Curso de Inteligencia Artificial Generativa y Ciencia Forense Aplicada

Contenido del curso

Inteligencia Artificial Generativa y Ciencia Forense Aplicada
Este curso aborda la aplicación profesional de la Inteligencia Artificial Generativa en el ámbito de la Criminalística, la Ciencia Forense y el análisis de evidencias, integrando fundamentos tecnológicos, metodología científica, análisis crítico y criterios de trazabilidad y validación. A lo largo de 6 módulos y 60 horas de formación, el estudiante aprenderá a comprender y utilizar herramientas basadas en IA generativa —incluyendo LLM, generación de imágenes y video, análisis de datos y simulación— dentro de procesos forenses, identificando al mismo tiempo sus limitaciones, riesgos, sesgos y posibilidades de manipulación.

Módulo 1 — Fundamentos de la Inteligencia Artificial Generativa: Arquitecturas, Capacidades y Riesgos para el Análisis Forense
Lección 1 — Bloque Nro 0 De la IA clásica a la IA generativa: lo que el perito necesita saber y por qué ahora
Lección 1 — Bloque Nro 1 Por qué esto importa ahora y no antes
Lección 1 — Bloque Nro 2 IA discriminativa vs. IA generativa: la distinción que define el peritaje
Lección 1 — Bloque Nro 3 Las cuatrofamilias de modelos generativos
Lección 1 — Bloque E 4 El principio de Locard aplicado al contenido sintético
Lección 1 — Bloque 5 Regreso al Caso de Apertura
Lección 2 — Bloque 0 Caso de Apertura Expediente Simulado
Lección 2 — Bloque 1 Redes Generativas Adversarias (GAN): Arquitectura y Funcionamiento
Lección 2 — Bloque 2 Autoencoders Cariaciones (VAE): Arquitertura y uso forense
Lección 2 — Bloque 3 Análisis Forense Integrado: Cuando usar cada Arquitectura
Lección 3 —Bloque 0 Caso de Apertura
Lección 3 — Bloque 1 Modelos de Dufusión:Arquitectura y Riesgo Forense
Lección 3 — Bloque 2 Transformers y LLM: Arquitectura y Riesgo Forense en Texto
Lección 3 — Bloque 3 Modelo Multimodales y su Relevancia Forense
Lección 3 — Bloque 4 Modelo Card Forense: La Documentación Minima Obligatoria
Lección 3 — Bloque 5 Resolución del Caso de Apertura
Lección 4 — Bloque 0 Caso de Apertura
Lección 4 — Bloque 1 Sesgos Estructurales en la IA generativa: Origen y Consecuencia Forenses
Lección 4 — Bloque 2 Supervisión Humana Efectiva
Lección 4 — Bloque 3 Trazabilidad Total
Lección 4 Bloque 4 Marco Normativo Introductorio
Lección 4 — Bloque 5 Marco Ético Integrado del Curso

Valoraciones y reseñas de estudiantes

Aún no hay reseñas.

Contenido del curso

Módulo 1 — Fundamentos de la Inteligencia Artificial Generativa: Arquitecturas, Capacidades y Riesgos para el Análisis Forense

Lección 1 — Bloque Nro 0 De la IA clásica a la IA generativa: lo que el perito necesita saber y por qué ahora

Lección 1 — Bloque Nro 1 Por qué esto importa ahora y no antes

Lección 1 — Bloque Nro 2 IA discriminativa vs. IA generativa: la distinción que define el peritaje

Lección 1 — Bloque Nro 3 Las cuatrofamilias de modelos generativos

Lección 1 — Bloque E 4 El principio de Locard aplicado al contenido sintético

Lección 1 — Bloque 5 Regreso al Caso de Apertura

Lección 2 — Bloque 0 Caso de Apertura Expediente Simulado

Lección 2 — Bloque 1 Redes Generativas Adversarias (GAN): Arquitectura y Funcionamiento

Lección 2 — Bloque 2 Autoencoders Cariaciones (VAE): Arquitertura y uso forense

Lección 2 — Bloque 3 Análisis Forense Integrado: Cuando usar cada Arquitectura

Lección 3 —Bloque 0 Caso de Apertura

Lección 3 — Bloque 1 Modelos de Dufusión:Arquitectura y Riesgo Forense

Lección 3 — Bloque 2 Transformers y LLM: Arquitectura y Riesgo Forense en Texto

Lección 3 — Bloque 3 Modelo Multimodales y su Relevancia Forense

Lección 3 — Bloque 4 Modelo Card Forense: La Documentación Minima Obligatoria

Lección 3 — Bloque 5 Resolución del Caso de Apertura

Lección 4 — Bloque 0 Caso de Apertura

Lección 4 — Bloque 1 Sesgos Estructurales en la IA generativa: Origen y Consecuencia Forenses

Lección 4 — Bloque 2 Supervisión Humana Efectiva

Lección 4 — Bloque 3 Trazabilidad Total

Lección 4 Bloque 4 Marco Normativo Introductorio

Lección 4 — Bloque 5 Marco Ético Integrado del Curso

Valoraciones y reseñas de estudiantes