Información de la capacitación

Objetivo

Fortalecer el uso seguro y responsable de la inteligencia artificial mediante la identificación de datos aptos para su uso, la aplicación de técnicas de anonimización y la construcción de herramientas básicas de gobernanza para la organización.

Profesionales de áreas de riesgo financiero, riesgo integral, tesorería, planeación financiera, capital y liquidez, cumplimiento regulatorio, crédito, ALM, control interno, auditoría interna, gobierno corporativo y seguimiento de pac, pal y pruebas de resistencia.
Identificar los riesgos asociados al uso de herramientas de inteligencia artificial y aplicar medidas de protección de datos, incluyendo técnicas de anonimización y buenas prácticas de privacidad.
Evaluar cuándo utilizar modelos de IA en la nube o modelos locales, comprendiendo sus ventajas, limitaciones e implicaciones en términos de seguridad, control y confidencialidad de la información.
Implementar lineamientos básicos de gobernanza para el uso responsable de la inteligencia artificial, mediante la definición de criterios de manejo de datos, la identificación de casos de uso y la elaboración de políticas internas.
Alexander Marín

Fecha del curso

24, 25 y 26 de noviembre

Horario

9:00 am a 12:00 pm

Duración

9 horas

Fecha del curso

24, 25 y 26 de noviembre

Horario

9:00 am a 12:00 pm

Duración

9 horas

Temas

Qué datos salen y cómo protegerlos
Apertura: un caso real de fuga por pegar información en un chat
Teoría: retención, entrenamiento, DPA, zero data retention, cuenta personal vs. empresarial
Práctica 1: cada uno revisa los ajustes de privacidad de la herramienta de IA que usa hoy
Demo de anonimización de texto antes de enviar: detección, texto limpio, ida y vuelta, un fallo a propósito y la diferencia entre seudonimización y anonimización
Práctica 2: con textos ficticios, detectar qué datos se le escaparían a la herramienta
Demo corta: anonimizar una tabla (hoja de cálculo con clientes) y un documento PDF, que es donde la gente suele tener sus datos
Cierre
IA en local como punto de control
Teoría: qué es un modelo local, qué se gana en control y qué se pierde en calidad
Demo: modo avión y el modelo sigue respondiendo
Práctica: con una aplicación de interfaz gráfica para modelos locales, enviar el mismo prompt a un modelo local y a uno en la nube y comparar calidad y velocidad
Puesta en común: qué tareas aceptarían en local y cuáles necesitan la nube
Gobernanza, cómo se decide y se documenta
Teoría: marco normativo en una diapositiva (RGPD, AI Act), roles, evaluación de impacto, qué exigir a un proveedor
Práctica 1: rellenar el semáforo de datos con 5 casos reales de su organización (nube, anonimizado, local o prohibido)
Práctica 2: inventario de casos de uso y borrador de política de una página
Cada grupo presenta su semáforo y se discuten las discrepancias
La sesión 1 no requiere instalar nada.
Instalación previa de la aplicación de modelos locales, con guía enviada una semana antes.
Casos reales o semirreales de su organización para la sesión 3.
Materiales incluidos
Plantilla de semáforo de datos, plantilla de inventario de casos de uso, modelo de política de uso aceptable de una página, guía de instalación, y textos, tabla y documento ficticios para las prácticas de anonimización.
Inversión
$1.459.500
Más IVA

Pregunte por el descuento disponible por pronto pago.

Consulta sobre nuestras próximos capacitaciones

Natalia Munevar Diaz
nmunevar@asobancaria.com
311 821 1067 – 316 017 3651
601 326 66 20 ext. 1422

Suscripción semanarios

Ingrese su correo y suscríbase a nuestro Semanarios para estar al día en la actualidad económica de Colombia.