1 – Introducción a la inteligencia artificial en RRHH

Objetivo
Identificar herramientas de Inteligencia Artificial utilizadas en Recursos Humanos.

Contenido

• Inteligencia Artificial en RRHH
• Evolución histórica de la IA aplicada a RRHH
• Tipos de Inteligencia Artificial
• Datos, información y conocimiento
• IA y evaluación del desempeño
• Sesgos y límites algorítmicos
• Sesgos habituales en RRHH
• Rol del profesional de Recursos Humanos
• Capacidades y nuevas responsabilidades
• Retos éticos
• Adopción responsable de IA
• Resumen

2 – Herramientas y tecnologías de IA para evaluación de desempeño

Objetivo
Implementar herramientas de IA en estructuras de evaluación del desempeño.

Contenido

• Herramientas de IA aplicadas a RRHH
• Tipologías de herramientas
• Plataformas y funcionalidades
• Evaluaciones periódicas
• Automatización de procesos
• Selección de tecnología
• Riesgos de implantación
• Uso estratégico de IA
• Resumen

3 – IA en el análisis de datos de evaluación de desempeño

Objetivo
Aplicar herramientas de IA para el análisis de datos de desempeño.

Contenido

• Datos de desempeño
• Analítica descriptiva
• Analítica predictiva
• Analítica prescriptiva
• Selección del tipo de analítica
• Procesamiento de feedback cualitativo
• Síntesis automatizada
• Fortalezas y áreas de mejora
• Riesgos operativos
• Planes de acción
• Indicadores inteligentes
• Mejora continua
• Resumen

4 – Integración de IA en la toma de decisiones de RRHH

Objetivo
Identificar herramientas de IA aplicadas a la toma de decisiones en RRHH.

Contenido

• Toma de decisiones con IA
• Algoritmos aplicados a RRHH
• Promoción y talento interno
• Supervisión humana
• Decisiones sensibles
• Competencias operativas
• Modelo híbrido humano + IA
• Reparto de responsabilidades
• Reglas operativas
• Flujos híbridos de decisión
• Ética y gobernanza
• Resumen

5 – Implementación de un sistema completo de evaluación con IA

Objetivo
Implementar un sistema integral de evaluación del desempeño con IA.

Contenido

• Diagnóstico inicial
• Objetivos del sistema
• Diseño del modelo de evaluación
• Casos prácticos
• Puesta en marcha del piloto
• Seguimiento operativo
• Trazabilidad y evidencias
• Mejora continua
• Monitorización de indicadores
• Control de cambios
• Sostenibilidad del sistema
• Resumen

6 – IA y el futuro del trabajo

Objetivo
Identificar herramientas y tendencias de IA aplicadas al trabajo y la evaluación del desempeño.

Contenido

• Nuevas competencias profesionales
• Competencias básicas en IA
• Desarrollo continuo
• Nuevos modelos organizativos
• Colaboración humano-máquina
• Roles emergentes
• Riesgos laborales
• Automatización y empleo
• Riesgos psicosociales
• Gestión algorítmica
• Privacidad y monitorización
• Riesgos legales y reputacionales
• Resumen

7 – Supervisión y auditoría de sistemas de IA

Objetivo
Supervisar y auditar sistemas inteligentes aplicados a evaluación del desempeño.

Contenido

• Supervisión de sistemas inteligentes
• Creación de sistemas de IA
• Sesgos algorítmicos
• Riesgos invisibles
• Clasificación de sesgos
• Auditoría de sistemas
• Indicadores y métricas
• Gobernanza de IA
• Mejora continua
• Modelos de auditoría
• Casos prácticos
• Resumen

8 – Estrategias para la adopción de IA en la cultura organizacional

Objetivo
Describir estrategias para integrar IA en la cultura organizacional.

Contenido

• IA y cambio cultural
• Liderazgo organizacional
• Patrocinio del cambio
• Comunicación interna
• Formación y capacitación
• Gestión de resistencias
• Planes de adopción
• Cultura de innovación
• Rituales de consolidación cultural
• Roles y responsabilidades
• Medición de adopción
• Resumen