Curso de posgrado: Fundamentos de Inteligencia Artificial para abogados/as

Se realizará un Curso de posgrado denominado Fundamentos de Inteligencia Artificial para abogados/as, destinado a abogados/as y estudiantes de posgrado de la Facultad de Ciencias Jurídicas y Sociales y alumnos/as de grado que hayan cursado o se encuentren cursando la Práctica Profesional Final, de la Facultad de Ciencias Jurídicas y Sociales (FCJS).

Es organizado por la Secretaría de Posgrado de la FCJS-UNL, el Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional (FICH-UNL / CONICET), y el Centro de Estudiantes de la FCJS-UNL.
 

Se cursará de forma presencial, los miércoles de 16 a 20, las siguientes fechas: 4, 11, 18 y 25 de septiembre, 2 y 9 de octubre. Tiene una duración de 30 horas en total, con 24 horas de cursado distribuidas en seis encuentros semanales y seis horas destinadas a la actividad final; que equivalen a 2 UCAs. Trabajadores y trabajadoras sociales, y estudiantes de la Lic. en Trabajo Social con el 70% de la carrera aprobada podrán cursar los primeros cuatro módulos.

Costos: 

• Profesionales: $50.000
• Alumnos/as de carreras de Posgrado de la FCJS: $40.000
• Jóvenes graduados (hasta 5 años): $37.500
• Estudiantes avanzados de Abogacía, cursando la Práctica Profesional: $20.000

Se podrá optar por obtener Certificado de Asistencia o Certificado de Asistencia y Aprobación. 

La dirección está a cargo del Dr. Hugo Leonardo Rufiner, la Dra. Claudia Wagner y el Dr. Matias Gerard; en tanto que la coordinación será del Dr. Gonzalo Bailo.

Programa

Unidad 1 - Origen y Evolución de la IA: Surgimiento de la disciplina y evolución histórica. La “prehistoria” de la IA: filosofía antigua de la mente. Los pioneros: Turing, V. Neumann, Hebb, Widrow, McCarthy, Minsky, Papert, Rosenblat, etc. Los inviernos de la IA. Historia reciente y estado del arte: Grandes datos, Aprendizaje profundo, IA generativa, modelos de lenguaje e ingeniería de “prompts”. Evolución del hardware: autómatas y dispositivos automáticos, “computadoras” mecánicas (máquina de Babbage, motor diferencial), computadoras analógicas, primeras computadoras electrónicas (ENIAC), computadoras digitales, supercomputadoras, clusters, GPUs, TPUs, cuánticas. Evolución del software: primeros lenguajes y sistemas, LISP, PROLOG, C, PYTHON.  Entornos de desarrollo y librerías.

Unidad 2 - Definición y Tipos de Inteligencia: Exploración de la cognición en el contexto biológico: inteligencia en animales y humanos. Teorías de la inteligencia (General y Múltiples). Pruebas de inteligencia. Comparación de la inteligencia humana y artificial. Tipos de IA. Distinción entre IA fuerte y débil, y entre IA específica (o aplicada) y general (AGI). IA explicable y su importancia en aplicaciones críticas. Clasificación de los paradigmas de IA: clásica o lógico-simbólica, probabilista y conexionista. Taxonomía de las diferentes técnicas y problemas.

Unidad 3 - Aprendizaje Automático: Consideraciones generales. Reconocimiento de patrones vs Aprendizaje de máquinas. Inteligencia computacional. Métodos bioinspirados. Inteligencia Colectiva. Distinción entre aprendizaje supervisado, no-supervisado, semi-supervisado y por refuerzo. Arboles de decisión. Redes neuronales Artificiales. Métodos de agrupamiento. Agentes autónomos. Desarrollo de algoritmos específicos: Perceptron simple, k-vecinos más cercanos (k-NN) y k-medias. Herramientas y plataformas disponibles. Pipeline característicos.

Unidad 4 - Filosofía de la IA: Necesidad de la interdisciplina. Definiciones fundamentales: mente, conciencia y cognición. Filosofía de la mente: Principales corrientes filosóficas “modernas” (dualismo, materialismo, funcionalismo y emergentismo). Discusión sobre la posibilidad de dotar a las máquinas de una "mente". Revisión de experimentos y teorías relevantes, como la habitación china de Searle y el test de Turing. Analogías y antropomorfismos: implicaciones de las analogías humanas para describir procesos de máquinas. Futuro de la IA y Humanidad: consecuencias de una superinteligencia (optimistas, pesimistas y realistas). Singularidad tecnológica y su impacto potencial en la sociedad y la economía. Introducción al Transhumanismo y su relación con la IA. Otras cuestiones filosóficas de interés actual.

Unidad 5 - Aspectos Éticos y Legales de la IA: Principios éticos para el diseño, desarrollo y aplicación de la IA, incluyendo justicia, transparencia, y responsabilidad. Problemas Éticos Específicos en IA: tales como sesgo algorítmico, privacidad de datos, y autonomía. Marco Legal y Regulatorio: Visión general y propuestas regulatorias en diferentes países y a nivel internacional. Responsabilidad y rendición de cuentas: atribución de responsabilidad en decisiones y acciones realizadas por sistemas de IA, incluyendo el concepto de E-Personería. Estudios de Caso en Ética y Legislación de IA: Examen de casos de estudio relevantes como vehículos autónomos, sistemas de reconocimiento facial, y asistentes virtuales, destacando dilemas éticos y desafíos legales.

Unidad 6 - Taller de casos y aplicaciones de la IA al campo jurídico. Ejemplos en el Poder Judicial, en estudios jurídicos y en la investigación. Mesa de debate para la preparación del trabajo final.

Informes
Secretaría de Posgrado | FCJS
E-mail: posgrado@fcjs.unl.edu.ar
Tel: +54 (0342) 4571206
WhatsApp: +54 9 3424 57-5133 (solo mensajes)
Cándido Pujato 2751 (3000) Santa Fe