos a los LLMs. Distinguir sistemas predictivos, generativos y agénticos. Reconocer el panorama de herramientas (ChatGPT, Claude, Gemini, Copilot, NotebookLM, Perplexity). Diferenciar mito y realidad sobre lo que puede y no puede hacer un LLM.

Contenido

  1. Módulo 1 · Qué es la IA y qué NO es
    1. Breve historia útil: de los sistemas expertos a los LLMs
    2. Tipos de sistemas: predictivos, generativos, agénticos
    3. Panorama de herramientas: ChatGPT, Claude, Gemini, Copilot, NotebookLM, Perplexity
    4. Mito vs realidad: qué puede y qué no puede hacer un LLM
    5. Comprueba lo que has aprendido
    6. Ideas clave

2.- Cómo funciona un LLM sin matemáticas

Objetivo

OBJETIVO DE LA UNIDAD Entender, sin matemáticas, cómo funciona un LLM y por qué se comporta como lo hace. OBJETIVOS DE APRENDIZAJE Explicar la predicción de tokens con ejemplos. Comprender la ventana de contexto, la memoria y las sesiones. Distinguir fine-tuning, RAG y prompt como formas de «enseñar» al modelo. Entender por qué alucina, por qué se sesga y por qué a veces cambia de opinión. Diferenciar el modelo, la aplicación y la configuración corporativa.

Contenido

  1. Módulo 2 · Cómo funciona un LLM sin matemáticas
    1. Predicción de tokens explicada con ejemplos
    2. Ventana de contexto, memoria y sesiones
    3. Fine-tuning, RAG y prompt como formas de "enseñar" al modelo
    4. Por qué alucina, por qué se sesga, por qué a veces cambia de opinión
    5. Diferencia entre el modelo, la aplicación y la configuración corporativa
    6. Comprueba lo que has aprendido
    7. Ideas clave

3.- Riesgos reales del uso profesional de IA

Objetivo

OBJETIVO DE LA UNIDAD Reconocer los riesgos reales del uso profesional de la IA y saber detectarlos. OBJETIVOS DE APRENDIZAJE Detectar alucinaciones. Identificar el origen y las consecuencias de los sesgos algorítmicos. Reconocer deepfakes y desinformación. Identificar el shadow AI y las fugas de información en prompts. Analizar casos reales de incidentes recientes.

Contenido

  1. Módulo 3 · Riesgos reales del uso profesional de IA
    1. Alucinaciones y cómo detectarlas
    2. Sesgos algorítmicos: origen y consecuencias
    3. Deepfakes y desinformación
    4. Shadow AI (herramientas fuera del perímetro)
    5. Fugas de información en prompts
    6. Casos reales: incidentes públicos recientes analizados
    7. Comprueba lo que has aprendido
    8. Ideas clave
    9. Referencias técnicas complementarias (no son normativa europea)

4.- Comunicación con IA: prompts y verificación

Objetivo

OBJETIVO DE LA UNIDAD Formular buenos prompts y verificar la salida de la IA antes de usarla. OBJETIVOS DE APRENDIZAJE Estructurar un buen prompt (contexto, rol, tarea, formato, restricciones). Aplicar prompts por tarea: redacción, resumen, análisis, extracción, clasificación. Iterar y refinar un prompt. Verificar la salida y detectar errores. Decidir cuándo NO usar IA.

Contenido

  1. Módulo 4 · Comunicación con IA: prompts y verificación
    1. Estructura de un buen prompt: contexto, rol, tarea, formato, restricciones
    2. Prompts por tarea: redacción, resumen, análisis, extracción, clasificación
    3. Iteración y refinamiento
    4. Verificación de la salida y detección de errores
    5. Cuándo NO usar IA
    6. Taller corto: refinar tres prompts reales del asistente
    7. Comprueba lo que has aprendido
    8. Ideas clave

5.- Marco jurídico europeo de la IA

Objetivo

OBJETIVO DE LA UNIDAD Conocer el marco jurídico europeo de la IA y la clasificación por riesgo del AI Act. OBJETIVOS DE APRENDIZAJE Explicar por qué existe y qué regula el AI Act (Reglamento 2024/1689). Clasificar por riesgo: inaceptable, alto, limitado, mínimo. Conocer el calendario tras el Digital Omnibus. Dimensionar las sanciones y compararlas con el GDPR. Situar otras normas conectadas: GDPR, NIS2, Data Act.

Contenido

6.- Cadena de responsabilidad

Objetivo

OBJETIVO DE LA UNIDAD Distinguir los roles de la cadena de responsabilidad y las consecuencias de cada uno. OBJETIVOS DE APRENDIZAJE Diferenciar proveedor, desplegador y usuario final. Reconocer cuándo un empleado convierte a su empresa en proveedora. Asumir la responsabilidad personal del trabajador. Identificar casos de traspaso de rol inadvertido. Saber que los modelos open-source no eximen de obligaciones y escalar al AI Officer.

Contenido

  1. Módulo 6 · Cadena de responsabilidad
    1. Proveedor vs desplegador vs usuario final
    2. Cuándo un empleado convierte a su empresa en proveedora
    3. Responsabilidad personal del trabajador
    4. Casos comentados de traspaso de rol inadvertido
    5. Modelos open-source (Llama, Mistral, DeepSeek, Qwen) no eximen a la organización de obligaciones
    6. Comprueba lo que has aprendido
    7. Ideas clave

7.- Datos personales y confidenciales en herramientas de IA

Objetivo

OBJETIVO DE LA UNIDAD Decidir qué datos pueden o no introducirse en herramientas de IA y configurar la privacidad. OBJETIVOS DE APRENDIZAJE Distinguir qué se puede y qué no se puede pegar en un prompt. Reconocer datos de clientes, empleados, proveedores, códigos y contratos. Relacionar el uso de IA con el GDPR: base jurídica, DPIA, decisiones automatizadas (Art. 22). Configurar la privacidad de ChatGPT, Claude, Gemini y Copilot. Gestionar el modo confidencial, el historial y el entrenamiento con inputs.

Contenido

  1. Módulo 7 · Datos personales y confidenciales en herramientas de IA
    1. Qué se puede y qué no se puede pegar en un prompt
    2. Datos de clientes, empleados, proveedores, códigos y contratos
    3. Intersección con GDPR: base jurídica, DPIA, decisiones automatizadas (Art. 22)
    4. Configuraciones de privacidad de ChatGPT, Claude, Gemini y Copilot
    5. Modo confidencial, historial, entrenamiento con inputs
    6. Comprueba lo que has aprendido
    7. Ideas clave

8.- Herramientas corporativas autorizadas

Objetivo

OBJETIVO DE LA UNIDAD Conocer y usar correctamente las herramientas de IA autorizadas por la organización. OBJETIVOS DE APRENDIZAJE Identificar qué herramientas están permitidas y cuáles no. Recorrer la configuración corporativa de cada una. Diferenciar las versiones gratuita, personal, business y enterprise. Usar instrucciones personalizadas y contexto empresarial. Solicitar alternativas o nuevas herramientas por el canal correcto.

Contenido

9.- Programa de cumplimiento y gobernanza interna

Objetivo

OBJETIVO DE LA UNIDAD Comprender el programa de cumplimiento y la gobernanza interna de la IA en la organización. OBJETIVOS DE APRENDIZAJE Conocer qué contiene la política corporativa de IA y por qué existe. Entender el inventario de sistemas y las evaluaciones de riesgo. Seguir el proceso de aprobación de nuevas herramientas. Saber escalar incidencias. Identificar el rol del AI Officer y del Comité de Gobernanza.

Contenido

  1. Programa de cumplimiento y gobernanza interna

10.- Taller de casos prácticos multiárea

Objetivo

Aplicar lo aprendido a casos reales de distintas áreas, clasificando el riesgo y decidiendo el escalado. OBJETIVOS DE APRENDIZAJE Analizar cinco casos reales, uno por área: RRHH, producto, marketing, legal y atención al cliente. Clasificar el riesgo, decidir las acciones y el escalado necesario. Resolver en grupo y poner en común.

Contenido

11.- Compromisos operativos y evaluación final

Objetivo

OBJETIVO DE LA UNIDAD Fijar los compromisos operativos, la trazabilidad mínima y superar la evaluación final. OBJETIVOS DE APRENDIZAJE Saber qué se espera de cada persona a partir de ahora. Aplicar la documentación y la trazabilidad mínimas del empleado. Firmar los compromisos y la política de IA. Superar la evaluación final tipo test con umbral de superación.

Contenido

  1. Compromisos operativos y evaluación final