Diplomado en IA para la Alta Dirección

1.1 Problemas frecuentes en la toma de decisiones gerenciales y directivas
1.2 Sesgos cognitivos en el análisis, la priorización y la evaluación de riesgos
1.3 Sesgos organizacionales: silos de información, jerarquías, inercias e incentivos
1.4 Exceso de información, baja calidad de datos e intuición no contrastada
1.5 Valor de la IA para sintetizar información, analizar escenarios y reducir la incertidumbre
1.6 Qué es y qué no es la inteligencia artificial
1.7 Diferencias entre IA, machine learning, deep learning e IA generativa
1.8 IA generativa, predictiva, conversacional, asistentes virtuales y agentes inteligentes
1.9 Casos de uso por área: dirección, ventas, marketing, talento humano, operaciones, educación y servicio al cliente
1.10 Alcances, límites, riesgos y oportunidades para mandos medios y altos
1.11 La importancia de la supervisión humana en la toma de decisiones

2.1. Diseño del presupuesto y obtención de recursos.
2.2. Marketing y promoción del evento.
2.3. Gestión de patrocinadores y colaboradores.
2.4. Logística: infraestructura y servicios.
2.5. Gestión de personal y voluntarios.
2.6. Seguridad y medidas de emergencia.
2.7. Gestión de inscripciones y entradas.
2.8. Coordinación durante el evento: roles y responsabilidades.

3.1 Procesos organizacionales y oportunidades de mejora mediante IA
3.2 IA aplicada a la productividad operativa y la eficiencia administrativa
3.3 Automatización no-code y low-code: alcances, beneficios y límites
3.4 Concepto de agentes de IA (IA agéntica)
3.5 Diferencias entre chatbot, asistente virtual, automatización y agente de IA
3.6 Asistentes virtuales, agentes y flujos inteligentes en procesos gerenciales, comerciales y operativos
3.7 Casos de uso de agentes de IA: seguimiento de tareas, reportes, gestión de solicitudes y soporte a decisiones
3.8 Criterios para seleccionar procesos candidatos a automatización o a agentes de IA
3.9 Implementación con supervisión humana, trazabilidad, control de riesgos y límites de responsabilidad
3.10 Análisis de impacto: tiempo, costo, calidad, experiencia de usuario y continuidad operativa

4.1 Cultura de datos para gerentes y directivos
4.2 Diferencia entre datos, información, conocimiento e inteligencia
4.3 IA predictiva y analítica de datos para decisiones organizacionales
4.4 Indicadores, tableros y visualización ejecutiva
4.5 Uso de IA para interpretar reportes, tendencias, patrones y escenarios
4.6 Riesgos de decidir con datos incompletos, sesgados o mal interpretados
4.7 Preguntas clave antes de confiar en un análisis generado con IA

5.1 La IA como habilitador de la transformación digital
5.2 Modelos de adopción tecnológica en organizaciones
5.3 Gestión del cambio en la implementación de IA
5.4 Identificación y priorización de casos de uso
5.5 Evaluación de viabilidad: valor, complejidad, riesgo y madurez organizacional
5.6 Talento, cultura organizacional y nuevas competencias laborales
5.7 Implicaciones de la IA en roles gerenciales, equipos de trabajo y supervisión
5.8 Hoja de ruta para adoptar IA en una organización o área funcional

6.1 Ética de la inteligencia artificial en contextos organizacionales
6.2 Privacidad, datos personales y confidencialidad
6.3 Sesgos, discriminación algorítmica, alucinaciones y errores de interpretación
6.4 Propiedad intelectual y uso de contenidos generados por IA
6.5 Seguridad de la información y exposición de datos sensibles
6.6 Transparencia, trazabilidad, supervisión humana y rendición de cuentas
6.7 Gobernanza de IA: criterios, responsabilidades, límites de uso y mecanismos de control
6.8 Políticas internas y criterios mínimos para el uso responsable de IA