IA aplicada al trabajo

Qué es IA y qué no es. Modelos generativos actuales: capacidades reales y limitaciones concretas. Riesgos y sesgos. Marco conceptual para tomar decisiones sobre IA sin depender del criterio ajeno.

Diseño de prompts que funcionan en contextos reales. Marcos de prompting: rol, contexto, formato, cadena de razonamiento. Técnicas avanzadas y construcción de bibliotecas reutilizables. Laboratorio práctico con casos del entorno Agile.

IA aplicada a correo, reuniones, informes, presentaciones y análisis documental. Herramientas actuales del mercado evaluadas por criterios de seguridad, privacidad y utilidad real. Casos reales de ahorro de tiempo medible.

Discovery aumentado, generación y refinamiento de historias de usuario, gestión del backlog y roadmaps asistidos. IA en retrospectivas: síntesis, patrones y acciones. El riesgo de delegar el criterio al modelo y cómo evitarlo.

Diseño, validación y seguimiento de OKRs con IA. Detección de objetivos vacíos o incoherentes. Priorización asistida: técnicas y trampas. Ciclo completo de OKR asistido por IA aplicado a tu contexto.

Arquitectura de decisiones asistida por IA. Desperdicio decisional: cómo la IA mal usada multiplica las decisiones vacías. Análisis de escenarios, evaluación de riesgos y pensamiento crítico asistido. Cuándo confiar en el modelo y cuándo no.

Por qué fracasan las adopciones de IA en equipos Agile. Plan de adopción progresivo con indicadores y resistencias anticipadas. Nuevos roles, cultura de aprendizaje continuo y comunicación del cambio a stakeholders.

AI Act europeo: qué cambia para tu organización hoy. Privacidad, seguridad y propiedad intelectual en el uso de IA generativa. Supervisión humana en procesos asistidos. Checklist de gobernanza aplicable desde el día siguiente.