{ "$schema": "https://ar-tik.com/data/schemas/courses-catalog.schema.json", "generatedAt": "2026-07-02", "publisher": "Artik Lab s.r.l.", "canonicalDomain": "https://ar-tik.com", "locale": "es", "language": "es", "catalog": { "title": "Cursos de IA para empresas: elegir el recorrido adecuado", "description": "Catálogo de cursos de IA para empresas: itinerarios introductorios, directivos, operativos y técnicos diseñados con DTR sobre roles, procesos y resultados esperados.", "urls": { "html": "https://ar-tik.com/es/cursos/", "markdown": "https://ar-tik.com/es/cursos/index.md", "dossier": "https://ar-tik.com/es/cursos/index-dossier.md" } }, "courses": [ { "id": "workflow-redesign", "locale": "es", "language": "es", "family": "foundation", "familyLabel": "Fundamental", "featured": true, "title": "AI Workflow Redesign Lab", "subtitle": "Curso corporativo práctico para aplicar IA a rediseño de flujos de trabajo, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a rediseño de flujos de trabajo, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "8 horas, modulables en 2 o 4 sesiones", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "all", "profileDescription": "Para equipos empresariales, funciones operativas y managers; no requiere programación.", "problem": "Muchas empresas abordan rediseño de flujos de trabajo con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para equipos empresariales, funciones operativas y managers; no requiere programación.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en rediseño de flujos de trabajo y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en rediseño de flujos de trabajo y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Mapear el trabajo real", "description": "Actividades, decisiones, traspasos de información y cuellos de botella." }, { "title": "Evaluar el potencial de IA", "description": "Impacto, factibilidad, riesgo, calidad del dato y nivel de control." }, { "title": "Rediseñar el flujo de trabajo", "description": "Roles, entradas, salidas, revisiones, escalado y trazabilidad." }, { "title": "Pasar a la adopción", "description": "Métricas, gobernanza mínima, roadmap y responsabilidad operativa." } ], "exercises": [ "Mapear un proceso realista conectado con rediseño de flujos de trabajo.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para rediseño de flujos de trabajo.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "No requiere programación. Es útil conocer el proceso de negocio.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para rediseño de flujos de trabajo.", "searchIntents": [ "curso AI empresarial sobre rediseño de flujos de trabajo", "formación práctica para AI Workflow Redesign Lab", "training AI para flujos de trabajo empresariales", "recorrido Artik Lab para Canvas operativo para rediseño de flujos de trabajo", "cómo introducir rediseño de flujos de trabajo en procesos empresariales" ], "needSignals": [ "rediseño de flujos de trabajo ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con rediseño de flujos de trabajo consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para rediseño de flujos de trabajo." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre rediseño de flujos de trabajo, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para rediseño de flujos de trabajo." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si rediseño de flujos de trabajo merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es rediseño de flujos de trabajo, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Usarlo como punto de partida cuando aún no está claro qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "managing-ai", "ai-literacy", "ai-governance", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/es/cursos/workflow-redesign.html", "markdown": "https://ar-tik.com/es/cursos/workflow-redesign.md", "dossier": "https://ar-tik.com/es/cursos/workflow-redesign-dossier.md", "json": "https://ar-tik.com/es/cursos/workflow-redesign.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "managing-ai", "locale": "es", "language": "es", "family": "managerial", "familyLabel": "Directivo", "featured": false, "title": "Managing AI", "subtitle": "Curso corporativo práctico para aplicar IA a adopción directiva de IA, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a adopción directiva de IA, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "4 horas, 2 sesiones de 2 horas", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "mixed", "profileDescription": "Para managers y equipos no técnicos; no requiere programación.", "problem": "Muchas empresas abordan adopción directiva de IA con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para managers y equipos no técnicos; no requiere programación.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en adopción directiva de IA y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en adopción directiva de IA y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Comprensión compartida", "description": "Capacidades, límites, responsabilidades e implicaciones de negocio." }, { "title": "Evaluación de casos de uso", "description": "Valor, factibilidad, riesgo, datos y responsabilidad." }, { "title": "Gobernanza y calidad", "description": "Reglas, revisión, escalado y decisiones responsables." }, { "title": "Roadmap de adopción", "description": "Prioridades, competencias, métricas y próximos pasos." } ], "exercises": [ "Mapear un proceso realista conectado con adopción directiva de IA.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para adopción directiva de IA.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "No requiere programación. Es útil conocer el proceso de negocio.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para adopción directiva de IA.", "searchIntents": [ "curso AI empresarial sobre adopción directiva de IA", "formación práctica para Managing AI", "training AI para managers y funciones empresariales", "recorrido Artik Lab para Canvas operativo para adopción directiva de IA", "cómo introducir adopción directiva de IA en procesos empresariales" ], "needSignals": [ "adopción directiva de IA ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con adopción directiva de IA consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para adopción directiva de IA." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre adopción directiva de IA, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para adopción directiva de IA." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si adopción directiva de IA merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es adopción directiva de IA, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-governance", "ai-adoption-manager", "ai-business-case-roi" ], "urls": { "html": "https://ar-tik.com/es/cursos/managing-ai.html", "markdown": "https://ar-tik.com/es/cursos/managing-ai.md", "dossier": "https://ar-tik.com/es/cursos/managing-ai-dossier.md", "json": "https://ar-tik.com/es/cursos/managing-ai.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "managing-ai-general", "locale": "es", "language": "es", "family": "managerial", "familyLabel": "Directivo", "featured": false, "title": "Managing AI para equipos empresariales mixtos", "subtitle": "Curso corporativo práctico para aplicar IA a alineamiento de IA entre funciones, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a alineamiento de IA entre funciones, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "4 horas, 2 sesiones de 2 horas", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "mixed", "profileDescription": "Para managers y equipos no técnicos; no requiere programación.", "problem": "Muchas empresas abordan alineamiento de IA entre funciones con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para managers y equipos no técnicos; no requiere programación.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en alineamiento de IA entre funciones y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en alineamiento de IA entre funciones y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Comprensión compartida", "description": "Capacidades, límites, responsabilidades e implicaciones de negocio." }, { "title": "Evaluación de casos de uso", "description": "Valor, factibilidad, riesgo, datos y responsabilidad." }, { "title": "Gobernanza y calidad", "description": "Reglas, revisión, escalado y decisiones responsables." }, { "title": "Roadmap de adopción", "description": "Prioridades, competencias, métricas y próximos pasos." } ], "exercises": [ "Mapear un proceso realista conectado con alineamiento de IA entre funciones.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para alineamiento de IA entre funciones.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "No requiere programación. Es útil conocer el proceso de negocio.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para alineamiento de IA entre funciones.", "searchIntents": [ "curso AI empresarial sobre alineamiento de IA entre funciones", "formación práctica para Managing AI para equipos empresariales mixtos", "training AI para managers y funciones empresariales", "recorrido Artik Lab para Canvas operativo para alineamiento de IA entre funciones", "cómo introducir alineamiento de IA entre funciones en procesos empresariales" ], "needSignals": [ "alineamiento de IA entre funciones ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con alineamiento de IA entre funciones consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para alineamiento de IA entre funciones." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre alineamiento de IA entre funciones, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para alineamiento de IA entre funciones." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si alineamiento de IA entre funciones merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es alineamiento de IA entre funciones, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-governance", "ai-adoption-manager", "ai-business-case-roi" ], "urls": { "html": "https://ar-tik.com/es/cursos/managing-ai-general.html", "markdown": "https://ar-tik.com/es/cursos/managing-ai-general.md", "dossier": "https://ar-tik.com/es/cursos/managing-ai-general-dossier.md", "json": "https://ar-tik.com/es/cursos/managing-ai-general.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "ai-governance", "locale": "es", "language": "es", "family": "managerial", "familyLabel": "Directivo", "featured": false, "title": "Gobernanza operativa de AI", "subtitle": "Curso corporativo práctico para aplicar IA a gobernanza operativa de IA, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a gobernanza operativa de IA, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "4 horas, 2 sesiones de 2 horas", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "mixed", "profileDescription": "Para managers y equipos no técnicos; no requiere programación.", "problem": "Muchas empresas abordan gobernanza operativa de IA con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para managers y equipos no técnicos; no requiere programación.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en gobernanza operativa de IA y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en gobernanza operativa de IA y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Comprensión compartida", "description": "Capacidades, límites, responsabilidades e implicaciones de negocio." }, { "title": "Evaluación de casos de uso", "description": "Valor, factibilidad, riesgo, datos y responsabilidad." }, { "title": "Gobernanza y calidad", "description": "Reglas, revisión, escalado y decisiones responsables." }, { "title": "Roadmap de adopción", "description": "Prioridades, competencias, métricas y próximos pasos." } ], "exercises": [ "Mapear un proceso realista conectado con gobernanza operativa de IA.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para gobernanza operativa de IA.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "No requiere programación. Es útil conocer el proceso de negocio.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para gobernanza operativa de IA.", "searchIntents": [ "curso AI empresarial sobre gobernanza operativa de IA", "formación práctica para Gobernanza operativa de AI", "training AI para managers y funciones empresariales", "recorrido Artik Lab para Canvas operativo para gobernanza operativa de IA", "cómo introducir gobernanza operativa de IA en procesos empresariales" ], "needSignals": [ "gobernanza operativa de IA ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con gobernanza operativa de IA consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para gobernanza operativa de IA." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre gobernanza operativa de IA, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para gobernanza operativa de IA." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si gobernanza operativa de IA merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es gobernanza operativa de IA, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-adoption-manager", "ai-business-case-roi" ], "urls": { "html": "https://ar-tik.com/es/cursos/ai-governance.html", "markdown": "https://ar-tik.com/es/cursos/ai-governance.md", "dossier": "https://ar-tik.com/es/cursos/ai-governance-dossier.md", "json": "https://ar-tik.com/es/cursos/ai-governance.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "ai-business-case-roi", "locale": "es", "language": "es", "family": "managerial", "familyLabel": "Directivo", "featured": false, "title": "AI Business Case & ROI Sprint", "subtitle": "Curso corporativo práctico para aplicar IA a business case y ROI de IA, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a business case y ROI de IA, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "4 horas o sprint de media jornada", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "mixed", "profileDescription": "Para managers y equipos no técnicos; no requiere programación.", "problem": "Muchas empresas abordan business case y ROI de IA con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para managers y equipos no técnicos; no requiere programación.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en business case y ROI de IA y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en business case y ROI de IA y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Comprensión compartida", "description": "Capacidades, límites, responsabilidades e implicaciones de negocio." }, { "title": "Evaluación de casos de uso", "description": "Valor, factibilidad, riesgo, datos y responsabilidad." }, { "title": "Gobernanza y calidad", "description": "Reglas, revisión, escalado y decisiones responsables." }, { "title": "Roadmap de adopción", "description": "Prioridades, competencias, métricas y próximos pasos." } ], "exercises": [ "Mapear un proceso realista conectado con business case y ROI de IA.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para business case y ROI de IA.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "No requiere programación. Es útil conocer el proceso de negocio.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para business case y ROI de IA.", "searchIntents": [ "curso AI empresarial sobre business case y ROI de IA", "formación práctica para AI Business Case & ROI Sprint", "training AI para managers y funciones empresariales", "recorrido Artik Lab para Canvas operativo para business case y ROI de IA", "cómo introducir business case y ROI de IA en procesos empresariales" ], "needSignals": [ "business case y ROI de IA ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con business case y ROI de IA consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para business case y ROI de IA." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre business case y ROI de IA, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para business case y ROI de IA." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si business case y ROI de IA merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es business case y ROI de IA, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-governance", "ai-adoption-manager" ], "urls": { "html": "https://ar-tik.com/es/cursos/ai-business-case-roi.html", "markdown": "https://ar-tik.com/es/cursos/ai-business-case-roi.md", "dossier": "https://ar-tik.com/es/cursos/ai-business-case-roi-dossier.md", "json": "https://ar-tik.com/es/cursos/ai-business-case-roi.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "ai-adoption-manager", "locale": "es", "language": "es", "family": "managerial", "familyLabel": "Directivo", "featured": false, "title": "AI Adoption Manager / AI Champions", "subtitle": "Curso corporativo práctico para aplicar IA a champions de adopción de IA, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a champions de adopción de IA, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "6-8 horas, modulables", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "all", "profileDescription": "Para equipos empresariales, funciones operativas y managers; no requiere programación.", "problem": "Muchas empresas abordan champions de adopción de IA con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para equipos empresariales, funciones operativas y managers; no requiere programación.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en champions de adopción de IA y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en champions de adopción de IA y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Comprensión compartida", "description": "Capacidades, límites, responsabilidades e implicaciones de negocio." }, { "title": "Evaluación de casos de uso", "description": "Valor, factibilidad, riesgo, datos y responsabilidad." }, { "title": "Gobernanza y calidad", "description": "Reglas, revisión, escalado y decisiones responsables." }, { "title": "Roadmap de adopción", "description": "Prioridades, competencias, métricas y próximos pasos." } ], "exercises": [ "Mapear un proceso realista conectado con champions de adopción de IA.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para champions de adopción de IA.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "No requiere programación. Es útil conocer el proceso de negocio.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para champions de adopción de IA.", "searchIntents": [ "curso AI empresarial sobre champions de adopción de IA", "formación práctica para AI Adoption Manager / AI Champions", "training AI para managers y funciones empresariales", "recorrido Artik Lab para Canvas operativo para champions de adopción de IA", "cómo introducir champions de adopción de IA en procesos empresariales" ], "needSignals": [ "champions de adopción de IA ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con champions de adopción de IA consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para champions de adopción de IA." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre champions de adopción de IA, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para champions de adopción de IA." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si champions de adopción de IA merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es champions de adopción de IA, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-governance", "ai-business-case-roi" ], "urls": { "html": "https://ar-tik.com/es/cursos/ai-adoption-manager.html", "markdown": "https://ar-tik.com/es/cursos/ai-adoption-manager.md", "dossier": "https://ar-tik.com/es/cursos/ai-adoption-manager-dossier.md", "json": "https://ar-tik.com/es/cursos/ai-adoption-manager.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "ai-literacy", "locale": "es", "language": "es", "family": "managerial", "familyLabel": "Directivo", "featured": false, "title": "Alfabetización AI por rol y uso responsable", "subtitle": "Curso corporativo práctico para aplicar IA a alfabetización en IA por rol, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a alfabetización en IA por rol, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "4-8 horas, adaptables por rol", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "all", "profileDescription": "Para equipos empresariales, funciones operativas y managers; no requiere programación.", "problem": "Muchas empresas abordan alfabetización en IA por rol con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para equipos empresariales, funciones operativas y managers; no requiere programación.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en alfabetización en IA por rol y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en alfabetización en IA por rol y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Comprensión compartida", "description": "Capacidades, límites, responsabilidades e implicaciones de negocio." }, { "title": "Evaluación de casos de uso", "description": "Valor, factibilidad, riesgo, datos y responsabilidad." }, { "title": "Gobernanza y calidad", "description": "Reglas, revisión, escalado y decisiones responsables." }, { "title": "Roadmap de adopción", "description": "Prioridades, competencias, métricas y próximos pasos." } ], "exercises": [ "Mapear un proceso realista conectado con alfabetización en IA por rol.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para alfabetización en IA por rol.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "No requiere programación. Es útil conocer el proceso de negocio.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para alfabetización en IA por rol.", "searchIntents": [ "curso AI empresarial sobre alfabetización en IA por rol", "formación práctica para Alfabetización AI por rol y uso responsable", "training AI para managers y funciones empresariales", "recorrido Artik Lab para Canvas operativo para alfabetización en IA por rol", "cómo introducir alfabetización en IA por rol en procesos empresariales" ], "needSignals": [ "alfabetización en IA por rol ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con alfabetización en IA por rol consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para alfabetización en IA por rol." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre alfabetización en IA por rol, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para alfabetización en IA por rol." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si alfabetización en IA por rol merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es alfabetización en IA por rol, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-governance", "ai-adoption-manager", "ai-business-case-roi" ], "urls": { "html": "https://ar-tik.com/es/cursos/ai-literacy.html", "markdown": "https://ar-tik.com/es/cursos/ai-literacy.md", "dossier": "https://ar-tik.com/es/cursos/ai-literacy-dossier.md", "json": "https://ar-tik.com/es/cursos/ai-literacy.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "ai-documenti", "locale": "es", "language": "es", "family": "intro", "familyLabel": "Introductorio", "featured": false, "title": "Curso AI: gestionar documentos con AI", "subtitle": "Curso corporativo práctico para aplicar IA a gestión documental, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a gestión documental, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "8 horas, personalizables", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "all", "profileDescription": "Para equipos empresariales, funciones operativas y managers; no requiere programación.", "problem": "Muchas empresas abordan gestión documental con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para equipos empresariales, funciones operativas y managers; no requiere programación.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en gestión documental y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en gestión documental y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Contexto de trabajo", "description": "Documentos, canales, tareas y decisiones recurrentes." }, { "title": "Uso práctico de IA", "description": "Instrucciones, ejemplos, criterios de revisión y límites." }, { "title": "Flujo reutilizable", "description": "Plantillas, checklists, traspasos y controles." }, { "title": "Adopción segura", "description": "Datos, privacidad, calidad y próximos pasos." } ], "exercises": [ "Mapear un proceso realista conectado con gestión documental.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para gestión documental.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "No requiere programación. Es útil conocer el proceso de negocio.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para gestión documental.", "searchIntents": [ "curso AI empresarial sobre gestión documental", "formación práctica para Curso AI: gestionar documentos con AI", "training AI para equipos operativos", "recorrido Artik Lab para Canvas operativo para gestión documental", "cómo introducir gestión documental en procesos empresariales" ], "needSignals": [ "gestión documental ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con gestión documental consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para gestión documental." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre gestión documental, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para gestión documental." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si gestión documental merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es gestión documental, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-literacy", "secure-ai-at-work", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/es/cursos/ai-documenti.html", "markdown": "https://ar-tik.com/es/cursos/ai-documenti.md", "dossier": "https://ar-tik.com/es/cursos/ai-documenti-dossier.md", "json": "https://ar-tik.com/es/cursos/ai-documenti.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "ai-marketing", "locale": "es", "language": "es", "family": "intro", "familyLabel": "Introductorio", "featured": false, "title": "Curso AI: marketing y comunicación AI driven", "subtitle": "Curso corporativo práctico para aplicar IA a marketing y comunicación, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a marketing y comunicación, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "8 horas, personalizables", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "all", "profileDescription": "Para equipos empresariales, funciones operativas y managers; no requiere programación.", "problem": "Muchas empresas abordan marketing y comunicación con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para equipos empresariales, funciones operativas y managers; no requiere programación.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en marketing y comunicación y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en marketing y comunicación y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Contexto de trabajo", "description": "Documentos, canales, tareas y decisiones recurrentes." }, { "title": "Uso práctico de IA", "description": "Instrucciones, ejemplos, criterios de revisión y límites." }, { "title": "Flujo reutilizable", "description": "Plantillas, checklists, traspasos y controles." }, { "title": "Adopción segura", "description": "Datos, privacidad, calidad y próximos pasos." } ], "exercises": [ "Mapear un proceso realista conectado con marketing y comunicación.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para marketing y comunicación.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "No requiere programación. Es útil conocer el proceso de negocio.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para marketing y comunicación.", "searchIntents": [ "curso AI empresarial sobre marketing y comunicación", "formación práctica para Curso AI: marketing y comunicación AI driven", "training AI para equipos operativos", "recorrido Artik Lab para Canvas operativo para marketing y comunicación", "cómo introducir marketing y comunicación en procesos empresariales" ], "needSignals": [ "marketing y comunicación ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con marketing y comunicación consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para marketing y comunicación." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre marketing y comunicación, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para marketing y comunicación." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si marketing y comunicación merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es marketing y comunicación, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-literacy", "secure-ai-at-work", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/es/cursos/ai-marketing.html", "markdown": "https://ar-tik.com/es/cursos/ai-marketing.md", "dossier": "https://ar-tik.com/es/cursos/ai-marketing-dossier.md", "json": "https://ar-tik.com/es/cursos/ai-marketing.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "ai-vendite", "locale": "es", "language": "es", "family": "intro", "familyLabel": "Introductorio", "featured": false, "title": "Curso AI: venta B2C y B2B con AI", "subtitle": "Curso corporativo práctico para aplicar IA a ventas B2B y B2C, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a ventas B2B y B2C, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "8 horas, personalizables", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "all", "profileDescription": "Para equipos empresariales, funciones operativas y managers; no requiere programación.", "problem": "Muchas empresas abordan ventas B2B y B2C con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para equipos empresariales, funciones operativas y managers; no requiere programación.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en ventas B2B y B2C y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en ventas B2B y B2C y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Contexto de trabajo", "description": "Documentos, canales, tareas y decisiones recurrentes." }, { "title": "Uso práctico de IA", "description": "Instrucciones, ejemplos, criterios de revisión y límites." }, { "title": "Flujo reutilizable", "description": "Plantillas, checklists, traspasos y controles." }, { "title": "Adopción segura", "description": "Datos, privacidad, calidad y próximos pasos." } ], "exercises": [ "Mapear un proceso realista conectado con ventas B2B y B2C.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para ventas B2B y B2C.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "No requiere programación. Es útil conocer el proceso de negocio.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para ventas B2B y B2C.", "searchIntents": [ "curso AI empresarial sobre ventas B2B y B2C", "formación práctica para Curso AI: venta B2C y B2B con AI", "training AI para equipos operativos", "recorrido Artik Lab para Canvas operativo para ventas B2B y B2C", "cómo introducir ventas B2B y B2C en procesos empresariales" ], "needSignals": [ "ventas B2B y B2C ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con ventas B2B y B2C consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para ventas B2B y B2C." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre ventas B2B y B2C, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para ventas B2B y B2C." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si ventas B2B y B2C merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es ventas B2B y B2C, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-literacy", "secure-ai-at-work", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/es/cursos/ai-vendite.html", "markdown": "https://ar-tik.com/es/cursos/ai-vendite.md", "dossier": "https://ar-tik.com/es/cursos/ai-vendite-dossier.md", "json": "https://ar-tik.com/es/cursos/ai-vendite.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "ai-admin-finance", "locale": "es", "language": "es", "family": "operational", "familyLabel": "Operativo", "featured": false, "title": "AI para administración y control de gestión", "subtitle": "Curso corporativo práctico para aplicar IA a administración y control de gestión, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a administración y control de gestión, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "4-6 horas, personalizables", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "mixed", "profileDescription": "Para managers y equipos no técnicos; no requiere programación.", "problem": "Muchas empresas abordan administración y control de gestión con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para managers y equipos no técnicos; no requiere programación.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en administración y control de gestión y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en administración y control de gestión y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Mapa del proceso", "description": "Trabajo recurrente, documentos, decisiones, excepciones y traspasos." }, { "title": "Resultados asistidos por IA", "description": "Síntesis, clasificaciones, borradores, informes y checklists." }, { "title": "Controles del flujo", "description": "Revisión, escalado, trazabilidad y responsabilidad." }, { "title": "Adopción operativa", "description": "Métricas, materiales, rutinas y gobernanza." } ], "exercises": [ "Mapear un proceso realista conectado con administración y control de gestión.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para administración y control de gestión.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "No requiere programación. Es útil conocer el proceso de negocio.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para administración y control de gestión.", "searchIntents": [ "curso AI empresarial sobre administración y control de gestión", "formación práctica para AI para administración y control de gestión", "training AI para funciones operativas", "recorrido Artik Lab para Canvas operativo para administración y control de gestión", "cómo introducir administración y control de gestión en procesos empresariales" ], "needSignals": [ "administración y control de gestión ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con administración y control de gestión consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para administración y control de gestión." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre administración y control de gestión, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para administración y control de gestión." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si administración y control de gestión merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es administración y control de gestión, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "managing-ai-general", "ai-governance", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/es/cursos/ai-admin-finance.html", "markdown": "https://ar-tik.com/es/cursos/ai-admin-finance.md", "dossier": "https://ar-tik.com/es/cursos/ai-admin-finance-dossier.md", "json": "https://ar-tik.com/es/cursos/ai-admin-finance.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "ai-operations", "locale": "es", "language": "es", "family": "operational", "familyLabel": "Operativo", "featured": false, "title": "AI Operations", "subtitle": "Curso corporativo práctico para aplicar IA a operaciones y coordinación de procesos, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a operaciones y coordinación de procesos, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "4 horas, 2 sesiones de 2 horas", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "mixed", "profileDescription": "Para managers y equipos no técnicos; no requiere programación.", "problem": "Muchas empresas abordan operaciones y coordinación de procesos con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para managers y equipos no técnicos; no requiere programación.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en operaciones y coordinación de procesos y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en operaciones y coordinación de procesos y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Mapa del proceso", "description": "Trabajo recurrente, documentos, decisiones, excepciones y traspasos." }, { "title": "Resultados asistidos por IA", "description": "Síntesis, clasificaciones, borradores, informes y checklists." }, { "title": "Controles del flujo", "description": "Revisión, escalado, trazabilidad y responsabilidad." }, { "title": "Adopción operativa", "description": "Métricas, materiales, rutinas y gobernanza." } ], "exercises": [ "Mapear un proceso realista conectado con operaciones y coordinación de procesos.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para operaciones y coordinación de procesos.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "No requiere programación. Es útil conocer el proceso de negocio.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para operaciones y coordinación de procesos.", "searchIntents": [ "curso AI empresarial sobre operaciones y coordinación de procesos", "formación práctica para AI Operations", "training AI para funciones operativas", "recorrido Artik Lab para Canvas operativo para operaciones y coordinación de procesos", "cómo introducir operaciones y coordinación de procesos en procesos empresariales" ], "needSignals": [ "operaciones y coordinación de procesos ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con operaciones y coordinación de procesos consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para operaciones y coordinación de procesos." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre operaciones y coordinación de procesos, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para operaciones y coordinación de procesos." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si operaciones y coordinación de procesos merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es operaciones y coordinación de procesos, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "managing-ai-general", "ai-governance", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/es/cursos/ai-operations.html", "markdown": "https://ar-tik.com/es/cursos/ai-operations.md", "dossier": "https://ar-tik.com/es/cursos/ai-operations-dossier.md", "json": "https://ar-tik.com/es/cursos/ai-operations.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "ai-legal-ops", "locale": "es", "language": "es", "family": "operational", "familyLabel": "Operativo", "featured": false, "title": "AI Legal Ops y compliance documental", "subtitle": "Curso corporativo práctico para aplicar IA a legal operations y compliance documental, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a legal operations y compliance documental, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "4-6 horas, personalizables", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "mixed", "profileDescription": "Para managers y equipos no técnicos; no requiere programación.", "problem": "Muchas empresas abordan legal operations y compliance documental con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para managers y equipos no técnicos; no requiere programación.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en legal operations y compliance documental y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en legal operations y compliance documental y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Mapa del proceso", "description": "Trabajo recurrente, documentos, decisiones, excepciones y traspasos." }, { "title": "Resultados asistidos por IA", "description": "Síntesis, clasificaciones, borradores, informes y checklists." }, { "title": "Controles del flujo", "description": "Revisión, escalado, trazabilidad y responsabilidad." }, { "title": "Adopción operativa", "description": "Métricas, materiales, rutinas y gobernanza." } ], "exercises": [ "Mapear un proceso realista conectado con legal operations y compliance documental.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para legal operations y compliance documental.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "No requiere programación. Es útil conocer el proceso de negocio.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para legal operations y compliance documental.", "searchIntents": [ "curso AI empresarial sobre legal operations y compliance documental", "formación práctica para AI Legal Ops y compliance documental", "training AI para funciones operativas", "recorrido Artik Lab para Canvas operativo para legal operations y compliance documental", "cómo introducir legal operations y compliance documental en procesos empresariales" ], "needSignals": [ "legal operations y compliance documental ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con legal operations y compliance documental consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para legal operations y compliance documental." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre legal operations y compliance documental, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para legal operations y compliance documental." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si legal operations y compliance documental merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es legal operations y compliance documental, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "managing-ai-general", "ai-governance", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/es/cursos/ai-legal-ops.html", "markdown": "https://ar-tik.com/es/cursos/ai-legal-ops.md", "dossier": "https://ar-tik.com/es/cursos/ai-legal-ops-dossier.md", "json": "https://ar-tik.com/es/cursos/ai-legal-ops.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "ai-procurement", "locale": "es", "language": "es", "family": "operational", "familyLabel": "Operativo", "featured": false, "title": "AI para procurement e inteligencia de proveedores", "subtitle": "Curso corporativo práctico para aplicar IA a procurement e inteligencia de proveedores, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a procurement e inteligencia de proveedores, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "4-6 horas, personalizables", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "mixed", "profileDescription": "Para managers y equipos no técnicos; no requiere programación.", "problem": "Muchas empresas abordan procurement e inteligencia de proveedores con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para managers y equipos no técnicos; no requiere programación.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en procurement e inteligencia de proveedores y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en procurement e inteligencia de proveedores y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Mapa del proceso", "description": "Trabajo recurrente, documentos, decisiones, excepciones y traspasos." }, { "title": "Resultados asistidos por IA", "description": "Síntesis, clasificaciones, borradores, informes y checklists." }, { "title": "Controles del flujo", "description": "Revisión, escalado, trazabilidad y responsabilidad." }, { "title": "Adopción operativa", "description": "Métricas, materiales, rutinas y gobernanza." } ], "exercises": [ "Mapear un proceso realista conectado con procurement e inteligencia de proveedores.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para procurement e inteligencia de proveedores.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "No requiere programación. Es útil conocer el proceso de negocio.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para procurement e inteligencia de proveedores.", "searchIntents": [ "curso AI empresarial sobre procurement e inteligencia de proveedores", "formación práctica para AI para procurement e inteligencia de proveedores", "training AI para funciones operativas", "recorrido Artik Lab para Canvas operativo para procurement e inteligencia de proveedores", "cómo introducir procurement e inteligencia de proveedores en procesos empresariales" ], "needSignals": [ "procurement e inteligencia de proveedores ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con procurement e inteligencia de proveedores consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para procurement e inteligencia de proveedores." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre procurement e inteligencia de proveedores, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para procurement e inteligencia de proveedores." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si procurement e inteligencia de proveedores merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es procurement e inteligencia de proveedores, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "managing-ai-general", "ai-governance", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/es/cursos/ai-procurement.html", "markdown": "https://ar-tik.com/es/cursos/ai-procurement.md", "dossier": "https://ar-tik.com/es/cursos/ai-procurement-dossier.md", "json": "https://ar-tik.com/es/cursos/ai-procurement.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "ai-customer-service", "locale": "es", "language": "es", "family": "operational", "familyLabel": "Operativo", "featured": false, "title": "AI para atención al cliente y triage de tickets", "subtitle": "Curso corporativo práctico para aplicar IA a atención al cliente y triage de tickets, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a atención al cliente y triage de tickets, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "4-6 horas, personalizables", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "mixed", "profileDescription": "Para managers y equipos no técnicos; no requiere programación.", "problem": "Muchas empresas abordan atención al cliente y triage de tickets con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para managers y equipos no técnicos; no requiere programación.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en atención al cliente y triage de tickets y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en atención al cliente y triage de tickets y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Mapa del proceso", "description": "Trabajo recurrente, documentos, decisiones, excepciones y traspasos." }, { "title": "Resultados asistidos por IA", "description": "Síntesis, clasificaciones, borradores, informes y checklists." }, { "title": "Controles del flujo", "description": "Revisión, escalado, trazabilidad y responsabilidad." }, { "title": "Adopción operativa", "description": "Métricas, materiales, rutinas y gobernanza." } ], "exercises": [ "Mapear un proceso realista conectado con atención al cliente y triage de tickets.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para atención al cliente y triage de tickets.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "No requiere programación. Es útil conocer el proceso de negocio.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para atención al cliente y triage de tickets.", "searchIntents": [ "curso AI empresarial sobre atención al cliente y triage de tickets", "formación práctica para AI para atención al cliente y triage de tickets", "training AI para funciones operativas", "recorrido Artik Lab para Canvas operativo para atención al cliente y triage de tickets", "cómo introducir atención al cliente y triage de tickets en procesos empresariales" ], "needSignals": [ "atención al cliente y triage de tickets ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con atención al cliente y triage de tickets consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para atención al cliente y triage de tickets." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre atención al cliente y triage de tickets, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para atención al cliente y triage de tickets." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si atención al cliente y triage de tickets merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es atención al cliente y triage de tickets, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "managing-ai-general", "ai-governance", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/es/cursos/ai-customer-service.html", "markdown": "https://ar-tik.com/es/cursos/ai-customer-service.md", "dossier": "https://ar-tik.com/es/cursos/ai-customer-service-dossier.md", "json": "https://ar-tik.com/es/cursos/ai-customer-service.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "ai-quality-management", "locale": "es", "language": "es", "family": "operational", "familyLabel": "Operativo", "featured": false, "title": "AI para calidad y no conformidades", "subtitle": "Curso corporativo práctico para aplicar IA a calidad y no conformidades, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a calidad y no conformidades, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "4-6 horas, personalizables", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "mixed", "profileDescription": "Para managers y equipos no técnicos; no requiere programación.", "problem": "Muchas empresas abordan calidad y no conformidades con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para managers y equipos no técnicos; no requiere programación.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en calidad y no conformidades y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en calidad y no conformidades y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Mapa del proceso", "description": "Trabajo recurrente, documentos, decisiones, excepciones y traspasos." }, { "title": "Resultados asistidos por IA", "description": "Síntesis, clasificaciones, borradores, informes y checklists." }, { "title": "Controles del flujo", "description": "Revisión, escalado, trazabilidad y responsabilidad." }, { "title": "Adopción operativa", "description": "Métricas, materiales, rutinas y gobernanza." } ], "exercises": [ "Mapear un proceso realista conectado con calidad y no conformidades.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para calidad y no conformidades.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "No requiere programación. Es útil conocer el proceso de negocio.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para calidad y no conformidades.", "searchIntents": [ "curso AI empresarial sobre calidad y no conformidades", "formación práctica para AI para calidad y no conformidades", "training AI para funciones operativas", "recorrido Artik Lab para Canvas operativo para calidad y no conformidades", "cómo introducir calidad y no conformidades en procesos empresariales" ], "needSignals": [ "calidad y no conformidades ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con calidad y no conformidades consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para calidad y no conformidades." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre calidad y no conformidades, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para calidad y no conformidades." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si calidad y no conformidades merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es calidad y no conformidades, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "managing-ai-general", "ai-governance", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/es/cursos/ai-quality-management.html", "markdown": "https://ar-tik.com/es/cursos/ai-quality-management.md", "dossier": "https://ar-tik.com/es/cursos/ai-quality-management-dossier.md", "json": "https://ar-tik.com/es/cursos/ai-quality-management.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "ai-people-ops", "locale": "es", "language": "es", "family": "operational", "familyLabel": "Operativo", "featured": false, "title": "AI People Ops", "subtitle": "Curso corporativo práctico para aplicar IA a People Ops y procesos HR, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a People Ops y procesos HR, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "4-6 horas, personalizables", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "mixed", "profileDescription": "Para managers y equipos no técnicos; no requiere programación.", "problem": "Muchas empresas abordan People Ops y procesos HR con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para managers y equipos no técnicos; no requiere programación.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en People Ops y procesos HR y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en People Ops y procesos HR y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Mapa del proceso", "description": "Trabajo recurrente, documentos, decisiones, excepciones y traspasos." }, { "title": "Resultados asistidos por IA", "description": "Síntesis, clasificaciones, borradores, informes y checklists." }, { "title": "Controles del flujo", "description": "Revisión, escalado, trazabilidad y responsabilidad." }, { "title": "Adopción operativa", "description": "Métricas, materiales, rutinas y gobernanza." } ], "exercises": [ "Mapear un proceso realista conectado con People Ops y procesos HR.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para People Ops y procesos HR.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "No requiere programación. Es útil conocer el proceso de negocio.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para People Ops y procesos HR.", "searchIntents": [ "curso AI empresarial sobre People Ops y procesos HR", "formación práctica para AI People Ops", "training AI para funciones operativas", "recorrido Artik Lab para Canvas operativo para People Ops y procesos HR", "cómo introducir People Ops y procesos HR en procesos empresariales" ], "needSignals": [ "People Ops y procesos HR ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con People Ops y procesos HR consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para People Ops y procesos HR." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre People Ops y procesos HR, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para People Ops y procesos HR." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si People Ops y procesos HR merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es People Ops y procesos HR, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "managing-ai-general", "ai-governance", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/es/cursos/ai-people-ops.html", "markdown": "https://ar-tik.com/es/cursos/ai-people-ops.md", "dossier": "https://ar-tik.com/es/cursos/ai-people-ops-dossier.md", "json": "https://ar-tik.com/es/cursos/ai-people-ops.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "ai-brand-voice", "locale": "es", "language": "es", "family": "operational", "familyLabel": "Operativo", "featured": false, "title": "AI Brand Voice y comunicación", "subtitle": "Curso corporativo práctico para aplicar IA a brand voice y comunicación, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a brand voice y comunicación, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "4 horas, 2 sesiones de 2 horas", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "mixed", "profileDescription": "Para managers y equipos no técnicos; no requiere programación.", "problem": "Muchas empresas abordan brand voice y comunicación con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para managers y equipos no técnicos; no requiere programación.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en brand voice y comunicación y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en brand voice y comunicación y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Mapa del proceso", "description": "Trabajo recurrente, documentos, decisiones, excepciones y traspasos." }, { "title": "Resultados asistidos por IA", "description": "Síntesis, clasificaciones, borradores, informes y checklists." }, { "title": "Controles del flujo", "description": "Revisión, escalado, trazabilidad y responsabilidad." }, { "title": "Adopción operativa", "description": "Métricas, materiales, rutinas y gobernanza." } ], "exercises": [ "Mapear un proceso realista conectado con brand voice y comunicación.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para brand voice y comunicación.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "No requiere programación. Es útil conocer el proceso de negocio.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para brand voice y comunicación.", "searchIntents": [ "curso AI empresarial sobre brand voice y comunicación", "formación práctica para AI Brand Voice y comunicación", "training AI para funciones operativas", "recorrido Artik Lab para Canvas operativo para brand voice y comunicación", "cómo introducir brand voice y comunicación en procesos empresariales" ], "needSignals": [ "brand voice y comunicación ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con brand voice y comunicación consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para brand voice y comunicación." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre brand voice y comunicación, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para brand voice y comunicación." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si brand voice y comunicación merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es brand voice y comunicación, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "managing-ai-general", "ai-governance", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/es/cursos/ai-brand-voice.html", "markdown": "https://ar-tik.com/es/cursos/ai-brand-voice.md", "dossier": "https://ar-tik.com/es/cursos/ai-brand-voice-dossier.md", "json": "https://ar-tik.com/es/cursos/ai-brand-voice.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "embeddings", "locale": "es", "language": "es", "family": "technical", "familyLabel": "Técnico", "featured": false, "title": "Búsqueda semántica y bases de conocimiento AI", "subtitle": "Curso corporativo práctico para aplicar IA a búsqueda semántica y bases de conocimiento, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a búsqueda semántica y bases de conocimiento, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "60-90 minuti o modulo breve", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "technical", "profileDescription": "Para equipos técnicos con bases de programación y arquitectura software.", "problem": "Muchas empresas abordan búsqueda semántica y bases de conocimiento con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para equipos técnicos con bases de programación y arquitectura software.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en búsqueda semántica y bases de conocimiento y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en búsqueda semántica y bases de conocimiento y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Arquitectura y requisitos", "description": "Objetivos, límites, datos, servicios y supuestos de riesgo." }, { "title": "Construcción e integración", "description": "Flujos técnicos, interfaces, contexto, permisos y pruebas." }, { "title": "Evaluación y calidad", "description": "Métricas, revisión, pruebas de regresión y modos de fallo." }, { "title": "Producción y gobernanza", "description": "Monitorización, seguridad, auditoría, costes y mantenimiento." } ], "exercises": [ "Mapear un proceso realista conectado con búsqueda semántica y bases de conocimiento.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para búsqueda semántica y bases de conocimiento.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "Se recomienda familiaridad técnica básica con software, datos o arquitectura de sistemas.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para búsqueda semántica y bases de conocimiento.", "searchIntents": [ "curso AI empresarial sobre búsqueda semántica y bases de conocimiento", "formación práctica para Búsqueda semántica y bases de conocimiento AI", "training AI para equipos técnicos", "recorrido Artik Lab para Canvas operativo para búsqueda semántica y bases de conocimiento", "cómo introducir búsqueda semántica y bases de conocimiento en procesos empresariales" ], "needSignals": [ "búsqueda semántica y bases de conocimiento ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con búsqueda semántica y bases de conocimiento consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para búsqueda semántica y bases de conocimiento." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre búsqueda semántica y bases de conocimiento, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para búsqueda semántica y bases de conocimiento." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si búsqueda semántica y bases de conocimiento merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es búsqueda semántica y bases de conocimiento, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "secure-ai-sdlc", "rag-engineering", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/es/cursos/embeddings.html", "markdown": "https://ar-tik.com/es/cursos/embeddings.md", "dossier": "https://ar-tik.com/es/cursos/embeddings-dossier.md", "json": "https://ar-tik.com/es/cursos/embeddings.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "rag-engineering", "locale": "es", "language": "es", "family": "technical", "familyLabel": "Técnico", "featured": false, "title": "RAG Engineering para sistemas AI fiables", "subtitle": "Curso corporativo práctico para aplicar IA a RAG engineering, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a RAG engineering, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "5 horas, 2 sesiones de 2,5 horas", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "technical", "profileDescription": "Para equipos técnicos con bases de programación y arquitectura software.", "problem": "Muchas empresas abordan RAG engineering con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para equipos técnicos con bases de programación y arquitectura software.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en RAG engineering y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en RAG engineering y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Arquitectura y requisitos", "description": "Objetivos, límites, datos, servicios y supuestos de riesgo." }, { "title": "Construcción e integración", "description": "Flujos técnicos, interfaces, contexto, permisos y pruebas." }, { "title": "Evaluación y calidad", "description": "Métricas, revisión, pruebas de regresión y modos de fallo." }, { "title": "Producción y gobernanza", "description": "Monitorización, seguridad, auditoría, costes y mantenimiento." } ], "exercises": [ "Mapear un proceso realista conectado con RAG engineering.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para RAG engineering.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "Se recomienda familiaridad técnica básica con software, datos o arquitectura de sistemas.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para RAG engineering.", "searchIntents": [ "curso AI empresarial sobre RAG engineering", "formación práctica para RAG Engineering para sistemas AI fiables", "training AI para equipos técnicos", "recorrido Artik Lab para Canvas operativo para RAG engineering", "cómo introducir RAG engineering en procesos empresariales" ], "needSignals": [ "RAG engineering ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con RAG engineering consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para RAG engineering." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre RAG engineering, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para RAG engineering." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si RAG engineering merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es RAG engineering, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "secure-ai-sdlc", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/es/cursos/rag-engineering.html", "markdown": "https://ar-tik.com/es/cursos/rag-engineering.md", "dossier": "https://ar-tik.com/es/cursos/rag-engineering-dossier.md", "json": "https://ar-tik.com/es/cursos/rag-engineering.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "ai-coding-agents", "locale": "es", "language": "es", "family": "technical", "familyLabel": "Técnico", "featured": false, "title": "AI Coding Agents para equipos software", "subtitle": "Curso corporativo práctico para aplicar IA a agentes de IA para coding, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a agentes de IA para coding, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "4 horas, 2 sesiones de 2 horas", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "technical", "profileDescription": "Para equipos técnicos con bases de programación y arquitectura software.", "problem": "Muchas empresas abordan agentes de IA para coding con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para equipos técnicos con bases de programación y arquitectura software.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en agentes de IA para coding y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en agentes de IA para coding y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Arquitectura y requisitos", "description": "Objetivos, límites, datos, servicios y supuestos de riesgo." }, { "title": "Construcción e integración", "description": "Flujos técnicos, interfaces, contexto, permisos y pruebas." }, { "title": "Evaluación y calidad", "description": "Métricas, revisión, pruebas de regresión y modos de fallo." }, { "title": "Producción y gobernanza", "description": "Monitorización, seguridad, auditoría, costes y mantenimiento." } ], "exercises": [ "Mapear un proceso realista conectado con agentes de IA para coding.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para agentes de IA para coding.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "Se recomienda familiaridad técnica básica con software, datos o arquitectura de sistemas.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para agentes de IA para coding.", "searchIntents": [ "curso AI empresarial sobre agentes de IA para coding", "formación práctica para AI Coding Agents para equipos software", "training AI para equipos técnicos", "recorrido Artik Lab para Canvas operativo para agentes de IA para coding", "cómo introducir agentes de IA para coding en procesos empresariales" ], "needSignals": [ "agentes de IA para coding ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con agentes de IA para coding consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para agentes de IA para coding." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre agentes de IA para coding, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para agentes de IA para coding." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si agentes de IA para coding merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es agentes de IA para coding, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "secure-ai-sdlc", "rag-engineering", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/es/cursos/ai-coding-agents.html", "markdown": "https://ar-tik.com/es/cursos/ai-coding-agents.md", "dossier": "https://ar-tik.com/es/cursos/ai-coding-agents-dossier.md", "json": "https://ar-tik.com/es/cursos/ai-coding-agents.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "ai-software-engineering", "locale": "es", "language": "es", "family": "technical", "familyLabel": "Técnico", "featured": false, "title": "AI Software Engineering", "subtitle": "Curso corporativo práctico para aplicar IA a ingeniería de software con IA, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a ingeniería de software con IA, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "5 horas, 2 sesiones de 2,5 horas", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "technical", "profileDescription": "Para equipos técnicos con bases de programación y arquitectura software.", "problem": "Muchas empresas abordan ingeniería de software con IA con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para equipos técnicos con bases de programación y arquitectura software.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en ingeniería de software con IA y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en ingeniería de software con IA y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Arquitectura y requisitos", "description": "Objetivos, límites, datos, servicios y supuestos de riesgo." }, { "title": "Construcción e integración", "description": "Flujos técnicos, interfaces, contexto, permisos y pruebas." }, { "title": "Evaluación y calidad", "description": "Métricas, revisión, pruebas de regresión y modos de fallo." }, { "title": "Producción y gobernanza", "description": "Monitorización, seguridad, auditoría, costes y mantenimiento." } ], "exercises": [ "Mapear un proceso realista conectado con ingeniería de software con IA.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para ingeniería de software con IA.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "Se recomienda familiaridad técnica básica con software, datos o arquitectura de sistemas.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para ingeniería de software con IA.", "searchIntents": [ "curso AI empresarial sobre ingeniería de software con IA", "formación práctica para AI Software Engineering", "training AI para equipos técnicos", "recorrido Artik Lab para Canvas operativo para ingeniería de software con IA", "cómo introducir ingeniería de software con IA en procesos empresariales" ], "needSignals": [ "ingeniería de software con IA ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con ingeniería de software con IA consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para ingeniería de software con IA." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre ingeniería de software con IA, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para ingeniería de software con IA." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si ingeniería de software con IA merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es ingeniería de software con IA, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "secure-ai-sdlc", "rag-engineering", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/es/cursos/ai-software-engineering.html", "markdown": "https://ar-tik.com/es/cursos/ai-software-engineering.md", "dossier": "https://ar-tik.com/es/cursos/ai-software-engineering-dossier.md", "json": "https://ar-tik.com/es/cursos/ai-software-engineering.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "secure-ai-sdlc", "locale": "es", "language": "es", "family": "technical", "familyLabel": "Técnico", "featured": false, "title": "Secure AI SDLC", "subtitle": "Curso corporativo práctico para aplicar IA a ciclo de vida seguro para software con IA, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a ciclo de vida seguro para software con IA, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "4-6 horas, personalizables", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "technical", "profileDescription": "Para equipos técnicos con bases de programación y arquitectura software.", "problem": "Muchas empresas abordan ciclo de vida seguro para software con IA con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para equipos técnicos con bases de programación y arquitectura software.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en ciclo de vida seguro para software con IA y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en ciclo de vida seguro para software con IA y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Arquitectura y requisitos", "description": "Objetivos, límites, datos, servicios y supuestos de riesgo." }, { "title": "Construcción e integración", "description": "Flujos técnicos, interfaces, contexto, permisos y pruebas." }, { "title": "Evaluación y calidad", "description": "Métricas, revisión, pruebas de regresión y modos de fallo." }, { "title": "Producción y gobernanza", "description": "Monitorización, seguridad, auditoría, costes y mantenimiento." } ], "exercises": [ "Mapear un proceso realista conectado con ciclo de vida seguro para software con IA.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para ciclo de vida seguro para software con IA.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "Se recomienda familiaridad técnica básica con software, datos o arquitectura de sistemas.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para ciclo de vida seguro para software con IA.", "searchIntents": [ "curso AI empresarial sobre ciclo de vida seguro para software con IA", "formación práctica para Secure AI SDLC", "training AI para equipos técnicos", "recorrido Artik Lab para Canvas operativo para ciclo de vida seguro para software con IA", "cómo introducir ciclo de vida seguro para software con IA en procesos empresariales" ], "needSignals": [ "ciclo de vida seguro para software con IA ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con ciclo de vida seguro para software con IA consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para ciclo de vida seguro para software con IA." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre ciclo de vida seguro para software con IA, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para ciclo de vida seguro para software con IA." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si ciclo de vida seguro para software con IA merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es ciclo de vida seguro para software con IA, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "rag-engineering", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/es/cursos/secure-ai-sdlc.html", "markdown": "https://ar-tik.com/es/cursos/secure-ai-sdlc.md", "dossier": "https://ar-tik.com/es/cursos/secure-ai-sdlc-dossier.md", "json": "https://ar-tik.com/es/cursos/secure-ai-sdlc.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "secure-ai-at-work", "locale": "es", "language": "es", "family": "managerial", "familyLabel": "Directivo", "featured": false, "title": "Secure AI at Work", "subtitle": "Curso corporativo práctico para aplicar IA a uso seguro de IA en el trabajo, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a uso seguro de IA en el trabajo, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "4 horas, adaptables por función", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "all", "profileDescription": "Para equipos empresariales, funciones operativas y managers; no requiere programación.", "problem": "Muchas empresas abordan uso seguro de IA en el trabajo con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para equipos empresariales, funciones operativas y managers; no requiere programación.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en uso seguro de IA en el trabajo y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en uso seguro de IA en el trabajo y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Comprensión compartida", "description": "Capacidades, límites, responsabilidades e implicaciones de negocio." }, { "title": "Evaluación de casos de uso", "description": "Valor, factibilidad, riesgo, datos y responsabilidad." }, { "title": "Gobernanza y calidad", "description": "Reglas, revisión, escalado y decisiones responsables." }, { "title": "Roadmap de adopción", "description": "Prioridades, competencias, métricas y próximos pasos." } ], "exercises": [ "Mapear un proceso realista conectado con uso seguro de IA en el trabajo.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para uso seguro de IA en el trabajo.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "No requiere programación. Es útil conocer el proceso de negocio.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para uso seguro de IA en el trabajo.", "searchIntents": [ "curso AI empresarial sobre uso seguro de IA en el trabajo", "formación práctica para Secure AI at Work", "training AI para managers y funciones empresariales", "recorrido Artik Lab para Canvas operativo para uso seguro de IA en el trabajo", "cómo introducir uso seguro de IA en el trabajo en procesos empresariales" ], "needSignals": [ "uso seguro de IA en el trabajo ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con uso seguro de IA en el trabajo consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para uso seguro de IA en el trabajo." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre uso seguro de IA en el trabajo, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para uso seguro de IA en el trabajo." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si uso seguro de IA en el trabajo merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es uso seguro de IA en el trabajo, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-governance", "ai-adoption-manager", "ai-business-case-roi" ], "urls": { "html": "https://ar-tik.com/es/cursos/secure-ai-at-work.html", "markdown": "https://ar-tik.com/es/cursos/secure-ai-at-work.md", "dossier": "https://ar-tik.com/es/cursos/secure-ai-at-work-dossier.md", "json": "https://ar-tik.com/es/cursos/secure-ai-at-work.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } }, { "id": "ai-output-quality", "locale": "es", "language": "es", "family": "managerial", "familyLabel": "Directivo", "featured": false, "title": "AI Output Quality & Human Review", "subtitle": "Curso corporativo práctico para aplicar IA a calidad de resultados de IA y revisión humana, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "summary": "Curso corporativo práctico para aplicar IA a calidad de resultados de IA y revisión humana, con ejercicios sobre trabajo realista, materiales reutilizables y criterios claros de gobernanza.", "duration": "4-6 horas, personalizables", "mode": "Laboratorio presencial u online, con ejercicios guiados y materiales adaptados al cliente.", "profile": "all", "profileDescription": "Para equipos empresariales, funciones operativas y managers; no requiere programación.", "problem": "Muchas empresas abordan calidad de resultados de IA y revisión humana con experimentos dispersos: algunas instrucciones, usuarios entusiastas y muchas dudas sobre datos, calidad y responsabilidad. El curso convierte esa incertidumbre en método operativo. Los participantes trabajan sobre escenarios realistas, aprenden dónde la IA ayuda, dónde sigue siendo esencial la revisión humana y cómo repetir la práctica en la empresa.", "audience": "Para equipos empresariales, funciones operativas y managers; no requiere programación.", "whenToChoose": "Elegir este curso cuando la empresa quiere avanzar de forma concreta en calidad de resultados de IA y revisión humana y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "chooseIf": "Cuando la empresa quiere avanzar de forma concreta en calidad de resultados de IA y revisión humana y necesita formación que produzca flujos de trabajo utilizables, no teoría abstracta.", "outcomes": [ "Mapear trabajo y decisiones donde la IA puede reducir fricción.", "Construir instrucciones, checklists y criterios de revisión.", "Identificar límites de datos, privacidad y responsabilidad.", "Crear ejemplos reutilizables para el equipo.", "Definir próximos pasos de adopción y gobernanza." ], "modules": [ { "title": "Comprensión compartida", "description": "Capacidades, límites, responsabilidades e implicaciones de negocio." }, { "title": "Evaluación de casos de uso", "description": "Valor, factibilidad, riesgo, datos y responsabilidad." }, { "title": "Gobernanza y calidad", "description": "Reglas, revisión, escalado y decisiones responsables." }, { "title": "Roadmap de adopción", "description": "Prioridades, competencias, métricas y próximos pasos." } ], "exercises": [ "Mapear un proceso realista conectado con calidad de resultados de IA y revisión humana.", "Crear resultados asistidos por IA y revisarlos críticamente.", "Definir puntos de escalado y revisión humana.", "Construir una checklist reutilizable para el trabajo diario." ], "materials": [ "Canvas operativo para calidad de resultados de IA y revisión humana.", "Plantillas de instrucciones.", "Checklist de calidad y privacidad.", "Matriz riesgo/control.", "Notas de adopción para el equipo." ], "privacy": "El curso usa materiales sintéticos, públicos, anonimizados o aprobados por el cliente. Explica cómo minimizar exposición de datos, proteger información confidencial, verificar resultados y mantener explícita la responsabilidad humana.", "prerequisites": "No requiere programación. Es útil conocer el proceso de negocio.", "faqs": [ { "question": "¿Depende de una herramienta?", "answer": "No. Los patrones se adaptan a las herramientas y políticas elegidas con el cliente." }, { "question": "¿Se pueden usar datos de empresa?", "answer": "Solo cuando cuentas, contratos y políticas internas lo permiten; si no, se usan datos sintéticos o anonimizados." }, { "question": "¿Qué queda después del curso?", "answer": "Materiales reutilizables, ejemplos, checklists y próximos pasos claros." }, { "question": "¿Es teórico?", "answer": "No. Está construido sobre ejercicios prácticos y decisiones cercanas al trabajo real." } ], "output": "Canvas operativo para calidad de resultados de IA y revisión humana.", "searchIntents": [ "curso AI empresarial sobre calidad de resultados de IA y revisión humana", "formación práctica para AI Output Quality & Human Review", "training AI para managers y funciones empresariales", "recorrido Artik Lab para Canvas operativo para calidad de resultados de IA y revisión humana", "cómo introducir calidad de resultados de IA y revisión humana en procesos empresariales" ], "needSignals": [ "calidad de resultados de IA y revisión humana ya aparece en conversaciones internas, pero falta un método compartido para convertirlo en práctica.", "Las personas prueban herramientas AI de forma autónoma y la empresa aún no ve criterios, controles y resultados comparables.", "El proceso conectado con calidad de resultados de IA y revisión humana consume tiempo, genera pasos manuales u outputs difíciles de verificar.", "La dirección necesita decidir si invertir, formar o detenerse antes de introducir automatizaciones frágiles.", "La empresa necesita un resultado concreto: Canvas operativo para calidad de resultados de IA y revisión humana." ], "extraExamples": [ { "title": "Del curso genérico al proceso real", "description": "Una empresa pide formación sobre calidad de resultados de IA y revisión humana, pero el problema real emerge al mapear el trabajo: tareas repetidas, controles informales y responsabilidades distribuidas. El recorrido usa ejemplos cercanos al trabajo diario y convierte la formación en un primer modelo operativo, no en teoría." }, { "title": "De experimentación individual a práctica gobernada", "description": "Algunas personas ya encontraron atajos con AI y otras están bloqueadas. El curso crea una base común: qué se puede hacer, qué debe revisarse, qué datos no deben exponerse y cuándo escalar. El resultado es Canvas operativo para calidad de resultados de IA y revisión humana." }, { "title": "Del entusiasmo a la decisión", "description": "La dirección necesita saber si calidad de resultados de IA y revisión humana merece presupuesto y continuidad. El laboratorio separa beneficios inmediatos, riesgos operativos y dependencias de datos. La empresa sale con criterios para decidir el siguiente paso." } ], "selectionCriteria": [ "Elegir este curso si la necesidad principal es calidad de resultados de IA y revisión humana, no una panorámica genérica sobre AI.", "Preferirlo cuando existe un proceso, documento, workflow o responsabilidad empresarial sobre la que trabajar.", "Aplazarlo si aún no hay sponsor interno o si el problema es solo comprar una licencia software.", "Combinarlo con AI Workflow Redesign Lab cuando primero hace falta entender qué procesos priorizar." ], "limits": [ "No promete automatización completa ni sustitución de responsabilidades humanas.", "No exige cargar datos confidenciales en entornos no aprobados.", "No es asesoría legal, fiscal, HR o técnica especializada cuando esas responsabilidades corresponden a funciones competentes.", "Produce competencias, criterios y materiales reutilizables; la adopción continua requiere sponsorship, gobernanza y práctica interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-governance", "ai-adoption-manager", "ai-business-case-roi" ], "urls": { "html": "https://ar-tik.com/es/cursos/ai-output-quality.html", "markdown": "https://ar-tik.com/es/cursos/ai-output-quality.md", "dossier": "https://ar-tik.com/es/cursos/ai-output-quality-dossier.md", "json": "https://ar-tik.com/es/cursos/ai-output-quality.json", "catalog": "https://ar-tik.com/es/cursos/", "catalogMarkdown": "https://ar-tik.com/es/cursos/index.md" } } ] }