3.32. AI162 Política y gobernanza de la IA (Obligatorio)
  • ES Español (Latinoamérica)

3.32. AI162 Política y gobernanza de la IA (Obligatorio)

Figura 3.32: Mapa de Conexión. AI162 Política y gobernanza de la IA

  • ES Español (Latinoamérica)
3.32.1. Justificación Volver arriba

Este curso examina el impacto de la Inteligencia Artificial en la sociedad, las políticas públicas y los marcos regulatorios. Explora los desafíos éticos, legales y sociales asociados al despliegue de IA, preparando a los estudiantes para participar en la creación de políticas responsables.

  • ES Español (Latinoamérica)
3.32.2. Objetivos Generales Volver arriba

  1. Analizar el impacto socioeconómico de la IA en distintos contextos globales
  2. Evaluar críticamente los marcos regulatorios existentes y propuestos para IA
  3. Desarrollar propuestas de políticas públicas para el uso ético de IA

  • ES Español (Latinoamérica)
3.32.3. Contribución a los resultados (Outcomes) Volver arriba

AG-C01) El Profesional y el Mundo: Analiza y evalúa el impacto de las soluciones a problemas complejos de computación en el desarrollo sostenible de la sociedad. (Usage)
AG-C02) Ética: Aplica principios éticos y se compromete con la ética profesional y las normas de la práctica profesional de la computación. (Usage)

  • ES Español (Latinoamérica)
3.32.4. Contenido Volver arriba

  • ES Español (Latinoamérica)
3.32.4.1. Fundamentos de Políticas de IA (12 horas) [Habilidades AG-C01,AG-C02] Volver arriba

Referencias Bibliográficas: (Cath et al., 2020; Fjeld et al., 2020)

Temas

  1. Historia de la regulación tecnológica
  2. Conceptos clave: transparencia, rendición de cuentas, equidad
  3. Casos de estudio: GDPR (UE), Ley de IA (España), enfoques en EE.UU. y Asia

Aprendizaje esperado (Learning Outcomes)

  1. Explicar los principios básicos de gobernanza de IA [Familiarizarse]
  2. Comparar marcos regulatorios internacionales [Usar]
  • ES Español (Latinoamérica)
3.32.4.2. Impacto Social y Económico (12 horas) [Habilidades AG-C01,AG-C02] Volver arriba

Referencias Bibliográficas: (Zuboff, 2019; Eubanks, 2018)

Temas

  1. Sesgos algorítmicos y discriminación sistémica
  2. Automatización y futuro del trabajo
  3. Brechas digitales y acceso a tecnologías de IA

Aprendizaje esperado (Learning Outcomes)

  1. Evaluar cómo la IA amplifica desigualdades sociales [Evaluar]
  2. Proponer soluciones para mitigar impactos negativos [Usar]
  • ES Español (Latinoamérica)
3.32.4.3. Diseño de Políticas Públicas (18 horas) [Habilidades AG-C01,AG-C02] Volver arriba

Referencias Bibliográficas: (Crawford, 2021; Jobin et al., 2019)

Temas

  1. Metodologías para evaluación de riesgos en sistemas de IA
  2. Participación multiactor: gobiernos, empresas, sociedad civil
  3. Herramientas para auditoría algorítmica

Aprendizaje esperado (Learning Outcomes)

  1. Diseñar un marco de políticas para un caso real [Evaluar]
  2. Argumentar propuestas con evidencia técnica y ética [Usar]
  • ES Español (Latinoamérica)
3.32.4.4. Ética y Derechos Humanos (18 horas) [Habilidades AG-C01,AG-C02] Volver arriba

Referencias Bibliográficas: (Binns, 2018; UNESCO, 2021)

Temas

  1. Derechos digitales y protección de datos
  2. IA militar y dilemas éticos
  3. Recomendaciones de la UNESCO sobre ética en IA

Aprendizaje esperado (Learning Outcomes)

  1. Analizar conflictos entre innovación y derechos humanos [Familiarizarse]
  2. Redactar un código de ética para proyectos de IA [Evaluar]

  • ES Español (Latinoamérica)
3.32.5. Referencias Bibliográficas Volver arriba

Cath, C. et al. (2020). Governing Artificial Intelligence: Ethical, Legal, and Technical Opportunities and Challenges. Oxford University Press.

Fjeld, J. et al. (2020). Principled artificial intelligence: Mapping consensus in ethical and rights-based approaches. Technical report, Harvard Berkman Klein Center.

Zuboff, S. (2019). The Age of Surveillance Capitalism. PublicAffairs.

Eubanks, V. (2018). Automating Inequality: How High-Tech Tools Profile, Police, and Punish the Poor. St. Martin's Press.

Crawford, K. (2021). Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence. Yale University Press.

Jobin, A. et al. (2019). The global landscape of AI Ethics guidelines. Nature Machine Intelligence, 1:389–399.

Binns, R. (2018). Algorithmic Accountability and Public Reason. Springer.

UNESCO (2021). Recommendation on the ethics of artificial intelligence. Technical report.

¿Encontraste una errata, un curso desactualizado, un enlace roto, o tienes una sugerencia? Cuéntanos.

Escanea para abrir en tu teléfono