Programa del Curso

Introducción a la IA explicable y la ética

  • La necesidad de explicabilidad en los sistemas de IA
  • Desafíos en la ética y la equidad de la IA
  • Visión general de las normas reglamentarias y éticas

Técnicas XAI para una IA ética

  • Métodos agnósticos del modelo: LIME, SHAP
  • Técnicas de detección de sesgos en modelos de IA
  • Manejo de la interpretabilidad en sistemas complejos de IA

Transparencia y rendición de cuentas en la IA

  • Diseño de sistemas de IA transparentes
  • Garantizar la rendición de cuentas en la toma de decisiones en materia de IA
  • Auditar los sistemas de IA para garantizar la equidad

Equidad y mitigación de sesgos en la IA

  • Detección y tratamiento de sesgos en modelos de IA
  • Garantizar la equidad entre los diferentes grupos demográficos
  • Implementación de directrices éticas en el desarrollo de la IA

Marcos regulatorios y éticos

  • Visión general de los estándares éticos de la IA
  • Comprender las regulaciones de la IA en diferentes industrias
  • Alinear los sistemas de IA con GDPR, CCPA y otros marcos

Aplicaciones del mundo real de la XAI en la IA ética

  • Explicabilidad en la IA sanitaria
  • Creación de sistemas de IA transparentes en las finanzas
  • Despliegue de la IA ética en las fuerzas del orden

Tendencias futuras en XAI e IA ética

  • Tendencias emergentes en la investigación de la explicabilidad
  • Nuevas técnicas para la equidad y la detección de sesgos
  • Oportunidades para el desarrollo ético de la IA en el futuro

Resumen y próximos pasos

Requerimientos

  • Conocimientos básicos de modelos de aprendizaje automático
  • Familiaridad con el desarrollo y los marcos de IA
  • Interés por la ética y la transparencia de la IA

Audiencia

  • Especialistas en ética de la IA
  • Desarrolladores de IA
  • Científicos de datos
 14 Horas

Número de participantes


Precio por Participante​

Próximos cursos

Categorías Relacionadas