Gobierno y Gobernanza de Inteligencia Artificial

Programa Oficial del Curso 

Duración: 24 horas 

Precio: ¢650.000 IVAI

Modalidad: Remoto en vivo (sincrónico) mediante Microsoft Teams 

Nivel: Intermedio – Avanzado 

Fecha del curso:

• 16-17-18-21-22-23 de setiembre de 8:00 am a 12:00 pm

Dirigido a: 

Directores, gerentes, líderes de transformación digital, responsables de innovación, oficiales de seguridad de la información, auditores, responsables de cumplimiento, asesores legales, gestores de riesgos, arquitectos de soluciones, científicos de datos, líderes de TI, miembros de comités de tecnología y profesionales involucrados en la implementación o supervisión de soluciones de Inteligencia Artificial. 

Objetivo General 

Desarrollar las competencias necesarias para diseñar, implementar, supervisar y mejorar un modelo integral de Gobierno y Gobernanza de Inteligencia Artificial, alineado con estándares internacionales, marcos regulatorios y mejores prácticas, permitiendo gestionar los riesgos asociados al uso de la IA, garantizar un uso responsable de la tecnología y establecer mecanismos efectivos de supervisión, control y mejora continua. 

Objetivos Específicos 

Al finalizar el curso, el participante será capaz de: 

• Comprender los fundamentos del Gobierno y la Gobernanza de IA. 
• Interpretar los principales estándares internacionales relacionados con IA. 
• Aplicar los principios establecidos por ISO/IEC 42001. 
• Utilizar el NIST AI Risk Management Framework como herramienta para gestionar riesgos. 
• Comprender los lineamientos del EU AI Act y su impacto organizacional. 
• Aplicar los Principios de IA de la OCDE. 
• Diseñar estructuras organizacionales para gobernar la IA. 
• Establecer políticas corporativas para el uso responsable de IA. 
• Implementar controles de seguridad y privacidad. 
• Gobernar modelos de IA durante todo su ciclo de vida. 
• Administrar el uso corporativo de herramientas de IA Generativa. 
• Diseñar mecanismos de supervisión para Agentes de IA. 
• Elaborar un roadmap para implementar un programa de Gobernanza de IA. 

TEMARIO 

Módulo 1. Fundamentos del Gobierno y Gobernanza de Inteligencia Artificial 

Objetivo 

Comprender la evolución de la IA y la necesidad de establecer mecanismos formales de gobierno. 

Contenido 

• Evolución de la Inteligencia Artificial. 
• IA Tradicional. 
• Machine Learning. 
• Deep Learning. 
• IA Generativa. 
• IA Agéntica (Agentic AI). 
• Conceptos de Gobierno y Gobernanza. 
• Gobierno vs Gestión vs Administración. 
• Beneficios organizacionales. 
• Casos internacionales. 
• Tendencias globales. 

Laboratorio 

Evaluación del nivel de madurez de IA de la organización. 

Módulo 2. Marcos Internacionales de Gobernanza 

Contenido 

ISO/IEC 42001 

• Sistema de Gestión para IA (AIMS). 
• Contexto organizacional. 
• Liderazgo. 
• Planificación. 
• Soporte. 
• Operación. 
• Evaluación del desempeño. 
• Mejora continua. 

NIST AI Risk Management Framework 

• Govern. 
• Map. 
• Measure. 
• Manage. 

OECD AI Principles 

• Transparencia. 
• Robustez. 
• Seguridad. 
• Derechos Humanos. 
• Supervisión Humana. 
• Rendición de cuentas. 

Regulación Internacional 

• EU AI Act. 
• Panorama regulatorio mundial. 
• Tendencias para América Latina. 

Laboratorio 

Mapa de cumplimiento normativo. 

Módulo 3. Gobierno de Datos para Inteligencia Artificial 

Contenido 

• Datos como activo estratégico. 
• Calidad de datos. 
• Gobierno de datos. 
• Catálogo de datos. 
• Metadatos. 
• Datos maestros. 
• Ciclo de vida del dato. 
• Protección de datos. 
• Datos sensibles. 
• Minimización de datos. 
• Retención. 
• Clasificación. 
• Linaje. 
• Gobierno de datos para IA Generativa. 

Laboratorio 

Diseño de un inventario de activos de datos para IA. 

Módulo 4. Gestión Integral de Riesgos 

Contenido 

• Identificación de riesgos. 
• Riesgos tecnológicos. 
• Riesgos legales. 
• Riesgos éticos. 
• Riesgos reputacionales. 
• Riesgos financieros. 
• Riesgos de privacidad. 
• Riesgos de ciberseguridad. 
• Riesgos derivados de alucinaciones. 
• Riesgos por automatización. 
• Riesgos regulatorios. 

Laboratorio 

Construcción de una matriz de riesgos. 

Módulo 5. Ética e Inteligencia Artificial Responsable 

Contenido 

• Principios éticos. 
• IA Responsable. 
• Transparencia. 
• Explicabilidad. 
• Sesgos. 
• Equidad. 
• Inclusión. 
• Supervisión humana. 
• Derechos fundamentales. 
• Propiedad intelectual. 
• Uso aceptable. 
• Responsabilidad organizacional. 

Laboratorio 

Análisis de casos reales. 

Módulo 6. Gobierno Corporativo de IA 

Contenido 

• Modelo organizacional. 
• Comité de IA. 
• Roles. 
• Responsabilidades. 
• Alta Dirección. 
• Tecnología. 
• Jurídico. 
• Auditoría. 
• Seguridad. 
• Cumplimiento. 
• KPIs. 
• KRIs. 
• Auditorías. 
• Mejora continua. 

Laboratorio 

Diseño del Comité de IA. 

Módulo 7. Seguridad y Ciberseguridad para IA 

Contenido 

• Amenazas contra modelos de IA. 
• Prompt Injection. 
• Data Poisoning. 
• Model Theft. 
• Jailbreak. 
• Adversarial Attacks. 
• Protección de modelos. 
• Gestión de identidades. 
• Zero Trust. 
• Seguridad en APIs. 
• Seguridad en LLMs. 

Laboratorio 

Evaluación de controles de seguridad. 

Módulo 8. Gobierno del Ciclo de Vida de Modelos (Model Governance) 

Contenido 

• Ciclo de vida de modelos. 
• Desarrollo. 
• Entrenamiento. 
• Validación. 
• Versionamiento. 
• Monitoreo. 
• Drift. 
• Reentrenamiento. 
• Retiro del modelo. 
• MLOps Governance. 
• Documentación técnica. 
• Auditoría de modelos. 

Laboratorio 

Diseño del ciclo de vida de un modelo. 

Módulo 9. Gobernanza de Inteligencia Artificial Generativa 

Contenido 

• ChatGPT Enterprise. 
• Microsoft 365 Copilot. 
• Microsoft Copilot Studio. 
• Google Gemini. 
• Claude. 
• Microsoft Fabric AI. 
• Modelos fundacionales. 
• Gobierno de prompts. 
• Protección de información. 
• Clasificación documental. 
• Prevención de fuga de datos. 
• Controles organizacionales. 

Laboratorio 

Diseño de políticas para IA Generativa. 

Módulo 10. Gobernanza de Agentes de Inteligencia Artificial (Agentic AI) 

Contenido 

• Conceptos de Agentes. 
• Arquitectura. 
• Herramientas. 
• Memoria. 
• Contexto. 
• RAG. 
• APIs. 
• Automatización. 
• Riesgos. 
• Supervisión Humana. 
• Human in the Loop. 
• Límites de autonomía. 
• Auditoría. 
• Gobierno del ciclo de vida. 

Plataformas 

• Microsoft Copilot Studio. 
• Azure AI Foundry. 
• OpenAI. 
• Google Vertex AI. 
• Gemini. 
• Amazon Bedrock. 
• Salesforce Agentforce. 
• ServiceNow AI Agents. 

Laboratorio 

Diseño de un modelo de gobernanza para un Agente de IA. 

Módulo 11. Implementación de un Programa de Gobernanza de IA 

Contenido 

• Diagnóstico. 
• Estrategia. 
• Roadmap. 
• Gestión del cambio. 
• Capacitación. 
• Comunicación. 
• Gestión de interesados. 
• Indicadores. 
• Auditoría. 
• Mejora continua. 
• Madurez organizacional. 

Laboratorio 

Construcción del Roadmap de implementación. 

Módulo 12. Taller Integrador y Simulación de Auditoría 

Contenido 

Los participantes integrarán todos los conocimientos desarrollados durante el curso para construir un programa completo de Gobernanza de IA. 

Proyecto Final 

Cada participante desarrollará un Plan Integral de Gobierno y Gobernanza de Inteligencia Artificial que incluirá: 

• Diagnóstico de madurez. 
• Inventario de soluciones de IA. 
• Inventario de datos. 
• Matriz de riesgos. 
• Política de uso responsable. 
• Política de IA Generativa. 
• Política para Agentes de IA. 
• Comité de IA. 
• Roles y responsabilidades. 
• KPIs y KRIs. 
• Controles organizacionales. 
• Roadmap de implementación. 
• Simulación de auditoría basada en ISO/IEC 42001. 

Material Incluido 

• Plantilla de Política Corporativa para el Uso Responsable de IA. 
• Plantilla de Política para IA Generativa. 
• Plantilla de Política para Agentes de IA. 
• Plantilla de Inventario de Sistemas de IA. 
• Plantilla de Inventario de Modelos. 
• Plantilla de Inventario de Agentes de IA. 
• Plantilla de Inventario de Datos para IA. 
• Matriz de Riesgos. 
• Plantilla de Evaluación de Impacto de IA (AI Impact Assessment). 
• Matriz RACI. 
• Reglamento para un Comité de IA. 
• Checklist de alineamiento con ISO/IEC 42001. 
• Checklist de adopción del NIST AI Risk Management Framework. 
• Dashboard de KPIs y KRIs. 
• Casos prácticos para organizaciones públicas y privadas. 
• Ejercicios de auditoría y evaluación de cumplimiento.