Liderazgo en la era de la IA: gestión y adaptación en la Sociedad 5.0
.
1 – Introducción a la Sociedad 5.0: implicaciones para organizaciones públicas y privadas
Introducción a la Sociedad 5.0: implicaciones para organizaciones públicas y privadas
Concepto y características de la Sociedad 5.0
Definición de la Sociedad 5.0
Principales características
Objetivos de la Sociedad 5.0
Resolver problemas sociales
Crear valor
Diferencias clave con la Industria 4.0
Evolución de las revoluciones industriales hasta la Sociedad 5.0 y su impacto en las organizaciones
Las revoluciones industriales previas
Transición de la Industria 4.0 a la Sociedad 5.0
El impacto en las organizaciones
Retos gerenciales específicos en la Sociedad 5.0
Resumen
2 – Estructuras organizacionales en la era digital: de la jerarquía a las redes interorganizacionales
Estructuras organizacionales en la era digital: de la jerarquía a las redes interorganizacionales
Evolución de las estructuras organizacionales: Organizaciones jerárquicas vs. redes interorganizacionales
Definición y características de las estructuras organizacionales tradicionales
Estructura jerárquica
Estructura funcional
Estructura divisional
Surgimiento y características de las nuevas estructuras organizacionales
Estructura matricial
Estructura en redes distribuidas
Comparación entre organizaciones jerárquicas y redes interorganizacionales
La era digital y el reto de estructuras flexibles y adaptables
Impacto de la digitalización en las estructuras organizacionales
Transformación en la comunicación y colaboración.
Características de las estructuras flexibles y adaptables
Desafíos en la implementación de estructuras flexibles
Ejemplos de organizaciones que han adoptado estructuras flexibles en la era digital
Sector público
Sector privado
Resumen
3 – Transformación del perfil gerencial en la era de la IA
Transformación del perfil gerencial en la era de la IA
El nivel de aporte a la política/estrategia y las competencias del directivo
Visión estratégica en la era de la IA
Comprensión de la mediación tecnológica utilizada en la actual estructura organizativa
Anticipación de cambios y tendencias en la Sociedad 5.0
Medición de impactos en la eficiencia, optimización, capacidad de respuesta y soluciones ofrecidas.
Medición de impacto en los grupos de interés
Plan de implementación y evaluación
Competencias clave del directivo en la era digital
Pensamiento crítico y toma de decisiones basada en datos
Empatía digital y comprensión de las capacidades/limitaciones tecnológicas
Impacto del directivo en la formulación de políticas y estrategias organizacionales
El perfil del gerente en la Sociedad 5.0
Habilidades de comunicación avanzadas
Gestión de la innovación
Adaptabilidad y aprendizaje continuo
Cooperación transdisciplinaria
Establecimiento de relaciones sólidas en entornos interorganizacionales
Facilitación de la autocoordinación en diferentes niveles organizativos
Liderazgo ambidextro: balance entre exploración e innovación
Concepto de liderazgo ambidextro
Definición y características
Importancia en la Sociedad 5.0
Estrategias para balancear exploración e innovación
Liderazgo transformacional en la era de la IA
Desarrollo de una cultura organizacional ambidextra
Resumen
4 – Nuevos perfiles de trabajadores en la Sociedad 5.0
Nuevos perfiles de trabajadores en la Sociedad 5.0
Evolución del perfil del trabajador: de habilidades técnicas a competencias no codificables
Transición hacia competencias no automatizables
Creatividad e innovación
Inteligencia emocional y social
Pensamiento crítico y resolución de problemas
Capacidades y conocimientos únicos para tareas con inteligencia intuitiva y tecnologías avanzadas
Rol de la inteligencia intuitiva y empática en la interacción con tecnologías
Adaptabilidad y flexibilidad cognitiva
Alfabetización digital y tecnológica avanzada
Autorrealización del trabajador basada en competencias no replicables por máquinas
Autonomía y autorrealización
Liderazgo y gestión de personas
Capacidad de juicio equilibrado, toma de decisiones y orientación al servicio
Competencias para la solución de problemas complejos
Habilidades para enfrentar problemas complejos en colaboración con tecnología
Colaboración con sistemas tecnológicos avanzados
Actitud de no interacción o de dependencia
Colaboración asistida
Colaboración autónoma
Colaboración aumentada
Competencias para la interacción con otros empleados y sistemas tecnológicos
Trabajo colaborativo mediado por tecnología
Habilidades de interpretación de interacciones humanas
Comunicación emocional e interpersonal
Habilidades para interpretar y dar sentido a problemas con múltiples variables e incertidumbre
Gestión de la complejidad y la ambigüedad
Destrezas de resolución de problemas no codificables
Toma de decisiones en entornos inciertos
Pensamiento analítico, sistémico y holístico
La colaboración humano-máquina
Maximización de fortalezas humanas y tecnológicas
Comprensión de sistemas de inteligencia artificial y robótica
Interacción efectiva con cobots y sistemas automatizados
Optimización de procesos colaborativos humano-máquina según la función y objetivo organizacional
Desarrollo de habilidades para la colaboración humano-máquina
Gestión de la información y el conocimiento
Colaboración interdisciplinaria
Empatía y habilidades sociales en entornos tecnológicos
Toma de decisiones éticas en la interacción con IA
Complementariedad de habilidades humanas y tecnológicas
Concepto de ‘colaboración aumentada’ para apoyar la eficiencia y el desempeño
Cuatro tipos de inteligencia artificial (reactiva, perceptiva, analítica y consciente)
Uso de tecnologías para potenciar el rendimiento humano
Adaptación a nuevas formas de trabajo asistidas por IA
Desarrollo continuo de habilidades en un entorno tecnológico cambiante
Ética organizacional y ética del trabajo en colaboración con tecnologías
Resumen
5 – El usuario/beneficiario/cliente: altas expectativas y personalización del servicio o producto
El usuario/beneficiario/cliente: altas expectativas y personalización del servicio o producto
Cambios en las expectativas: tiempos de gestión y velocidad de respuesta
Nuevas demandas en tiempos de gestión y velocidad de respuesta
Comparación de las expectativas en el sector público y privado
Similitudes entre ambos sectores
Desafíos específicos
Estrategias para reducir fricciones en los servicios
Tecnologías clave
Estrategias de implementación
Beneficios
Consideraciones éticas
Personalización masiva y experiencia del usuario
Uso de la inteligencia artificial y chatbots en la personalización
Casos de éxito
Desafíos y oportunidades
Big data y análisis predictivo: creación de valor desde los datos
Algunos ejemplos de utilización de Big data y análisis predictivo
Tecnologías 4.0 y diseño de experiencias accesibles
Los siete principios de diseño universal
Resumen
6 – Comunicación y Colaboración en Equipos Distribuidos
Comunicación y Colaboración en Equipos Distribuidos
Desafíos de la comunicación en entornos distribuidos
Características de las organizaciones distribuidas en la Sociedad 5.0
Barreras en la comunicación interorganizacional
Impacto de las tecnologías 5.0 en la dinámica comunicativa
Herramientas digitales para la colaboración en red
Plataformas de colaboración y gestión de proyectos
Integración de IA en la comunicación interorganizacional
Análisis de Big Data para la toma de decisiones colaborativas
Coordinación de equipos autogestionados
Modelos de autogestión en redes interorganizacionales
Liderazgo distribuido y prácticas gerenciales adaptativas
Estrategias para fomentar la autonomía y la responsabilidad compartida
Diseño de un plan de mejora comunicacional
Diagnóstico de necesidades comunicativas en equipos distribuidos
Selección e implementación de herramientas tecnológicas adecuadas
Resumen
7 – Colaboración humano-máquina: nuevos modelos de trabajo y liderazgo
Colaboración humano-máquina : nuevos modelos de trabajo y liderazgo
Redefinición de roles y tareas entre humanos y máquinas
Evolución de las interacciones humano-máquina en la Sociedad 5.0
Transición de la automatización a la colaboración
Impacto de la IA y sistemas ciberfísicos en las tareas laborales
Nuevos modelos de división del trabajo
Tareas cognitivas vs. tareas físicas
Complementariedad entre habilidades humanas y capacidades de las máquinas
Desafíos y oportunidades en la redefinición de roles
Adaptación de la fuerza laboral a nuevas tecnologías
Desarrollo de habilidades para la colaboración efectiva con máquinas
Liderazgo en entornos de colaboración humano-máquina
Nuevas competencias de liderazgo en la era digital
Gestión de equipos híbridos (humanos y máquinas)
Toma de decisiones basada en datos e IA
Estrategias para fomentar la innovación y creatividad
Aprovechamiento de la IA para potenciar la creatividad humana
Creación de entornos de trabajo que promuevan la colaboración humano-máquina
Ética y responsabilidad en el liderazgo de la Sociedad 5.0
Consideraciones éticas en la implementación de tecnologías 5.0
Equilibrio entre eficiencia tecnológica y bienestar humano
Resumen
8 – Innovación y adaptabilidad en la dirección de organizaciones en la era digital
Innovación y adaptabilidad en la dirección de organizaciones en la era digital
Tipos de innovación (incremental o adyacente y disruptiva) vs mejoramiento continuo
Innovación incremental vs. disruptiva en el contexto digital
Características y ejemplos de innovación incremental en el entorno digital
Identificación de oportunidades para la innovación disruptiva en la era de la Sociedad 5.0
Evaluación de los riesgos y beneficios de cada tipo de innovación en diferentes contextos organizacionales
Equilibrio entre innovación y mejora continua en organizaciones públicas y privadas
Implementación de procesos de mejora continua basados en datos y retroalimentación
Desarrollo de estrategias para fomentar la innovación mientras se mantiene la estabilidad operativa
Adaptación de enfoques de innovación y mejora continua a las necesidades específicas de organizaciones públicas y privadas
El hiperciclo de evaluación de Gartner para evaluar tecnologías
Fundamentos y etapas del hiperciclo de Gartner
Comprensión de las cinco etapas: lanzamiento, pico de expectativas infladas, abismo de desilusión, rampa de consolidación y meseta de productividad
Análisis de cómo las tecnologías evolucionan a través de estas etapas
Identificación de los riesgos y oportunidades asociados con cada etapa del hiperciclo
Aplicación práctica del hiperciclo en la toma de decisiones tecnológicas
Utilización del hiperciclo para evaluar el momento adecuado de adopción de nuevas tecnologías
Alineación de las inversiones tecnológicas con las etapas del hiperciclo para minimizar riesgos
Desarrollo de estrategias de implementación basadas en la posición de las tecnologías en el hiperciclo
Innovación colaborativa: humanos y máquinas
Modelos de colaboración entre equipos humanos y sistemas de IA
Diseño de flujos de trabajo que integren las capacidades humanas con las de la IA
Implementación de sistemas de toma de decisiones asistidos por IA
Desarrollo de estrategias para la gestión efectiva de equipos híbridos humano-máquina
Potenciación de la creatividad humana mediante tecnologías avanzadas
Utilización de herramientas de IA para amplificar la capacidad creativa de los equipos humanos
Implementación de tecnologías de realidad virtual y aumentada para facilitar la ideación y el prototipado
Desarrollo de entornos de trabajo que fomenten la sinergia entre la creatividad humana y las capacidades de la IA
Adaptabilidad ante los cambios tecnológicos
Estrategias de gestión ágil para la adaptación organizacional
Implementación de metodologías ágiles como Scrum o Kanban para responder rápidamente a los cambios tecnológicos
Fomento de equipos multidisciplinarios y autogestionados para aumentar la flexibilidad organizacional
Adopción de ciclos cortos de planificación y revisión para ajustar estrategias según las nuevas tecnologías emergentes
Desarrollo de una cultura de aprendizaje continuo en la era digital
Creación de programas de capacitación continua en tecnologías emergentes relevantes para la organización
Implementación de sistemas de gestión del conocimiento para compartir aprendizajes y mejores prácticas
Fomento de una mentalidad de crecimiento y adaptabilidad entre los empleados
Resumen
9 – Gestión del cambio y adaptación organizacional en la era digital
Gestión del cambio y adaptación organizacional en la era digital
Modelos de gestión del cambio en la era digital
Introducción a la gestión del cambio en la era digital
Definición y relevancia de la gestión del cambio en la era digital
Diferencias entre cambio estratégico, estructural, tecnológico y de procesos
Modelos de cambio estratégico
Estrategias para la implementación de cambios estratégicos
Casos de éxito en la gestión de cambios estratégicos
Modelos de cambio estructural
Reestructuración organizacional y su impacto en la eficiencia
Ejemplos de cambios estructurales en organizaciones públicas y privadas
Modelos de cambio tecnológico
Adopción de nuevas tecnologías y su impacto en los procesos organizacionales.
Estrategias para la implementación de cambios tecnológicos
Modelos de cambio en las personas
Gestión del cambio en la cultura organizacional
Estrategias para involucrar y motivar a los empleados durante el cambio
Resistencia al cambio y estrategias para superarla
Identificación de la resistencia al cambio
Tipos de resistencia al cambio: individual, grupal y organizacional
Factores que contribuyen a la resistencia al cambio
Estrategias para superar la resistencia individual
Comunicación efectiva y transparente
Involucrar a los empleados en el proceso de cambio
Estrategias para superar la resistencia grupal
Fomentar la colaboración y el trabajo en equipo
Crear una visión compartida del cambio
Estrategias para superar la resistencia organizacional
Alinear el cambio con los valores y la misión de la organización
Implementar programas de capacitación y desarrollo
Casos específicos de gestión del cambio en el sector público
Ejemplos de resistencia al cambio en instituciones gubernamentales
Estrategias exitosas para superar la resistencia en el sector público
Casos específicos de gestión del cambio en el sector privado
Ejemplos de resistencia al cambio en empresas privadas
Estrategias exitosas para superar la resistencia en el sector privado
Modelos culturales y la cultura organizacional adaptativa
Introducción a los modelos culturales
Definición y relevancia de los modelos culturales en la gestión del cambio
Importancia de una cultura organizacional adaptativa
Algunos modelos culturales
Modelo de cultura de Gods of Management de Handy
Dimensiones culturales de Hofstede
Organizaciones Teal de Laloux
Modelos de cultura organizacional adaptativa
Características de una cultura organizacional adaptativa
Ejemplos de organizaciones con culturas adaptativas
Resumen
10 – Ética y toma de decisiones en la Gerencia 5.0
Ética y toma de decisiones en la Gerencia 5.0
Pensamiento crítico para la toma de decisiones estratégicas
Responsabilidad social y ética en la gestión tecnológica
Matrices de Impacto Ético-Social
La metodología para la construcción
Aplicación en casos reales
El frameworks como el de IEEE para sistemas éticos de IA
Componentes clave
Metodología para construir el Framework IEEE
Toma de decisiones éticas en condiciones de incertidumbre tecnológica
Decisiones éticas en escenarios con información incompleta
Decisiones éticas en escenarios de tecnologías emergentes
Ejemplo de un dilema ético en organización pública
Ejemplo de un dilema ético en una organización privada
Resumen
11 – Diseño de estrategias para la transformación organizacional
Diseño de estrategias para la transformación organizacional
Formulación de estrategias de transformación digital
Diagnóstico organizacional en la era digital
Elementos clave de una estrategia de transformación digital
Priorización y definición de objetivos estratégicos
Herramientas y metodologías para la planificación
Estrategias para escalar innovación en redes interorganizacionales
Colaboración estratégica en redes
Mecanismos para co-crear valor
Colaboración entre startups, gobiernos y ONGs
El rol de los ecosistemas de innovación en la transformación organizacional
Componentes fundamentales de los ecosistemas de innovación
Beneficios de participar en ecosistemas de innovación
Estrategias para integrarse y destacar en un ecosistema
Retos y soluciones en la colaboración dentro de ecosistemas
Los modelos de gobernanza
Medición del impacto y ajuste de estrategias
Indicadores clave para evaluar el impacto
Metodologías y herramientas para la evaluación de la estrategia digital
Modelo de Madurez Digital
Mapa de Valor Digital
Balanced Scorecard Digital
Resumen
12 – Desafíos y oportunidades para la gestión organizacional en la Sociedad 5.0
Desafíos y oportunidades para la gestión organizacional en la Sociedad 5.0
Modelos organizacionales emergentes en la Sociedad 5.0
Desafíos globales y locales para las organizaciones
Economía circular: rediseñando el valor de los recursos
Economía Regenerativa: más allá de la sostenibilidad
La cadena de valor positiva: engranaje para el futuro
Plataformas de datos compartidos: Ecosistemas colaborativos de innovación
Interacción Humano-Tecnología en la Sociedad 5.0: Modelos de colaboración e integración
Máquinas generan la ventaja competitiva, Humanos les brindan apoyo
Los Humanos generan la ventaja competitiva, las Máquinas dan soporte
Las Máquinas trabajan solas, los Humanos gestionan la estrategia y supervisar el trabajo
Colaboración entre el Humano y la Máquina: Innovación sinérgica
Gestión en tiempos de disrupción extrema: lecciones de crisis globales recientes
Desafíos globales y locales para las organizaciones
Gestión en tiempos de disrupción extrema: lecciones de crisis globales recientes
Interacción Humano-Tecnología en la Sociedad 5.0: Modelos de colaboración e integración
Resumen
ChatGPT, Gemini, Copilot y otras herramientas de IA
. 1 – La inteligencia artificial para tareas cotidianas
La inteligencia artificial para tareas cotidianas
Introducción
¿Qué es la IA?
Modelos de IA
¿Cómo aprende la IA?
Aplicaciones
Resumen
2 – Conoce los chatbots de IA principales y algunos más
Conoce los chatbots de IA principales y algunos más
Introducción
ChatGPT
¿Qué es ChatGPT?
Modelos disponibles en ChatGPT
Tipos de cuenta en ChatGPT
Cómo crear una cuenta de inicio en ChatGPT
Anatomía de ChatGPT
Algunas utilidades de ChatGPT
ChatGPT para profesionales
ChatGPT para estudiantes
Limitaciones de ChatGPT
Gemini
¿Qué es Gemini?
Modelos disponibles de Gemini
Tamaños de modelos disponibles de Gemini
Tipos de cuenta de Gemini
Cómo crear una cuenta de inicio
Anatomía de Gemini
Algunas utilidades de Gemini
Gemini para profesionales
Gemini para estudiantes
Limitaciones de Gemini
Copilot
¿Qué es Copilot?
Tipos de cuenta
Cómo crear una cuenta de inicio en Copilot
Anatomía de Copilot
Algunas utilidades de Copilot
Copilot para profesionales
Copilot para estudiantes
Limitaciones
Claude
¿Qué es Claude?
Modelos disponibles de Claude
Cómo crear una cuenta en Claude
Anatomía de Claude
Otras herramientas de IA
Copilot como asistente de navegación
Harpa
Harpa AI y pasos para habilitarla
Anatomía de Harpa AI
Complementos de IA para Google Drive
GPT for Google Sheets and Docs
GPT Workspace
Complementos de IA para Office
Resumen
3 – Comunícate con la IA. Estrategia para el diseño de prompts
Comunícate con la IA. Estrategia para el diseño de prompts
Introducción
¿Cómo nos comunicamos con la IA?
¿Cómo tienen que ser los prompts?
Claros y concisos
Estructurados
Contextualizados
Iterativos
Estrategia para diseñar prompts efectivos
Rol
Acción: Verbo + Qué + Para qué
Verbo
Qué
Para qué
Pasos
Contexto
Temas a tratar
Ejemplos
Audiencia
Plantilla
Formato
Estilo
Tono
Restricciones
Preguntas
Toque emocional
Posibles tipos de conversación: trucos para conversar
Crear un prompt
Dar información y luego pedir acciones
Charlar de manera estructurada
Pedir que haga el prompt
Resumen
4 – Genera contenido en forma de texto
Genera contenido en forma de texto
Introducción
Prompt para generar texto
ChatGPT para generar texto
Gemini para generar texto
Copilot para generar texto
Claude para generar texto
Otras herramientas de IA para generar texto
Copilot como asistente de navegación para generar texto
Harpa, la extensión de IA en Chrome para generar texto
Complementos de IA en Google Drive para generar texto
Complementos de IA en Office para generar texto
Resumen
5 – Resume textos
Resume textos
Introducción
Prompts para resumir texto
ChatGPT para resumir texto
Gemini para resumir texto
Copilot para resumir texto
Claude para resumir texto
Otras herramientas de IA para resumir texto
Copilot como asistente de navegación
Harpa
Complementos de IA para Google Drive
Complementos de IA para Office
Resumen
6 – Crea un mapa mental
Crea un mapa mental
Introducción
Prompts para crear un mapa mental
Modos de creación
Tipos de prompts
ChatGPT para generar un mapa mental
Gemini para generar el texto de un mapa mental
Copilot para generar el texto de un mapa mental
Claude para generar el texto de un mapa mental
Otras herramientas de IA para generar el texto de un mapa mental
Xmind para crear mapas mentales
Resumen
7 – Genera una presentación
Genera una presentación
Introducción
Prompts para crear una presentación
Modos de creación
Tipos de prompts
ChatGPT para generar una presentación
Gemini para generar el texto de una presentación
Copilot para generar el texto de una presentación
Claude para generar el texto de una presentación
Otras herramientas de IA para generar el texto de una presentación
Gamma: aplicación con IA para crear una presentación completa
Resumen
8 – Interactúa con videos
Interactúa con vídeos
Introducción
Prompt para interactuar con vídeos
ChatGPT para interactuar con un vídeo
Gemini para interactuar con un vídeo
Copilot para interactuar con un vídeo
Claude para interactuar con un vídeo
Otras herramientas de IA para interactuar con videos
Copilot como asistente de navegación para interactuar con vídeos
Harpa para interactuar con vídeos
Gladia para transcribir vídeos
Resumen
9 – Analiza datos
Analiza datos
Introducción
Prompts para analizar datos
ChatGPT para analizar datos
Gemini para analizar datos
Copilot para analizar datos
Claude para analizar datos
Otras herramientas de IA para analizar datos
Rows
Resumen
10 – Evalúa y selecciona tus herramientas de IA
Evalúa y selecciona tus herramientas de IA
Introducción
Identifica tus herramientas de IA
Tabla resumen de posibilidades
Gráfico con resumen de posibilidades
Observaciones clave
Conclusión
Resumen
Transformación Empresarial con Inteligencia Artificial: Estrategias y Aplicaciones
.
1.- Introducción a la Inteligencia Artificial
Definición de inteligencia artificial
Evolución histórica de la inteligencia artificial
La inteligencia artificial en la vida cotidiana y en diferentes sectores
La inteligencia artificial como subcampo de la informática
Enfoques, técnicas y objetivos de la IA
2.- Fundamentos de Machine Learning
Inteligencia artificial, machine learning, deep learning y redes neuronales
Aprendizaje automático (Machine Learning)
Tipos de Machine Learning (Supervisado, No Supervisado, por Refuerzo)
Características definitorias de un algoritmo
Un ejemplo de las características definitorias de un algoritmo
Evaluación y mejora de modelos
3.- Modelos de procesamiento del lenguaje natural
Procesamiento del lenguaje natural (Natural Language Processing)
Técnicas clave del procesamiento de texto
Modelos de procesamiento del lenguaje natural
Los Transformadores y el procesamiento del lenguaje natural
Aplicaciones del procesamiento del lenguaje natural
4.- Modelos de visión computacional
Visión computacional (Computer Vision)
Conceptos básicos de la visión computacional
Modelos de visión computacional
Procesamiento de imágenes y redes neuronales convolucionales (CNN)
Aplicaciones de la visión por computadora
5.- Casos de uso de la Inteligencia Artificial
Impacto de la inteligencia artificial en la sociedad y la economía
Ejemplos de aplicaciones de la IA en instituciones públicas
Ejemplos de aplicaciones de la IA en el mundo empresarial
6.- Aspectos éticos y legales de la inteligencia artificial
Explicabilidad y transparencia de los modelos de Deep Learning
Sesgos y discriminación en los modelos de inteligencia artificial
Responsabilidad y regulación en la IA
7.- Tendencias y desafíos futuros en Inteligencia Artificial
Avances y retos en la investigación de IA
Innovación y oportunidades en el campo de la IA
8.- Introducción al Big Data
Qué es el Big Data
El Big Data como solución al tratamiento masivo de datos
Del Business Intelligence al Big Data
Retos del Big Data
Características del Big Data (4 V’s)
Aplicaciones del Big Data
9.- Bases de datos
Introducción a las bases de datos relacionales
Introducción a las bases de datos no relacionales
Diferencias entre SQL y NoSQL
Ventajas e inconvenientes de cada tipo de base de datos
Ejemplos de bases de datos utilizadas en Big Data
Hadoop como revolución para el tratamiento paralelo de datos masivos
Casos de uso de Hadoop
El ecosistema Hadoop: HDFS y MapReduce
Ejemplos de HDFS y MapReduce
Principales lenguajes de programación utilizados para el Big Data: Java, Scala, SQL y Python
Procesos ETL (extracción, transformación y carga): Flume, Sqoop y HIVE
Ejemplos de procesos ETL
Procesos Real Time y bases de datos de alta disponibilidad: Kafka, HBASE y Redis
10.- Arquitectura de Big Data
Nuevos paradigmas del Big Data: Procesos en Real Time y Cloud Computing
Ventajas y desafíos del procesamiento en tiempo real y del Cloud Computing
Ejemplos de uso del cloud computing
¿Qué es TensorFlow?
Presentación de las diferentes técnicas de análisis de datos
Técnicas de visualización de datos
Herramientas y técnicas para crear visualizaciones interactivas y dashboards
Desafíos y consideraciones en la visualización de datos
11.- Casos de uso de Big Data:
Aplicaciones del Big Data en Instituciones Públicas
Aplicaciones del Big Data en el Mundo Empresarial
Análisis de los beneficios del uso del Big Data
MÓDULO.- APLICACIÓN DEL ALGORITMO DE INTELIGENCIA ARTIFICIAL
1.- Aprendizaje Supervisado
Métodos de aprendizaje supervisado
Modelos de Algoritmos Supervisados
Modelos de regresión lineal
Modelos de regresión logística
Modelos de árboles de decisión
Modelos de máquina de vectores de soporte
2.- Aprendizaje No Supervisado
Métodos de aprendizaje no supervisado
Modelos de Algoritmos no Supervisados
k-means
DBSCAN
Análisis de Componentes Principales (PCA)
Agrupamiento Jerárquico
Comparativa de los principales algoritmos no supervisados
Cuándo utilizar unos u otros algoritmos de aprendizaje no supervisado
Cómo elegir el algoritmo adecuado supervisado o no supervisado
3.- Aprendizaje por Refuerzo
Aprendizaje por Refuerzo: Aprendiendo a través de la interacción
Desafíos del Aprendizaje por Refuerzo
Los agentes en el aprendizaje por refuerzo
Algoritmos de Aprendizaje por Refuerzo
4.- Enfoques heurísticos
Los enfoques heurísticos en la inteligencia artificial
Algoritmos genéticos
Recocido simulado
Búsqueda tabú
Algoritmos voraces
5.- Deep Learning y Redes Neuronales
Deep Learning: Aprendiendo representaciones jerárquicas
Desafíos del Deep Learning
Redes neuronales artificiales
Conceptos básicos de las redes neuronales
Capas de neuronas de una red artificial
Parámetros de un modelo de inteligencia artificial
Entrenamiento de redes neuronales
Técnicas de entrenamiento de una red neuronal
Aprendizaje por transferencia
6.- Arquitecturas de Deep Learning
Tipos de arquitecturas de Deep Learning
Redes Neuronales Recurrentes (RNN)
Redes neuronales convolucionales (CNN)
Redes Generativas Adversarias (GAN)
Redes Neuronales Transformadoras (TNN)
Comparativa entre las distintas arquitecturas de Deep Learning
MÓDULO.- ASIMILACIÓN DE EJEMPLOS CON WEKA/ORANGE
1.- Introducción a Weka y Orange
Introducción a Weka y Orange
¿Qué son Weka y Orange?
Importancia de Weka y Orange en el Aprendizaje Automático
Comparación entre Weka y Orange: Ventajas y Desventajas
Instalación y Configuración de Weka y Orange
2.- Exploración de la Interfaz de Weka
Exploración de la Interfaz de Weka
Visión General de la Interfaz de Weka
Modos de Weka: Explorador, Experto, Flujo de Trabajo
Descripción de Módulos Clave en el Explorador
3.- Exploración de la Interfaz de Orange
Exploración de la Interfaz de Orange
Introducción a la Interfaz Visual de Orange
Comprensión de los Widgets de Orange
Creación de un Flujo de Trabajo Básico en Orange
4.- Importación y Preparación de Datos en Weka y Orange
Importación y Preparación de Datos en Weka y Orange
Fuentes de Datos
Preprocesamiento de Datos
Visualización de Datos
5.- Implementación de Modelos de Aprendizaje Automático
Implementación de Modelos de Aprendizaje Automático
Modelos Supervisados en Weka y Orange
Modelos No Supervisados en Weka y Orange
Algoritmos de Aprendizaje por Refuerzo
Modelos Profundos (Deep Learning)
6.- Evaluación y Validación de Modelos
Evaluación y Validación de Modelos
Métodos de Validación
Métricas de Evaluación
Evaluación de Modelos en Weka
Evaluación de Modelos en Orange
Análisis de Resultados
7.- Visualización de Resultados
Visualización de Resultados
Visualización de Resultados en Weka
Visualización de Resultados en Orange
Interpretación de Visualizaciones para la Toma de Decisiones
8.- Casos Prácticos y Ejercicios
Casos Prácticos y Ejercicios
Estudio de Caso 1: Clasificación de Datos Médicos
Estudio de Caso 2: Segmentación de Clientes
9.- Automatización y Flujo de Trabajo en Weka/Orange
Automatización y Flujo de Trabajo en Weka/Orange
Creación de Flujos de Trabajo Automatizados en Weka
Uso de Scripts Python en Orange para Automatización
Exportación e Implementación de Modelos en Entornos de Producción
10.- Conclusiones y Buenas Prácticas
Conclusiones y Buenas Prácticas
Conclusiones
Buenas prácticas
Uso de ChatGPT en Excel
.
1.Introducción a ChatGPT y su Uso en Excel
¿Qué es ChatGPT?
Ventajas de integrar ChatGPT con Excel.
Requisitos para usar ChatGPT en Excel.
2. Fundamentos de ChatGPT en Excel
Cómo funciona ChatGPT.
Cómo interactuar con ChatGPT.
Aplicaciones de ChatGPT en el mundo empresarial.
Limitaciones de ChatGPT.
3.Integración entre ChatGPT y Excel para el análisis de información y la automatización de procesos.
Integración de ChatGPT con Excel.
Análisis de Información con ChatGPT y Excel.
Automatización de Procesos con ChatGPT en Excel.
4.Google Sheets y ChatGPT
Funciones básicas con ChatGPT en Google Sheets.
Automatización avanzada en Google Sheets.
Análisis de datos potenciado por IA.
Uso de Google Apps Script para integración personalizada.
5. Integración avanzada de ChatGPT y Excel
Automatización de tareas con ChatGPT y Excel.
Análisis avanzado de datos.
Interacción dinámica entre ChatGPT y Excel.
Optimización de procesos mediante IA y Excel.
6. Solución de Problemas y Mejora Continua
Identificación de errores comunes.
Mejora del rendimiento en la integración.
Actualización y adaptación a nuevas versiones de ChatGPT y Excel.
Microsoft copilot 365: potencia tu productividad con IA
.
¿Qué es Microsoft Copilot 365?
Licencias de Copilot
Rol de Copilot en aplicaciones de M365
Copilot en la página principal de M365
Copilot en Microsoft Edge
Estilos de conversación
Copilot con GPT-4 Turbo
2. Copilot en Word 365
Introducción a Copilot en Microsoft Word 365
Crear un borrador con Copilot
Vincular archivos de otras aplicaciones de Microsoft 365 para crear nuevos documentos
Transformar y personalizar nuestros documentos
Interactuar con el documento a través del chat de Copilot
Generar resúmenes de nuestros documentos
Generar preguntas y respuestas acerca de nuestro documento
3. Copilot en Excel 365
Introducción a Copilot en Microsoft Excel 365
La ventana de Copilot integrada en Excel
Análisis de datos, tendencias y conclusiones
Identificar, ordenar y filtrar datos
Generar, combinar y comparar información utilizando lenguaje natural
Generar, completar y corregir fórmulas
Visualización de datos a través de gráficos y tablas dinámicas
Transformación de visualización y administración de los datos
4. Copilot en PowerPoint 365
Introducción a Copilot en Microsoft PowerPoint 365
Crear presentaciones a partir de nuestras solicitudes
Crear presentaciones a partir de un documento de Word
Generar resúmenes acerca de nuestras presentaciones
Ajustes de diseño y texto con formato
Organizar diapositivas
Generar notas del orador
Interactuar con la presentación a través del chat de Copilot
Generar imágenes y gráficos con Dall-e en nuestras diapositivas
5. Copilot en Teams 365
Introducción a Copilot en Microsoft Teams 365
Página principal de Copilot integrada en Microsoft Teams 365
Resumir e interactuar con las conversaciones de Teams a través del chat de Copilot
Reescribir y ajustar mensajes en nuestras conversaciones
Redactar publicaciones en los equipos de Microsoft Teams
Interactuar con las publicaciones en los equipos de Microsoft Teams
Insertar un resumen de archivo al compartir en equipos de Microsoft Teams
Configurar la transcripción de reunión para interactuar con Copilot (y generar notas de IA)
Interactuar con Copilot en reuniones en curso
Resumen de una reunión finalizada para revisar notas y tareas
Acceder a la transcripción en Teams & Stream
Transformar tareas en ítems de Microsoft Planner y Microsoft To Do
Resumir reunión desde la página principal de Copilot en Teams
Resumir llamadas (no programadas)
6. Copilot en Outlook 365
Introducción a Copilot en Microsoft Outlook 365
Borrador con Copilot
Redactar correos con el borrador de Copilot
Ajustar el tono y la longitud de nuestro borrador
Agregar indicaciones a la solicitud original
Redactar correos en otros idiomas
Responder correos de manera automática
Asesoramiento para la optimización de nuestros correos electrónicos
Resumir correos y conversaciones con Copilot
Interactuar con nuestros correos a través del chat de Copilot
Categoría de solicitudes ‘Comprender’
Categoría de solicitudes ‘Preguntar’
RPA. Automatización de procesos con UiPath
.
¿Qué es Robotic Process Automation (RPA)?
Selección de procesos RPA
Plataformas en RPA – Comparativa
Instalación de UiPath Studio
Configuración interfaz UiPath
Creación del primer robot con UiPath
Resumen
2. Conceptos básicos UiPath
Menú inicio e instalación de extensiones
Menú diseño e instalación de paquetes
Menú depurar
Paneles en UiPath
Variables en UiPath – Creación, asignación y ámbito
Argumentos en UiPath
Importaciones en UiPath
Resumen
3. Robot 1: Climatología (Web Scraping básico)
Introducción – Creación Robot Climatología
Inserción Cuadro Diálogo
Apertura y búsqueda en navegador web
Obtención de datos web (Web scraping)
Creación diagrama de flujo
Aplicar condiciones
Asignar valor a variable y crear mensaje
Aplicar condiciones ‘IF’ y ‘OR’
Resumen
4. Robot 2 Asesor Inmobiliario (Web Scraping avanzado + Transformación de datos – NIVEL INTERMEDIO)
Introducción – Creación Robot Asesor Inmobiliario
Inserción Cuadro Diálogo
Apertura y búsqueda en portal web
Extracción masiva de datos desde la web
Creación tabla de datos
Lectura y Transformación de datos
Añadir datos en tabla
Filtrar datos en base a condiciones
Ordenación de datos
Exportación de resultados a Excel
Resumen
5. Robot 3 Robot Registro e Inventario portal Web (Data filling Automation – NIVEL INTERMEDIO)
Introducción – Creación Robot Registro e inventario web
Lectura de fuente de datos Excel
Apertura navegador y creación bucle WHILE
Registro en portal web de la información
Reutilización de scripts
Ejecución en paralelo de automatizaciones
Resumen
6. Robot 4 Robot Facturación (Automatización PDF Data Scraping – NIVEL INTERMEDIO)
Introducción – Creación Robot Facturación
Preparación Carpeta de proyecto y solicitar ruta al usuario
Crear variables filepath e iterar para cada fichero
Activar opciones de lectura detallada en pdf
Lectura de información de pdf (pdf scraping)
Escritura de datos en Excel
Resumen
7. Robot 5 Organizador mediante OCR (Optical Character Recognition – NIVEL AVANZADO)
Introducción – Creación Robot Organizador OCR
Preparación proyecto, solicitar ruta al usuario e iteración masiva de ficheros
Obtención de datos con Extracción de Pantalla OCR
Obtención de datos mediante lectura PDF con OCR
Gestión de ficheros con diagrama de flujo
Resumen
8. Robot 6 Robot Analítico y Automatizador de Email (Excel + Email – NIVEL AVANZADO)
Introducción – Creación Robot Analítico y Automatizador de Emails
Obtención emails automáticamente
Iterar para todos los emails y leer datos masivos
Bucle SWITCH (Cambiar)
Análisis automático en Excel
Optimización flujo de trabajo
Envío de emails automáticamente
Envío de emails formateados con plantilla
Resumen
Reglamento Europeo de Inteligencia Artificial (UE) 2024/1689
.
1 – La IA: aspectos fundamentales
La IA: aspectos fundamentales
Concepto de IA
Tipos de IA
Capacidad predictiva y niveles de complejidad
Nivel de inteligencia
Centrada en los humanos
Manera de operar
Tipología según el RIS
Objetivos del Reglamento IA
Ámbito de aplicación
Implicados
Exclusiones
Entrada en vigor del Reglamento IA
Resumen
2 – Niveles de riesgo. Prácticas prohibidas
Niveles de riesgo. Prácticas prohibidas
Prácticas prohibidas
Técnicas subliminales/ manipuladoras
Explotación de vulnerabilidades
Sistemas de evaluación
Evaluación de riesgo «penal»
Reconocimiento facial
Inferir emociones
Clasificación biométrica
Identificación biométrica remota en tiempo real
Concepto
Excepciones
Resumen
3 – Sistemas IA de alto riesgo (I)
Sistemas IA de Alto Riesgo (I)
Ámbito
Excepciones
Requisitos
Cumplimiento de los requisitos
Sistema de gestión de riesgos
Gobernanza de datos
Documentación técnica
Conservación de registros
Transparencia y comunicación de información a los responsables de despliegue
Supervisión humana
Precisión, solidez y ciberseguridad
Resumen
4 – Sistemas IA de alto riesgo (II)
Sistemas IA de alto riesgo (II)
Los proveedores
Obligaciones de los proveedores de sistemas de IA de alto riesgo
Sistema de gestión de calidad
Conservación de la documentación
Archivos de registro generados automáticamente
Medidas correctoras y obligación de información
Cooperación con las autoridades competentes
Representantes autorizados de los proveedores de sistemas de IA de alto riesgo
Resumen
5 – Sistemas IA de alto riesgo (III)
Sistemas IA de alto riesgo (III)
Obligaciones de los importadores
Obligaciones de los distribuidores
Obligaciones de los responsables del despliegue de sistemas de IA de alto riesgo
Responsabilidades a lo largo de la cadena de valor de la IA
Evaluación de impacto
Evaluación de conformidad
Resumen
6 – IA de riesgo limitado, mínimo y uso general
IA de riesgo limitado, mínimo y uso general
Sistemas IA de riesgo limitado
Obligaciones de transparencia
Modelos de IA de uso general
Clasificación como modelo IA de uso general con riesgo sistémico
Procedimiento
Obligaciones de los proveedores de modelos de IA de uso general
Representantes autorizados de los proveedores de modelos de IA de uso general
Obligaciones de los proveedores de modelos de IA de uso general con riesgo sistémico
Códigos de buenas prácticas
Sistemas de IA de riesgo mínimo
Resumen
7 – Medidas de apoyo a la innovación
Medidas de apoyo a la innovación
Espacios controlados de pruebas para la IA
Espacios controlados de pruebas para la IA: Informe de salida
Espacios controlados de pruebas para la IA: Objetivos
Espacios controlados de pruebas para la IA: Supervisión y responsabilidad
Espacios controlados de pruebas para la IA: creación
Espacios controlados de pruebas para la IA: tratamiento ulterior de datos personales
Pruebas de sistemas de IA de alto riesgo en condiciones reales
Consentimiento informado
Medidas dirigidas a proveedores y responsables del despliegue
Resumen
8 – Gobernanza. El Reglamento IA y las Administraciones públicas
Gobernanza. El Reglamento IA y las Administraciones públicas
Aspectos generales
Oficina de IA
Consejo Europeo de Inteligencia Artificial
Funciones del Consejo de IA
Foro consultivo
Grupo de expertos científicos independientes
Autoridades Nacionales de IA
Base de datos de la UE para los sistemas de IA
Inteligencia artificial y las Administraciones públicas
Desafíos de la AAPP
Plan de Estrategia de Inteligencia Artificial
Resumen
9 – Infracciones y sanciones. Códigos de conducta
Infracciones y sanciones. Códigos de conducta
Régimen sancionador
Infracciones muy graves
Infracciones graves y leves
Infracciones graves
Infracciones leves
Sanciones
Individualización de la responsabilidad
Procedimiento sancionador
Sanciones a los proveedores de modelos de inteligencia artificial de uso general
Códigos de conducta
Resumen
Gestión de proyectos con inteligencia artificial
.
¿Qué es la Gestión de Proyectos e IA Generativa?
Cómo preguntar a un LLM para que genere resultados efectivos
¿Qué es ChatGPT y cómo crear una cuenta?
Resumen
2. Uso de IA para estrategia e inicio de proyectos
Valoración financiera de proyecto con IA (VAN, TIR,?)
Crear un Caso de Negocio persuasivo con IA (business case)
Creación de un Acta de Constitución del Proyecto con IA
Resumen
3. Planificación de proyectos con IA (I)
Uso de ChatGPT para definición de los objetivos y el alcance del proyecto
Crear una EDT automáticamente y desglosar las actividades del proyecto con IA
Crear cronogramas de proyectos con ChatGPT automáticamente
Identificar el camino crítico del proyecto con IA
Creación de diagramas de Gantt con IA
Calcular el presupuesto del proyecto con IA
Resumen
4. Planificación de proyectos con IA (II)
Asignación de recursos y optimización con asistente de IA
Implantar estrategias de Calidad en el proyecto con IA
Planificación de Riesgos del proyecto con IA
Planificación de las Comunicaciones del Proyecto ajustadas a cada interesado con IA
Creación de los Planes de Proyecto con ChatGPT (Alcance, Tiempo, Costes, Calidad, Recursos…)
Resumen
5. Gestión y ejecución de proyectos con IA
Gestionar el Alcance del proyecto con IA
Calcular el avance del proyecto con IA y controlar el cronograma y los costes (técnica EVM)
Evaluación del desempeño del equipo con IA
Comunicaciones – Escribir emails efectivos para la gestión del proyecto con ChatGPT
Comunicaciones – Revisión y optimización de emails asistido por IA
Generar reportes automáticos del proyecto con IA
Usar ChatGPT para preparar reuniones y presentaciones de proyecto
Recomendaciones y Toma de decisiones para mejorar el proyecto con IA
Resumen
6. Uso de IA en metodologías ágiles: Kanban & Scrum
Creación de historias de usuario con IA para el Product Backlog en Agile
Planificación de los sprints con IA
Creación de burndown para seguimiento del proyecto Scrum con ChatGPT automáticamente
Resumen
GPTs personalizados y automatización con IA: crea tu asistente inteligente
. 1. Introducción a los GPTs personalizados
¿Qué son los GPTs personalizados?
Uso de GPTs personalizados desde el marketplace
Creación del primer GPT personalizado con el asistente
Creación del primer GPT personalizado con método avanzado
Cómo proteger tu GPT personalizado
Resumen
2. Funcionalidades avanzadas de los GPTs personalizados: Conocimiento expandido, intérprete de código y privacidad
Uso de conocimiento expandido en GPTs personalizados
Uso del Intérprete de Código y Análisis de Datos en nuestros GPTs personalizados
Crear Política de Privacidad para nuestros GPTs personalizados
Caso de uso: Creación de un GPT personalizado para traducir todos tus documentos
Caso de uso: Creación de GPT ‘Experto Servicio al Cliente y Mantenimiento’
Resumen
3. Funcionalidades avanzadas de los GPTs personalizados: Acciones de IA y conexión con APIs y Chatbots IA
¿Qué son las acciones?
Creación de Acciones IA y conexión con APIs
Creación de Acciones IA con GPT personalizado (método sencillo con GPT)
Proyecto: Crear GPT personalizado con acciones IA y API de Climatología
Caso de uso: Creación de un Chatbot con IA y GPTs personalizados para tu sitio web
Resumen
4. Automatizaciones con GPTs y Zapier: enlazar asistentes de IA con formularios, aplicaciones de Google y envío de emails automáticos
Automatizaciones IA con Zapier: Cómo conectar tu GPT a miles de aplicaciones
Automatización 1: Sistema de respuesta de emails potenciado con IA
Resumen
5. Automatizaciones con GPTs y Zapier: enlazar asistentes de IA con formularios, hojas de cálculo y aplicaciones de Google
Automatización 2: Creación CRM y funnel de venta automático con IA
Resumen
6. Automatizaciones con GPTs y Zapier: Análisis de datos y planificación de proyectos con GPTs personalizados
Automatización 3: Sistema de incorporación de personal basado en roles con IA
Automatización 4: Conexión y análisis con GPT personalizado a tu Data Warehouse
Automatización 5: Planificación de proyectos y actividades con IA y JIRA
Resumen
Valoraciones
No hay valoraciones aún.