MicroMaster en IA Estratégica

Introducción a la IAG y Modelos LLM 

• Inteligencia Artificial Generativa (IAG).
• Diferencias IAG, IA Tradicional y Aprendizaje Automático.
• Modelo de lenguaje de gran tamaño (LLM).
• Funcionamiento Modelos LLM. 
• Funcionamiento general de herramientas: ChatGPT, Copilot, Gemini y modelos similares.
• Principales Aplicaciones Empresariales de los LLM.
• Capacidades actuales de los modelos generativos.
• Limitaciones técnicas de los LLM. 
• Riesgos inherentes al uso de IA Generativa Empresa.

Riesgos asociados al uso de LLM Empresa 

• Introducción a los riesgos del uso empresarial de la IAG. 
• Fuga de información confidencial o estratégica. 
• Exposición involuntaria de datos personales. 
• Uso indebido de información sensible de la empresa. 
• Sesgos en los modelos de IA.
• Errores en los resultados generados. 
• Dependencia tecnológica excesiva.
• Falta de supervisión humana en decisiones asistidas IA. 
• Impacto reputacional y legal del uso incorrecto de la IA.

Alucinaciones de la IA

• Qué se entiende por “alucinación” en sistemas de IA. 
• Por qué los modelos LLM pueden generar información incorrecta o inventada. 
• Limitaciones estructurales de los modelos de lenguaje.
• Tipos de errores frecuentes en herramientas como ChatGPT, Copilot o Gemini. 
• Respuestas plausibles pero incorrectas. 
• Citas, referencias o datos inventados. 
• Interpretaciones erróneas de instrucciones. 
• Señales de alerta para detectar alucinaciones de la IA. 
• Métodos para validar información generada por IA. 
• Uso de fuentes externas para verificar resultados.
• Procedimientos de revisión antes de utilizar información generada. 
• Ejemplos prácticos de respuestas erróneas y su análisis.

Actividades prohibidas y prácticas de alto riesgo

• Introducción a las prácticas prohibidas en el uso de IAG. 
• Introducción de datos personales sin base legal o consentimiento. 
• Introducción de información confidencial de clientes o empleados. 
• Subida de documentos internos, contratos o información estratégica. 
• Uso de herramientas de IA no autorizadas por la organización. 
• Automatización de decisiones sin supervisión humana. 
• Uso de IA para generar información engañosa o manipulada. 
• Riesgos asociados a la reutilización automática de contenido generado.

Buenas prácticas para un uso seguro de LLM

• Principios generales de uso responsable de la IAG. 
• Cómo anonimizar información antes de introducirla en un modelo. 
• Técnicas de seudonimización de datos. 
• Buenas prácticas en la redacción de prompts. 
• Evaluación crítica de las respuestas generadas por IA. 
• Verificación y validación de contenidos generados. 
• Uso exclusivo de herramientas corporativas aprobadas. 
• Procedimientos internos ante incidentes relacionados con IA. 
• Qué hacer ante dudas sobre el uso de herramientas de IA.

Marco normativo y políticas internas

• Introducción al marco regulatorio de la IA.
• Obligaciones derivadas del Reglamento General de Protección de Datos (RGPD). 
• Principios de minimización de datos y privacidad por diseño. 
• Responsabilidades de empresas y empleados en el uso de IA. 
• Regulación europea de la inteligencia artificial (AI Act). 
• Requisitos sectoriales aplicables según la actividad empresarial. 
• Políticas internas de seguridad y privacidad en el uso IA. 
• Gobernanza corporativa de la inteligencia artificial 
• Roles y responsabilidades en la supervisión del uso de IA.

Casos prácticos y escenarios reales

• Introducción al análisis de casos prácticos. 
• Ejemplos de uso correcto de herramientas de IAG Empresa.
• Ejemplos de uso incorrecto y riesgos asociados. 
• Simulaciones de situaciones de riesgo con IA. 
• Análisis de incidentes relacionados con uso inadecuado de IA. 
• Evaluación de riesgos en escenarios empresariales. 
• Resolución guiada de situaciones habituales en el uso de LLM. 
• Recomendaciones prácticas para el trabajo con IAG.