Autoplay
Autocomplete
Previous Lesson
Complete and Continue
Gobernanza de Datos
Información importante
Aclaraciones
Unidad 1: Introducción a la IA
Contenido de la Unidad 1
1. Introducción a la Inteligencia Artificial (4:39)
2. ¿Qué es la IA?
3. ABC de la inteligencia humana. Punto A: Reconocimiento de patrones de información (6:22)
4. ABC de la inteligencia humana. Punto B: Adaptación del cerebro humano (6:27)
5. ABC de la inteligencia humana. Punto C: Límites del procesamiento de la información en personas humanas (11:42)
6. ABC del concepto de Inteligencia Artificial. Punto A: Fenómeno del blanco móvil (7:06)
7. Introducción a los datos, información, conocimiento y algoritmos
8. ABC del concepto de Inteligencia Artificial. Punto C: Capacidad de reconocer patrones de información (3:55)
9. La criatura nueva, definiciones de IA, interpretaciones
10. Motivaciones de la IA (2:50)
11. Aplicaciones de la IA (2:49)
12. Oportunidades de la IA (2:34)
13. Desafíos de la IA (7:55)
14. IA. ¿Oportunidad o desafío? (4:52)
15. Acciones. Uso de la IA para los servicios públicos (3:02)
16. Conclusiones acerca de las aplicaciones, oportunidades, desafíos y acciones de la IA (0:49)
17. Estado del arte. Rol de la IA en los Estados
18. Gobernanza y estado de la Inteligencia Artificial en los Estados de la región
19. Impacto de la IA en temáticas de radical importancia para la región
20. Conclusiones sobre oportunidades y desafíos de la IA para la región
21. El impacto de la IA en el trabajo. Introducción
22. ¿Las máquinas nos desemplean?
23. Los trabajos y tareas que surgen en la era de la IA
24. Acelerar la reconversión y proteger a las personas más vulnerables
25. Paradojas tecnológicas de la historia: cómo aprovecharlas para enfocar la inteligencia artificial de manera sostenible
26. Ruta para poner en marcha la IA
27. Primera tutoría sincrónica con presencialidad virtual (Unidad 1)
Test de Lectura
Unidad 2: Introducción a la gobernanza de datos
Contenido de la Unidad 2
1. ¿Qué son los datos?
2. ¿Cómo hacer un buen gobierno de datos?
3. Estructuras organizacionales
4. Black Mirror "Bandersnatch" y organizaciones
5. Gobernanza de la infraestructura de datos
6. Trabajos vs. Tareas
7. Actividades básicas previas para la gobernanza de datos
8. Consideraciones éticas de a gobernanza de datos
Test de Lectura
Unidad 3: Representación de procesos decisionales y gestión de la documentación
Contenido de la Unidad 3
1. Toma de decisiones (6:21)
2. Proceso para la toma de decisión eficaz (2:03)
3. Etapas para la elección de alternativas (4:35)
4. Tipos de tomas de decisiones (10:17)
5. Decisiones reales creativas (3:33)
6. Implementaciones reales - Decisiones (parte 2) (7:37)
7. Implementaciones reales - Decisiones (parte 3) (6:46)
8. Implementaciones reales - Decisiones (parte 4) (8:38)
9. Implementaciones reales - Decisiones (parte 5) (6:54)
10. Implementaciones reales - Decisiones (parte 6) (9:45)
Test de Lectura
Unidad 4: Elaboración de requerimientos de los sistemas de IA
Contenido de la Unidad 4
1. Gobernanza de datos (Introducción) (10:18)
2. ¿Y eso qué sería? (11:30)
3. ¿Qué problemas podemos encontrar con la gobernanza? (8:18)
4. Estándares y buenas prácticas (1) (1:20)
5. Estándares y buenas prácticas (2) (3:14)
6. Catálogo de datos (6:20)
7. Roles y responsabilidades en el uso de los datos (5:57)
8. Autogestión y uso eficiente de los datos (10:09)
9. Ejemplos de servicios de Telecomunicaciones (parte 1) (3:46)
10. Estratégicos: Políticos y principios (1) (6:57)
11. Estratégicos: Políticos y principios (2) (3:15)
12. Ejemplos de servicios de Telecomunicaciones (parte 2) (5:52)
13. Estratégicos: Comité de datos (11:10)
14. Estratégicos: Procesos (2:59)
15. Estándares: Arquitectura (6:37)
16. Estándares: Calidad (3:51)
17. Estándares: Privacidad y cumplimiento (4:18)
18. Estándares: Metadata (5:02)
19. Estándares: Seguridad, accesos y usos (3:54)
20. Estándares: Compra y monetización (18:00)
21. Herramientas de Gobierno (4:00)
Test de Lectura
Unidad 5: Lógicas de diálogo e interacciones intuitivas entre usuarios/as
Contenido de la Unidad 5
1. Datos o modelos inseguros (12:40)
2. Mal modelo o definición de negocios (12:31)
3. Mala calidad de datos (1:52)
4. Chatbots (parte 1) (11:00)
5. ¿Qué es un chatbot?
6. ¿Qué es un asistente digital?
7. Chatbots (parte 2) (10:55)
8. Chatbots (parte 3) (6:41)
9. Chatbots: Modelos generativos (Tay) (9:55)
10. Chatbots: Diseño de diálogos representado con diagrama de flujos (5:51)
11. Obtener información sobre el diseño de un bot conversacional
12. Diseñador de conversaciones
13. Gobernanza de datos, agentes conversacionales y matices de automatización
14. Segunda tutoría sincrónica con presencialidad virtual (Unidad 2 a Unidad 5)
Test de Lectura
Unidad 6: Dinámica entre datos, tareas, decisiones, acciones y documentos - Etiquetado de datos
Contenido de la Unidad 6
1. CDO (8:37)
2. Funciones primarias del CDO (6:21)
3. Objetivos del CDO (0:41)
4. CDO: Dinámica (3:36)
5. Oportunidad de mejora de un proceso de información (3:56)
6. Desarrollo de un nuevo sistema (6:46)
7. Proyecto de explotación prioritario (6:21)
8. Proyecto de explotación no prioritario (3:56)
9. Clasificación de sensibilidad (5:52)
10. Intercambio de datos (1:19)
11. Definición de un nuevo estándar (2:45)
12. Adquisición de bases de datos (4:37)
Test de Lectura
Unidad 7: Muestra de datos, diseño de datasets y reducción de sesgos
Contenido de la Unidad 7
1. Censos vs. muestras (9:02)
2. Censos conocidos (12:27)
3. Muestras (16:04)
4. Muestras y Big Data (14:53)
5. Muestras - training, validation y test (10:20)
6. Sesgos (3:42)
7. ¿Cómo se produce el sesgo algorítmico y por qué es tan difícil detenerlo?
8. Ejemplos prácticos (1) (8:16)
9. Ejemplos prácticos (2) (9:04)
10. Ejemplos prácticos (3) (9:44)
11. Ejemplos prácticos (4) (7:38)
12. Gobernanza de datos para predicciones trazables
Test de Lectura
Unidad 8: Definición e identificación de criterios - Segmentación de datasets - Curado y etiquetado de datos
Contenido de la Unidad 8
1. Preprocesamiento de datos (10:11)
2. Comprobaciones básicas (7:30)
3. Tareas principales (11:30)
4. Tratamientos de datos faltantes (5:50)
5. Normalizar datos (9:48)
6. Discretizar datos (1:49)
7. Reducir datos (13:21)
8. Limpiar datos de texto (10:00)
9. Ejemplos prácticos (1) (9:26)
10. Ejemplos prácticos (2) (12:03)
11. Tareas para preparar los datos para el aprendizaje automático mejorado
12. Tercera tutoría sincrónica con presencialidad virtual (Unidad 6 a Unidad 8)
Test de Lectura
Desafío
1. Ejercicio práctico: Gobernanza de datos para detección en materia de Tránsito (problemas vinculados al procesamiento de lenguaje natural)
2. Cuarta tutoría sincrónica con presencialidad virtual (Ejercicio práctico)
7. ¿Cómo se produce el sesgo algorítmico y por qué es tan difícil detenerlo?
Lesson content locked
If you're already enrolled,
you'll need to login
.
Enroll in Course to Unlock