Temario

01Módulo 0 — Alfabetización esencial en IA16 min

La base común del art. 4 del AI Act, con los ojos puestos en quien construye o despliega: qué hay dentro de un sistema de IA (estadística, no reglas), por qué se equivoca (errores, sesgo, alucinaciones) y el mapa del reglamento — la pirámide de riesgo, la categoría de alto riesgo del Anexo III y los siete requisitos del Capítulo III que recorre el curso.

Qué hay dentro de un sistema de IA5 min
Errores, sesgos y alucinaciones5 min
El mapa del AI Act: pirámide, Anexo III y Capítulo III6 min

02Sistema de gestión de riesgos (art. 9)1 h 56 min

El proceso que no termina nunca: cómo se planifica, ejecuta y actualiza un sistema de gestión de riesgos durante todo el ciclo de vida. Identificar y estimar los riesgos previsibles del uso y del mal uso, adoptar medidas de mitigación y juzgar cuándo el riesgo residual es aceptable.

El proceso que no termina8 min
Identificar y estimar los riesgos8 min
Mitigación y riesgo residual1 h 40 min

Prueba la primera lección

Así se ve una lección por dentro. Los ejercicios interactivos y el seguimiento de tu progreso se activan al matricularte.

De la regla escrita al patrón aprendido

Durante décadas el software hizo lo que le decíamos, línea a línea: si el sueldo es mayor que X, concede el crédito. Un sistema de aprendizaje automático funciona al revés. Le damos ejemplos —miles de solicitudes ya resueltas— y él infiere una función que separa los casos. Nadie escribe la regla; emerge de los datos.

Esa diferencia lo cambia todo para quien tiene que cumplir la ley. En el software clásico puedes auditar la regla leyendo el código. En un modelo entrenado, la «regla» está repartida entre millones de pesos numéricos que, por sí solos, no dicen nada legible. Por eso el Capítulo III del AI Act no se conforma con «enséñame el código»: exige documentación, trazabilidad y control sobre un objeto que, por naturaleza, es opaco.

Qué es de verdad un 0,82

Cuando un clasificador devuelve 0,82 para una candidatura, mucha gente lee «un 82% de probabilidad de que esta persona valga». Falso. Ese número es la salida de una función ajustada a datos históricos: mide cuánto se parece este caso a los que, en el pasado, acabaron etiquetados como positivos. No es una medida objetiva del mérito ni una probabilidad verificable en el mundo real.

La consecuencia práctica: dos candidaturas casi idénticas pueden recibir 0,82 y 0,79, y esa diferencia de tres centésimas no significa nada. Tratarla como si separara a un apto de un no apto es sobreinterpretar el ruido del modelo. Un equipo técnico maduro sabe leer esas cifras con su margen de error, no como un veredicto.

Formación bonificada, con tutor y evaluación

Objetivos de aprendizaje

✓Diseñar y mantener un sistema de gestión de riesgos conforme al art. 9: proceso iterativo durante todo el ciclo de vida, identificación y estimación de riesgos previsibles, medidas de mitigación y aceptabilidad del riesgo residual.
✓Aplicar la gobernanza de datos del art. 10: datasets relevantes, representativos y lo más libres de errores posible, examen y mitigación del sesgo, y uso excepcional de categorías especiales de datos solo para detectar y corregir sesgos.
✓Producir la documentación técnica del Anexo IV (art. 11) y una política de registro de eventos (art. 12) que garanticen trazabilidad y conservación de los logs.
✓Redactar instrucciones de uso hacia el deployer (art. 13) que comuniquen de forma honesta capacidades, limitaciones, niveles de precisión y medidas de supervisión humana.
✓Especificar el diseño para la supervisión humana (art. 14): interfaz humano-máquina, las cinco capacidades del supervisor, la mitigación del sesgo de automatización y el botón de parada.
✓Definir el plan de precisión, robustez y ciberseguridad (art. 15) frente a envenenamiento de datos, ejemplos adversarios, ataques a la confidencialidad y fallos del modelo.
✓Trazar la ruta de conformidad — normas armonizadas, evaluación de conformidad, declaración UE, marcado CE y registro (arts. 40-49) — y las obligaciones técnicas del deployer (art. 26).
✓Ensamblar el expediente técnico de conformidad completo del sistema simulado «TalentoScore», utilizable después como plantilla de trabajo.

Metodología

Teleformación asíncrona basada en micro-lecciones de unos 8 minutos (el módulo de alfabetización inicial usa lecciones de unos 5 minutos) con ratio 30/70 entre teoría y práctica: cada lección combina explicación con analogías de ingeniería cotidiana, preguntas de recuperación activa y mini-quizzes. Cada una de las siete secciones temáticas se cierra con un cuestionario de evaluación y con una parte guiada del capstone —de entre 90 y 120 minutos— sobre el supuesto ficticio del sistema «TalentoScore» de cribado y ranking de candidaturas (proveedor ficticio «Nordia AI», categoría de empleo del Anexo III): el participante redacta sucesivamente el análisis de riesgos, la ficha de gobernanza de datos, el índice de documentación técnica y la política de logs, las instrucciones de uso, la especificación de supervisión humana, el plan de precisión-robustez-ciberseguridad y la ruta de conformidad, de modo que al terminar la última sección su expediente técnico de conformidad está completo y listo para entregar. Todo el trabajo práctico se realiza sobre el supuesto ficticio que proporciona el curso — nunca sobre sistemas ni datos internos reales de la empresa del participante. El tutor acompaña por mensajería interna durante todo el itinerario.

Evaluación

Controles de aprendizaje: 8 cuestionarios de sección (mínimo 70/100; cada uno se abre al completar las lecciones de su sección), 1 entregable evaluado por el tutor (mínimo 60/100) y 1 examen final de 24 preguntas (mínimo 75/100), disponible al superar todos los cuestionarios de sección. Para finalizar la acción formativa el participante debe realizar al menos el 75% de los 10 controles de aprendizaje (Orden TAS/2307/2007, art. 19.2); recibe diploma si los supera todos y, si no, certificado de asistencia. El tiempo de conexión se registra íntegramente como evidencia de la acción formativa (30 horas declaradas), sin operar como requisito automático de finalización.

Tutoría

Tutoría individual por mensajería interna de la plataforma, con tutor experto en gobernanza técnica de la inteligencia artificial y cumplimiento del AI Act, y compromiso de respuesta inferior a 48 horas laborables. El tutor evalúa el expediente técnico final con retroalimentación personalizada por cada requisito del Capítulo III, publica anuncios de cohorte con el ritmo semanal sugerido y realiza seguimiento activo de los participantes rezagados. Ratio máximo: 80 participantes por tutor.

Sistemas de IA de alto riesgo: obligaciones técnicas

Temario

Solicita tu plaza

Más cursos de HappyAutomating Academy

Skills y tareas programadas: tu primera automatización

Tu web, hecha y publicada por ti con Claude Code

Tus archivos ordenados con Claude Cowork

Crea tu propio CRM a partir de una hoja Excel

Claude en el navegador

Excel, Word y PowerPoint con Claude: primeros pasos

Claude en el trabajo: qué herramienta para qué

Desarrollo de Software Potenciado por IA: de Cero a Hero

El AI Act en 30 minutos: guía express para empresas españolas

Gobernanza y cumplimiento del AI Act: de la teoría al plan de acción

Alfabetización en IA en 45 minutos: lo mínimo que todo empleado debe saber

IA para dirección: riesgos, responsabilidad y estrategia de cumplimiento

Fundamentos de IA para empleados: cómo funciona, qué puede y qué no

IA en marketing, ventas y atención al cliente: transparencia y competencia leal

IA y propiedad intelectual: autoría, entrenamiento y contratos

IA y protección de datos: RGPD, LOPDGDD y decisiones automatizadas

IA en RRHH: gestión algorítmica, Ley Rider y no discriminación

Supervisión humana de la IA: vigilar, intervenir y registrar

Uso responsable de IA generativa en el puesto de trabajo

Prueba la primera lección

De la regla escrita al patrón aprendido

Qué es de verdad un 0,82

Formación bonificada, con tutor y evaluación

Objetivos de aprendizaje

Metodología

Evaluación

Tutoría

Por qué esto importa para el alto riesgo

Lo que te llevas