Transparencia y Explicabilidad (XAI): qué, cómo y para quién

Más allá del hype: los riesgos reales de la IA en la empresa

Mapa de riesgos de IA: del código a la cuenta de resultados

Autopsia de un fallo de IA: lecciones de casos de negocio

El origen del sesgo: datos, algoritmos y personas

Métricas de equidad: cómo medir la injusticia de un modelo

Técnicas de mitigación de sesgo: antes, durante y después

GDPR y LFPDPPP en IA: minimización y limitación de finalidad

Evaluación de Impacto (DPIA) para un sistema de IA de alto riesgo

Privacidad por diseño: anonimización y privacidad diferencial

Propiedad intelectual y IA: ¿de quién es el contenido generado?

Detección de contenido sintético: deepfakes, texto y procedencia

El NIST AI RMF: un mapa para gobernar, medir y gestionar riesgos

ISO/IEC 42001: el estándar para un sistema de gestión de IA

El AI Act de la UE: obligaciones según el nivel de riesgo

Cómo redactar una política de uso aceptable de IA para tu equipo

El comité de ética y el inventario de sistemas de IA

Gobernanza en acción: del piloto a la operación continua