Este curso busca capacitar a profesionales del ámbito de la auditoría en prompt engineering mediante la creación de instrucciones eficientes para modelos de lenguaje grande (LLM). Es un curso con orientación práctica.

Este curso busca capacitar a profesionales del ámbito de la auditoría en los conceptos clave de la IA a lo largo de su ciclo de vida.

Aplicación práctica de marcos de referencia sobre el gobierno y evaluación de riesgos de la IA con enfoque en la identificación, análisis y evaluación de riesgos de IA (técnicos, sociales, éticos) utilizando taxonomías de riesgo. El objetivo es proporcionar al auditor una metodología estandarizada y práctica para la evaluación y documentación de riesgos de IA, clave para el inicio de cualquier auditoría.

Aprender y practicar en la identificación, priorización, implantación y monitorización de casos de uso con Inteligencia Artificial en un departamento de Auditoría Interna a partir de la experiencia real de una compañía cotizada del sector asegurador con presencia internacional.

El objetivo es proporcionar al auditor una metodología estandarizada y práctica para evaluar la madurez e implementación efectiva del SGI de la organización, verificando el cumplimiento de la norma internacional clave para la gestión de IA.

Este curso busca capacitar a profesionales del ámbito de la auditoría para la creación y auditoría del expediente técnico de un sistema de IA de alto riesgo. Se cubren los requisitos de trazabilidad de decisiones, de model cards, de data sheets y de la documentación requerida por el EU AI Act para demostrar la conformidad. `

Este curso busca proporcionar a profesionales del ámbito de la auditoría un deep dive en el sesgo algorítmico (fuentes, tipos) y la aplicación práctica de Métricas de Equidad (como Disparidad Demográfica o Igualdad de Oportunidad). Así como el enfoque en la auditoría del impacto en derechos fundamentales (ej. discriminación).

Se analizarán los riesgos y las obligaciones de acuerdo con lo establecido en la EU IA Act. Se analizará la clasificación de los sistemas en relación con los riesgos inherentes, así como las medidas de cumplimiento y vigilancia a adoptar.

Este curso busca capacitar a profesionales del ámbito de la auditoría en los conceptos de Explicabilidad (XAI) y el Derecho a la Explicación (GDPR). Se presentan  las herramientas existentes (como SHAP, LIME y Partial Dependence Plots) para modelos Black Box. Se revisará cuando sea necesario aplicar transparencia para los usuarios afectados y el proceso de supervisión humana.

Este curso busca capacitar a profesionales del ámbito de la auditoría en la auditoría de la robustez (deriva de datos y modelo, model degradation, entre otros) y la seguridad de la IA (Ataques adversarios, poisoning, entre otros). Se añade la evaluación de Riesgos Emergentes como la IA Generativa (alucinaciones, desinformación, propiedad intelectual).

Auditoría de la calidad del dataset (sesgos latentes, completitud, representación, equidad), los requisitos de privacidad y protección de datos (Art. 22 GDPR sobre decisión automatizada, minimización), y la gobernanza del dato a lo largo del ciclo de vida del modelo.