PRESENTACIÓN:

La incorporación de la inteligencia artificial generativa al análisis de datos científico está transformando la forma en que investigadores y profesionales plantean preguntas, procesan información, generan alternativas y toman decisiones. En consecuencia, decisiones que antes eran exclusivamente del investigador pueden quedar ahora, de forma explícita o implícita, influidas por sistemas de IA. Necesitamos hacer visible ese espacio de decisión: ¿qué decisiones aparecen cuando incorporamos IA a un análisis de datos y qué necesitamos hacer para que esas decisiones sigan estando bajo control científico? Esta cuestión adquiere especial relevancia porque cuando producir un análisis se vuelve barato en tiempo y esfuerzo, mayor es la tentación de relajar el juicio necesario para evaluarlo. Y aumentar la capacidad de producción no garantiza aumentar la calidad del conocimiento. El verdadero desafío consiste en aprovechar las nuevas capacidades que nos ofrece la IA sin perder la capacidad de decidir qué análisis merece la pena realizar, qué alternativas son científicamente defendibles, qué supuestos estamos aceptando, qué resultados son suficientemente fiables y qué afirmaciones pueden sostenerse. 

Este curso presenta una metodología estructurada para razonar científicamente, dirigir, auditar y gobernar el Ciclo Analítico Humano–IA, manteniendo la autoridad metodológica y la capacidad crítica del investigador. A través de ocho etapas (FRAME, DELEGATE, GENERATE, CHALLENGE, VERIFY, JUDGE, LEARN e INTEGRATE) el alumno trabajará con 27 frameworks diseñados para acompañar las principales decisiones del proceso analítico: desde la especificación inicial del problema y la delegación controlada de tareas, hasta la generación de alternativas, el ataque sistemático de los análisis, la verificación de datos y resultados, el juicio científico, el aprendizaje de los errores y la integración de la IA en workflows trazables y supervisados. El objetivo es construir un sistema en el que el investigador pueda utilizar su capacidad sin renunciar a responder, en cada momento: qué estamos intentando conocer, qué está haciendo realmente la IA, qué puede estar mal y qué podemos defender después de evaluarlo.

PROFESORADO:

• Rosana Ferrero. Científica de datos y profesora experta de Estadística con R Software en Máxima Formación. 

PROGRAMA

Tema 1  Definir antes de decidir qué delegar: introducción al ciclo analítico humano–IA

• Introducción al ciclo analítico humano–IA.

• Principios de colaboración entre investigador e IA.

• Riesgos de automatizar prematuramente el razonamiento.

• FRAME: definición del problema y de la pregunta analítica.

• Identificación de decisiones y supuestos que deben quedar definidos antes de utilizar IA.

• Evitar que la IA modifique retrospectivamente el planteamiento.

• Detectar decisiones que quedan ocultas dentro de prompts, código o propuestas de IA.

• DELEGATE: decidir qué delegar y qué no delegar a la IA.

• Matrices de delegación y niveles de supervisión.

• Control humano y puntos de decisión.

• Competencia mínima necesaria para supervisar una tarea delegada.

• Presupuesto de supervisión y priorización según riesgo.

Tema 2. Generar, desafiar y verificar: de la propuesta de IA a la evidencia

• GENERATE: utilización de IA para generar alternativas analíticas.

• Multiverso analítico y comparación de alternativas.

• Diferencia entre generación de posibilidades y justificación científica.

• CHALLENGE: pensamiento adversarial aplicado al análisis.

• Red Team estadístico y causal.

• Búsqueda de errores, sesgos y explicaciones alternativas.

• Ataque de afirmaciones y límites de las conclusiones.

• VERIFY: verificación estadística, computacional y documental.

• Concordancia entre datos, código y resultados.

• Auditoría de resultados estadísticos y trazabilidad de la cadena de evidencia.

• Reproducibilidad y detección de discrepancias.

Tema 3. Juzgar, aprender e integrar: convertir el análisis en decisiones defendibles

• JUDGE: evaluación final de la evidencia y toma de decisiones.

• Diferencia entre resultado estadístico, evidencia científica y decisión.

• Límites de las afirmaciones causales y clínicas.

• Evaluación de la robustez de las conclusiones.

• Diferenciar validez interna, transportabilidad y utilidad decisional.

• LEARN: aprendizaje a partir de errores y decisiones.

• Registro de decisiones analíticas, predicciones y calibración del razonamiento.

• Registro y clasificación de fallos de la IA.

• Transformación de errores recurrentes en mejoras del proceso.

• INTEGRATE: integración de todos los componentes en un flujo humano–IA.

• Arquitectura del workflow analítico.

• Mapa de puntos de control humano.

• Decisiones y acciones de sistemas con agentes.

• Trazabilidad, supervisión y preservación de la autoridad humana.

Plazo límite de entrega de tareas 29 de noviembre de 2026

ACREDITACIÓN:

Actividad solicitada para su acreditación por la Comisión de Formación Continuada de la Profesiones Sanitarias de Aragón

Para los profesionales sanitarios de: Medicina, Farmacia, Veterinaria, Odontología / Estomatología, Psicología (vía PIR / Psicólogo General Sanitario), Ciencia y Tecnología de los Alimentos, Química (vía QUIR), Bioquímica (vía BIR), Biología (vía BIR), Física (vía FIR) - Radiofisica, Enfermería, Fisioterapia, Podología, Terapia ocupacional, Óptica y Optometría, Nutrición Humana y Dietética, Logopedia

SECRETARÍA:

Tel. 976 71 69 07

E-mail: same.iacs@aragon.es