OBJETIVOS

Los objetivos del Curso de Almacenamiento y Distribución de Productos Cosméticos y Sanitarios son los siguientes:

• Comprender qué es la Inteligencia Artificial generativa y cómo funcionan los modelos LLM.
• Identificar los riesgos asociados al uso de herramientas de IA en entornos empresariales.
• Detectar errores y alucinaciones generadas por modelos de lenguaje.
• Aplicar buenas prácticas para el uso seguro de IA generativa.
• Evitar fugas de información confidencial o datos personales.
• Comprender el marco legal aplicable (RGPD y AI Act europeo).
• Identificar prácticas prohibidas o de alto riesgo.
• Aplicar protocolos de uso responsable de IA en organizaciones.

DESTINATARIOS

Este Almacenamiento y Distribución de Productos Cosméticos y Sanitarios está dirigido a:

• Profesionales que utilizan herramientas de IA generativa
• Directivos y responsables de innovación
• Departamentos de tecnología y transformación digital
• Profesionales de cumplimiento normativo y protección de datos
• Consultores tecnológicos
• Empleados que trabajan con herramientas de IA en su entorno laboral

CONDICIONES DE COMPRA

Curso de Uso Responsable de la IA Generativa y Modelos LLM en el Entorno Empresarial de 60 horas lectivas. Dispondrá de 6 meses para finalizar el Curso. El plazo comienza una vez se reciben las claves de acceso.

• Título acreditativo al finalizar el curso. Dispone de validación mediante código QR.
• Servicio de tutorías.
• Descarga de los materiales.
• Compatible con cualquier sistema operativo y dispositivos móviles.
• Modalidad 100% online.

Recibirá las claves de acceso a la plataforma en 24/48 horas. Compruebe la bandeja de SPAM. En caso de no recibir las claves escriba a info@efem.es

PREGUNTAS FRECUENTES

1. Introducción a la IA generativa y los modelos LLM

• Qué es la Inteligencia Artificial generativa
• Diferencias entre IA generativa, IA tradicional y aprendizaje automático
• Qué es un modelo de lenguaje de gran tamaño (LLM)
• Cómo funcionan los modelos LLM
• Funcionamiento general de herramientas como ChatGPT, Copilot, Gemini y modelos similares
• Principales aplicaciones empresariales de los LLM
• Capacidades actuales de los modelos generativos
• Limitaciones técnicas de los LLM
• Riesgos inherentes al uso de IA generativa en entornos profesionales

2. Riesgos asociados al uso de LLM en el entorno laboral

• Introducción a los riesgos del uso empresarial de la IA generativa
• Fuga de información confidencial o estratégica
• Exposición involuntaria de datos personales
• Uso indebido de información sensible de la empresa
• Sesgos en los modelos de IA
• Errores en los resultados generados
• Dependencia tecnológica excesiva
• Falta de supervisión humana en decisiones asistidas por IA
• Impacto reputacional y legal del uso incorrecto de la IA

3. Alucinaciones de la IA: qué son, por qué ocurren y cómo gestionarlas

• Qué se entiende por “alucinación” en sistemas de IA
• Por qué los modelos LLM pueden generar información incorrecta o inventada
• Limitaciones estructurales de los modelos de lenguaje
• Tipos de errores frecuentes en herramientas como ChatGPT, Copilot o Gemini
• Respuestas plausibles pero incorrectas
• Citas, referencias o datos inventados
• Interpretaciones erróneas de instrucciones
• Señales de alerta para detectar alucinaciones de la IA
• Métodos para validar información generada por IA
• Uso de fuentes externas para verificar resultados
• Procedimientos de revisión antes de utilizar información generada
• Ejemplos prácticos de respuestas erróneas y su análisis

4. Actividades prohibidas y prácticas de alto riesgo

• Introducción a las prácticas prohibidas en el uso de IA generativa
• Introducción de datos personales sin base legal o consentimiento
• Introducción de información confidencial de clientes o empleados
• Subida de documentos internos, contratos o información estratégica
• Uso de herramientas de IA no autorizadas por la organización
• Automatización de decisiones sin supervisión humana
• Uso de IA para generar información engañosa o manipulada
• Riesgos asociados a la reutilización automática de contenido generado

5. Buenas prácticas para un uso seguro de LLM

• Principios generales de uso responsable de la IA generativa
• Cómo anonimizar información antes de introducirla en un modelo
• Técnicas de seudonimización de datos
• Buenas prácticas en la redacción de prompts
• Evaluación crítica de las respuestas generadas por IA
• Verificación y validación de contenidos generados
• Uso exclusivo de herramientas corporativas aprobadas
• Procedimientos internos ante incidentes relacionados con IA
• Qué hacer ante dudas sobre el uso de herramientas de IA

6. Marco normativo y políticas internas

• Introducción al marco regulatorio de la inteligencia artificial
• Obligaciones derivadas del Reglamento General de Protección de Datos (RGPD)
• Principios de minimización de datos y privacidad por diseño
• Responsabilidades de empresas y empleados en el uso de IA
• Regulación europea de la inteligencia artificial (AI Act)
• Requisitos sectoriales aplicables según la actividad empresarial
• Políticas internas de seguridad y privacidad en el uso de IA
• Gobernanza corporativa de la inteligencia artificial
• Roles y responsabilidades en la supervisión del uso de IA

7. Casos prácticos y escenarios reales

• Introducción al análisis de casos prácticos
• Ejemplos de uso correcto de herramientas de IA generativa en la empresa
• Ejemplos de uso incorrecto y riesgos asociados
• Simulaciones de situaciones de riesgo con IA
• Análisis de incidentes relacionados con uso inadecuado de IA
• Evaluación de riesgos en escenarios empresariales
• Resolución guiada de situaciones habituales en el uso de LLM
• Recomendaciones prácticas para el trabajo diario con IA generativa