1. Definición y conceptos básicos de IA
  2. Historia y evolución de la inteligencia artificial
  3. Áreas de aplicación de la IA en la vida cotidiana
  4. Diferencias entre IA, machine learning y deep learning

  1. Principios éticos en el desarrollo de IA
  2. Sesgos y transparencia en los algoritmos
  3. Privacidad y protección de datos
  4. Impacto social y laboral de la IA

  1. Conceptos fundamentales de IA y su impacto en la gestión de proyectos
  2. Diferencias entre proyectos tradicionales y proyectos con IA
  3. Beneficios de la IA en la gestión de proyectos ágiles
  4. Casos de uso actuales en empresas y sectores

  1. Fases del ciclo de vida de un proyecto ágil
  2. Adaptación de la IA a cada etapa del proyecto
  3. Herramientas digitales para la gestión ágil
  4. Ejemplos de integración de IA en el ciclo de vida

  1. Automatización de la planificación y estimaciones
  2. Generación de cronogramas y diagramas de Gantt con IA
  3. Identificación y priorización de tareas mediante IA
  4. Análisis predictivo para la planificación de recursos

  1. Fundamentos de Scrum y Kanban en IA
  2. Automatización de sprints y tableros ágiles
  3. Priorización dinámica de historias de usuario
  4. Seguimiento del progreso con IA y burndown charts

  1. Identificación y evaluación de riesgos con IA
  2. Estrategias de mitigación automatizadas
  3. Monitorización y control de la calidad del proyecto
  4. Generación de alertas y recomendaciones automáticas

  1. Últimos avances en IA y aprendizaje profundo
  2. IA generativa y modelos de gran escala
  3. Aplicaciones emergentes en diferentes sectores
  4. Aplicaciones de redes neuronales en IA