La IA: Concepto, fundamento, antecedentes y evolución histórica
Definición y características fundamentales de la inteligencia artificial.
Fundamentos técnicos y filosóficos de la IA: algoritmos, aprendizaje automático y procesamiento de datos.
Principales hitos históricos en el desarrollo de la IA: desde los primeros autómatas hasta las tecnologías actuales.
Evolución de los paradigmas de la IA: simbólica, conexionista y basada en datos.
Impactos sociales y jurídicos del desarrollo histórico de la IA.
Funcionamiento y tipos de sistema de IA
Fundamentos técnicos del funcionamiento de la inteligencia artificial.
Procesamiento de datos, algoritmos y aprendizaje automático (machine learning).
Tipos de IA: IA débil, IA fuerte, aprendizaje supervisado, no supervisado y por refuerzo.
Herramientas tecnológicas asociadas al aprendizaje profundo (deep learning).
Aplicaciones prácticas y limitaciones técnicas de los diferentes tipos de IA.
La utilización de la IA en la práctica: ejemplos y exigencias éticas, de robustez y explicabilidad
Ejemplos prácticos de uso de IA en la administración pública y la justicia.
Principios éticos en la aplicación de IA: justicia, no discriminación y responsabilidad.
Robustez técnica y fiabilidad en sistemas de IA.
Explicabilidad como requisito esencial en la implementación de IA.
Estrategias para garantizar la transparencia y confianza en sistemas de IA aplicados a contextos jurídicos y administrativos.
Normativa básica para la regulación de la IA: reglamento europeo y normas nacionales
Estructura y objetivos del Reglamento Europeo de IA.
Principios clave: transparencia, responsabilidad, gestión de riesgos y derechos fundamentales.
Obligaciones para proveedores y usuarios de IA en la normativa europea.
Normas nacionales españolas aplicables a la IA: protección de datos, responsabilidad civil y penal, y regulación sectorial.
Mecanismos de supervisión y sanción en la regulación de la IA.
El despliegue de la IA en España, especialmente en el sector público
Introducción al despliegue de la IA en el sector público español.
Análisis de los principales proyectos y estrategias gubernamentales para la implementación de IA.
El marco normativo español y europeo sobre el uso de la IA en la administración pública.
Desafíos éticos, jurídicos y sociales en la adopción de IA por parte de las administraciones públicas.
Impacto de la IA en la eficiencia, la transparencia y la accesibilidad de los servicios públicos.
Oportunidades y riesgos planteadas por la introducción de sistemas de IA
Oportunidades derivadas de la implementación de IA en áreas como la administración pública, salud, educación y economía.
Beneficios de la IA en la mejora de la eficiencia operativa, la toma de decisiones y la personalización de servicios.
Riesgos asociados con la adopción de IA, como los sesgos algorítmicos, la discriminación, y las amenazas a la privacidad y seguridad.
Impactos sociales y económicos de la automatización y la posible pérdida de empleos.
Estrategias para mitigar los riesgos de la IA y garantizar su uso ético y seguro.
El uso de IA por las Administraciones públicas españolas
Introducción a la adopción de IA en el sector público español.
Principales áreas de aplicación de la IA en las administraciones públicas: salud, justicia, administración electrónica, gestión de datos y servicios sociales.
Marco normativo y regulador sobre el uso de IA en la administración pública: legislación española y europea.
Desafíos operativos y éticos de la implementación de IA en el sector público: transparencia, rendición de cuentas, protección de datos.
Análisis de proyectos e iniciativas destacadas de IA impulsadas por el gobierno español y su impacto en la eficiencia pública.
El Reglamento de IA de la UE y las normas europeas en materia de protección de datos en su aplicación a las AAPP
Análisis del Reglamento Europeo de IA: principios, objetivos, categorías de riesgo y obligaciones para los proveedores y usuarios de IA.
El Reglamento General de Protección de Datos (RGPD): su impacto en la implementación de IA en las AAPP, especialmente en lo que respecta a la protección de datos personales.
Relación entre el Reglamento de IA y el RGPD en el contexto de las AAPP: el tratamiento de datos personales en sistemas de IA.
Principios clave de protección de datos en IA: minimización de datos, transparencia, consentimientos informados y derechos de los ciudadanos.
Casos prácticos de aplicación del Reglamento de IA y el RGPD en las AAPP: ejemplos de implementación de IA respetuosa con la privacidad y los derechos fundamentales.
Garantía de los derechos de los ciudadanos y medidas para evitar la discriminación en el empleo de IA por parte de las AAPP
Principios fundamentales de no discriminación y equidad en el uso de IA en las AAPP.
Análisis de la Legislación Europea y Española sobre los derechos de los ciudadanos y la protección frente a la discriminación en el uso de la IA.
Herramientas y estrategias para garantizar la transparencia y la rendición de cuentas en el empleo de IA en el sector público.
Métodos de auditoría algorítmica y control de sesgos en los sistemas de IA utilizados por las AAPP.
Casos prácticos de aplicación de IA sin discriminación en la contratación pública, acceso a servicios y toma de decisiones administrativas.
Procedimientos y contratación de la IA por parte de las AAPP. Garantías y responsabilidad por usos defectuosos.
Marco normativo y procedimiento de contratación pública: leyes y regulaciones que afectan la compra de sistemas de IA por parte de las AAPP.
Contratación de servicios de IA: tipos de contratos, requisitos específicos para la contratación de soluciones tecnológicas avanzadas y criterios de selección de proveedores.
Garantías del proveedor: requisitos técnicos y legales que los proveedores deben cumplir para asegurar la fiabilidad y el rendimiento de los sistemas de IA.
Responsabilidad por usos defectuosos de IA: análisis de las responsabilidades en caso de fallos o resultados incorrectos generados por IA en las AAPP, incluidas las implicaciones jurídicas y económicas.
Ejemplos prácticos: análisis de casos reales de contratación de IA en el sector público, y medidas adoptadas ante el uso defectuoso de estos sistemas.
El uso de la IA por parte de las AAPP en las actividades de inspección y sancionatorias y en la resolución de procedimientos administrativos
IA en actividades de inspección y sanción: uso de IA para detectar infracciones, evaluar comportamientos irregulares y aplicar sanciones automáticas o semi-automáticas.
IA en la resolución de procedimientos administrativos: automatización en la toma de decisiones, gestión de expedientes y resolución de conflictos administrativos.
Beneficios de la IA: mejora de la eficiencia, reducción de errores humanos, y optimización de recursos en las AAPP.
Retos éticos y legales: análisis de los riesgos de discriminación, falta de transparencia y sesgos algorítmicos en las decisiones tomadas por IA en estos ámbitos.
Marcos regulatorios y normativos: legislación aplicable en el uso de IA en la administración pública española, y cómo garantizar la protección de los derechos de los ciudadanos.
El uso de IA por parte de las AAPP para el mejor despliegue de políticas y servicios públicos: sanidad, educación, servicios sociales. Smart cities e IA
IA en sanidad: aplicaciones de la IA en diagnóstico, tratamiento y gestión sanitaria, optimización de recursos médicos y mejora de la atención al paciente.
IA en educación: personalización del aprendizaje, análisis de datos educativos y la automatización de procesos administrativos en el ámbito educativo.
IA en servicios sociales: detección temprana de necesidades sociales, optimización en la distribución de ayudas y recursos, y apoyo a la gestión de políticas sociales.
Smart Cities: integración de IA en la gestión de infraestructuras urbanas, transporte, seguridad, medio ambiente y servicios públicos para mejorar la calidad de vida urbana.
Desafíos éticos y legales: consideraciones sobre privacidad, seguridad de datos, no discriminación y transparencia en el uso de IA en los servicios públicos.
Delincuencia e IA (1)
Usurpación de identidad digital: Conceptos fundamentales sobre qué es la suplantación de identidad digital y las formas en que la IA facilita este delito.
Técnicas de IA en la usurpación de identidad: Herramientas como la generación de deepfakes, el uso de algoritmos para falsificar información y la manipulación de perfiles digitales.
Delitos penales asociados: Análisis de los delitos que involucran la usurpación de identidad digital, como el fraude, el robo de información personal, y el daño a la reputación o el patrimonio.
Marco normativo y respuesta judicial: Estudio de la legislación actual sobre protección de datos, ciberseguridad y las respuestas penales a estos delitos, tanto a nivel nacional como europeo.
Prevención y detección de la usurpación de identidad digital: Estrategias y tecnologías emergentes para prevenir y detectar la suplantación de identidad mediante IA, incluyendo el uso de IA en la investigación de delitos cibernéticos.
Delincuencia e IA (2)
Cibercrimen y IA: El uso de IA en la comisión de delitos cibernéticos, incluyendo fraude, robo de información y ataques a sistemas informáticos.
Violencia de género e IA: El uso de IA en la perpetración de violencia de género digital, incluyendo el acoso en línea y la distribución de contenidos explícitos sin consentimiento.
Afección a menores de edad: Cómo la IA es utilizada para manipular, explotar o acosar a menores de edad, y los mecanismos para prevenir y detectar estos delitos.
Fake news y desinformación: Técnicas de IA como deepfakes, bots y algoritmos para la creación y diseminación de noticias falsas, su impacto social y político.
Aplicación de algoritmos e inteligencia artificial en la valoración del riesgo de delincuencia. Análisis de los sistemas VioGén, RisCanvi y Veripol
Introducción de la IA en la valoración del riesgo: Fundamentos de la aplicación de algoritmos y modelos predictivos en la evaluación de riesgos criminológicos.
Sistema VioGén:Análisis del sistema VioGén para la valoración del riesgo de violencia de género. Cómo utilizar la IA para predecir el riesgo de reincidencia y su impacto en la protección de las víctimas.
Sistema RisCanvi: Estudio del sistema RisCanvi en Cataluña para la valoración del riesgo de reincidencia delictiva, basado en el análisis de datos y patrones de comportamiento criminal.
Sistema Veripol: Evaluación del sistema Veripol, que utiliza IA para detectar la falsificación de denuncias, especialmente en casos de violencia de género.
Implicaciones éticas y legales: Reflexión sobre los riesgos de sesgo algorítmico, la transparencia en la toma de decisiones y la protección de los derechos humanos en la implementación de estos sistemas.
Sistemas de inteligencia artificial de carácter policial e IA utilizada en el marco del procedimiento penal a nivel europeo y español
Introducción de la IA en la policía y la justicia penal: fundamentos de la inteligencia artificial aplicada en las fuerzas de seguridad y en el procedimiento penal. Su utilidad en la resolución de casos y en la prevención de delitos
Sistemas policiales basados en IA: Análisis de las aplicaciones de IA utilizadas por las fuerzas de seguridad, como sistemas de reconocimiento facial, análisis predictivo de delitos, y la detección de patrones delictivos en grandes volúmenes de datos.
Aplicación de IA en el procedimiento penal: Estudio de cómo se utiliza la IA en el contexto judicial, desde la gestión de pruebas hasta la predicción de sentencias, pasando por la asistencia en la toma de decisiones en el ámbito penal.
Regulación y legislación: Marco normativo que regula el uso de IA en la policía y el procedimiento penal, tanto a nivel nacional como europeo, y las implicaciones de la protección de derechos fundamentales, privacidad y control judicial.
Ética y derechos fundamentales: Reflexión sobre los riesgos y desafíos éticos en la utilización de IA en la policía y la justicia penal, incluyendo la discriminación algorítmica, la transparencia en las decisiones y el impacto sobre las libertades individuales.
La utilización de la IA en la administración de Justicia (especialmente en el ámbito penal)
Introducción a la IA en la administración de Justicia: Fundamentos y aplicaciones de la IA en la mejora de la eficiencia judicial, la reducción de cargas de trabajo y la automatización de decisiones en el ámbito penal.
Aplicaciones específicas de la IA en el ámbito penal: Uso de la IA en la predicción de delitos, la evaluación de riesgos de reincidencia, la toma de decisiones sobre libertad condicional y el análisis de pruebas.
Automatización de procesos judiciales: Estudio de los sistemas que utilizan IA para la automatización de tareas en la administración de justicia, como la clasificación de casos, la elaboración de informes y la programación de audiencias.
Implicaciones éticas y legales: Análisis de los dilemas éticos en la toma de decisiones algorítmicas, los riesgos de discriminación y la protección de los derechos humanos en el uso de IA en el ámbito penal.
Desafíos regulatorios y normativos: Revisión de las normativas nacionales y europeas que regulan el uso de IA en la administración de justicia, y el papel del control judicial para evitar abusos.
La IA para combatir el crimen: problemas éticos y posibles lesiones de derechos fundamentales
Fundamentos de la IA en la lucha contra el crimen: Introducción al uso de IA en la detección y prevención de delitos, así como las aplicaciones tecnológicas más relevantes, como el análisis predictivo, el reconocimiento facial y la vigilancia masiva.
Problemas éticos en el uso de IA: Estudio de los dilemas éticos relacionados con la utilización de IA en la lucha contra el crimen, incluyendo la toma de decisiones autónoma, el sesgo algorítmico y la falta de transparencia en los procesos.
Lesiones de derechos fundamentales: Análisis de las posibles violaciones de derechos fundamentales, como la privacidad, la no discriminación, la presunción de inocencia y el acceso a la justicia, derivadas de la implementación de sistemas de IA en la prevención del crimen.
Casos prácticos y estudios comparados: Estudio de ejemplos reales de implementación de IA en la lucha contra el crimen, con un análisis crítico de sus impactos sociales, jurídicos y éticos.
Regulación y control del uso de la IA: Evaluación de la regulación vigente, tanto a nivel nacional como europeo, que establece los límites y controles del uso de la IA en el ámbito de la seguridad pública y la justicia, con el objetivo de garantizar el respeto a los derechos humanos.
Trabajo de fin de master
Selección del tema: Los estudiantes deberán elegir un tema relevante en el campo del uso de la IA en la Administración Pública o la Justicia, alineado con los intereses del estudiante y con las áreas de especialización del programa.
Investigación y análisis jurídico: El TFM deberá incluir una investigación detallada sobre el marco normativo de la IA, explorando sus implicaciones legales, éticas y sociales en el contexto seleccionado.
Aplicación práctica y propuestas: El trabajo debe integrar ejemplos prácticos de la implementación de IA en la Administración y la Justicia, así como proporcionar propuestas concretas para mejorar su regulación o implementación en función de los problemas detectados.
Metodología de investigación: Se utilizarán métodos de investigación jurídica, como el análisis documental, estudio de casos y revisión de la normativa vigente, así como enfoques comparados, si es pertinente.
Conclusiones y recomendaciones: El TFM debe finalizar con una conclusión crítica, sintetizando los principales hallazgos y ofreciendo recomendaciones para la mejora de la regulación y uso de la IA en el contexto elegido.