Confianza y Ética en la IA: Un Enfoque Empresarial

Resumen

Based on the best-selling book, Trustworthy AI, by Beena Ammanath. This course equips professionals with the knowledge and tools to build and implement ethical AI systems.

It explores the core principles of trustworthy AI, including fairness, transparency, and reliability, and provides practical strategies for integrating these values into business operations. Designed for those navigating the intersection of technology and ethics, it offers actionable insights for responsible AI development.

The course covers essential concepts such as fairness, transparency, and the importance of building reliable AI systems that align with ethical guidelines. You'll also discover real-world applications and strategies for integrating these principles into your organization’s AI practices.

By the end, you will have gained knowledge on the responsible use of AI and tools for ensuring AI systems are built with trust in mind. What sets this course apart is its focus on applying ethical principles directly to business practices.

You’ll gain both theoretical understanding and practical insights to help implement ethical AI practices in real-world scenarios. With real-life case studies and expert-led discussions, this course will equip you to tackle the evolving challenges in AI ethics.

This course is designed for business leaders, AI professionals, and technology managers who wish to ensure the ethical development of AI within their organizations. A basic understanding of AI and business processes will help, but deep technical expertise is not required.

Copyright © 2022 by John Wiley & Sons, Inc. All rights reserved.

Published by John Wiley & Sons, Inc., Hoboken, New Jersey.

Programa

• Una Introducción a la IA Moderna
En esta sección, exploramos la IA como modelos matemáticos, no como entidades pensantes, y examinamos su papel en la ciencia de datos y aplicaciones del mundo real.
• Justa e Imparcial
En esta sección, examinamos las fuentes de sesgo en los sistemas de IA, evaluamos la equidad en su implementación y aplicamos prácticas éticas para asegurar aplicaciones de IA equitativas y conformes.
• Robusta y Confiable
En esta sección, exploramos estrategias para asegurar la robustez y confiabilidad de la IA en ambientes dinámicos. Conceptos clave incluyen marcos de prueba, análisis de deriva de datos y sistemas de aprendizaje continuo.
• Transparente
En esta sección, examinamos la transparencia en la IA, enfocándonos en la responsabilidad y la confianza de los interesados.
• Explicable
En esta sección, exploramos la explicabilidad de la IA, centrándonos en marcos, análisis de cajas negras e informes transparentes para generar confianza y garantizar el cumplimiento en aplicaciones comerciales.
• Segura
En esta sección, exploramos vulnerabilidades de seguridad en la IA, riesgos de compromiso del sistema y prácticas de implementación segura para asegurar una implementación de IA segura y confiable.
• Segura
En esta sección, exploramos la integración de la seguridad en el diseño de IA, analizando valores humanos y optimizando objetivos para asegurar resultados éticos y prevenir el daño.
• Privacidad
En esta sección, examinamos la privacidad en la IA, enfocándonos en métodos de recolección de datos, cumplimiento regulatorio y consentimiento informado para asegurar sistemas de IA éticos y confiables.
• Responsable
En esta sección, exploramos los desafíos de responsabilidad en la IA, enfatizando la responsabilidad ética, la toma de decisiones transparente y marcos para garantizar la confianza y el cumplimiento en sistemas de adquisiciones impulsados por IA.
• Responsable
En esta sección, examinamos la evaluación de sistemas de IA para alineación ética, implementación de marcos de implementación responsable y la evaluación de impactos en la confianza de los interesados.
• IA Confiable en Práctica
En esta sección, exploramos la implementación de dimensiones de confianza en estrategias de IA, analizando factores de confianza en diferentes casos de uso y diseñando marcos de gobernanza consistentes para un despliegue responsable de la IA.
• Mirando Hacia Adelante
En esta sección, exploramos la construcción de IA confiable mediante una gobernanza estructurada, enfatizando sistemas justos, confiables y transparentes alineados con valores humanos y regulaciones futuras.

---

Impartido por

Wiley-Expert Edge Course Instructors

---

Materias

Artificial Intelligence