Entrenamiento Completo IAPP AIGP – Dominio en Gobernanza de IA

Resumen

This course features Coursera Coach! A smarter way to learn with interactive, real-time conversations that help you test your knowledge, challenge assumptions, and deepen your understanding as you progress through the course.

Artificial Intelligence is transforming industries, but without proper governance it can introduce serious risks, ethical challenges, and regulatory consequences. In this course, you will build a strong foundation in AI governance and learn how organizations design responsible AI frameworks that balance innovation with accountability.

You will explore the principles of responsible AI, risk management strategies, and governance structures that help organizations deploy AI systems safely and ethically. The course begins by introducing the AIGP certification, its exam structure, and the core objectives required to succeed.

You will then explore the foundations of AI governance, including AI types, governance principles, organizational roles, and lifecycle-based governance strategies. Through real-world examples, you will understand how organizations establish governance teams, develop policies, and embed ethical oversight into AI systems.

As the course progresses, you will examine global AI regulations, standards, and frameworks such as the EU AI Act, OECD AI Principles, and NIST AI Risk Management Framework. You will also explore key legal responsibilities, data protection requirements, intellectual property challenges, and risk classification models used to manage AI systems responsibly.

This course is ideal for privacy professionals, compliance officers, AI practitioners, technology leaders, and policy specialists seeking to understand AI governance and prepare for the AIGP certification. A basic understanding of AI concepts, data governance, or technology management is helpful but not required.

The course is designed at an intermediate level for professionals looking to develop governance expertise in AI systems. By the end of the course, you will be able to design AI governance frameworks, interpret global AI regulations, implement AI risk management processes, and evaluate AI systems for responsible and compliant deployment.

Programa

• Introducción al curso y descripción general de la certificación AIGP
En este módulo, introduciremos la certificación de Profesional en Gobernanza de Inteligencia Artificial (AIGP) y su relevancia en el panorama actual de gobernanza de IA. Exploraremos la estructura del examen AIGP y los dominios de conocimiento cubiertos en la certificación. También revisaremos el formato del curso y los objetivos de aprendizaje para ayudarte a prepararte eficazmente para el viaje de certificación.
• Dominio I — Comprender los fundamentos de la gobernanza de IA
En este módulo, exploraremos los conceptos fundamentales detrás de la inteligencia artificial y por qué la gobernanza es esencial para una adopción responsable de la IA. Examinaremos los riesgos de la IA, principios éticos, roles de gobernanza y responsabilidades organizacionales a lo largo del ciclo de vida de la IA. A través de ejemplos prácticos y estudios de caso, los estudiantes obtendrán información sobre cómo construir marcos efectivos de gobernanza de IA.
• Dominio 2 - Módulo 2: Leyes, estándares y marcos para la IA
En este módulo, examinaremos las leyes, regulaciones y estándares globales que dan forma a la gobernanza responsable de la IA. Exploraremos los principales marcos como la Ley de IA de la UE, el Marco de Gestión de Riesgos de IA de NIST y las directrices internacionales de ética en IA. Los estudiantes obtendrán claridad sobre los requisitos de cumplimiento y cómo las organizaciones alinean sus sistemas de IA con los estándares de gobernanza globales.
• Dominio 3 - Módulo 3: Gestión de riesgos, responsabilidad e impacto
En este módulo, exploraremos cómo las organizaciones identifican, evalúan y gestionan los riesgos asociados con los sistemas de IA. Revisaremos los procesos de gobernanza incluyendo documentación, estructuras de supervisión y prácticas de gestión de riesgos durante el ciclo de vida. Los estudiantes comprenderán cómo mantener la responsabilidad, la transparencia y el monitoreo continuo de los sistemas de IA.
• Dominio 4 - Módulo 4: Preocupaciones de ciberseguridad y privacidad de datos
En este módulo, examinaremos los desafíos de ciberseguridad, privacidad y cumplimiento relacionados con el despliegue de sistemas de IA. Exploraremos los controles de gobernanza que aseguran una implementación segura, monitoreo y gestión de incidentes. Los estudiantes también comprenderán cómo las organizaciones abordan los sesgos, el mal uso y los riesgos de seguridad en implementaciones reales de IA.
• Visión general: Estudios de caso de gobernanza de IA
En este módulo, exploraremos estudios de caso prácticos que demuestran cómo opera la gobernanza de IA en entornos del mundo real. Examinaremos ejemplos de servicios financieros, atención médica, transporte autónomo e infraestructura de ciudades inteligentes. Estos ejemplos ayudarán a los estudiantes a conectar los marcos de gobernanza con los desafíos y soluciones prácticas de implementación.
• Resumen final del curso y conclusiones clave
En este módulo, resumiremos las lecciones y conocimientos clave de todo el curso de gobernanza de IA. Revisaremos los marcos, principios y prácticas de gobernanza más importantes discutidos en módulos anteriores. Los estudiantes saldrán con una comprensión clara de cómo aplicar el conocimiento de la gobernanza de IA en contextos profesionales y organizacionales.

---

Impartido por

Packt - Course Instructors

---

Materias

Artificial Intelligence