Semana 12 de 12 · 12 horas · Diploma

Desplegar la IA en una organización humanitaria: política, gobernanza, formación y proyecto final

Objetivos de la semana
  • Redactar una política de uso de la IA clara, adaptada a una ONG nacional o internacional.
  • Organizar la gobernanza, la elección de herramientas, la formación y la medición de los resultados de un despliegue.
  • Presentar un plan de adopción completo, cuantificado y defendible ante una dirección.

Guarde el curso en casa: material PDF gratuito con ejercicios, puntos clave y cuestionario corregido.

Descargar esta lección en PDF Manual completo (PDF)

1Por qué una política de uso

En muchas organizaciones, el personal ya utiliza la IA, a menudo con cuentas personales y sin reglas: es lo que se llama uso en la sombra (shadow AI). Prohibirlo todo rara vez es eficaz: el uso continúa, a escondidas. Ignorarlo es peligroso: datos sensibles llegan a proveedores sin contrato.

Una política de uso de la IA breve y clara permite asegurar y fomentar los buenos usos. Se articula con las políticas existentes: protección de datos, seguridad informática, comunicación, salvaguarda (safeguarding), lucha contra el fraude, recursos humanos.

Una buena política cabe en dos a cuatro páginas, se traduce a las lenguas de trabajo y va acompañada de una formación. Una política de treinta páginas que nadie lee no protege a nadie.

2El contenido de una política de uso

  • Objeto y ámbito: a quién se aplica (personal, consultores, voluntarios, y expectativas respecto a los socios).
  • Herramientas autorizadas: lista de las herramientas y planes validados (por ejemplo un plan profesional de Claude o de Gemini), y regla para las demás.
  • Clasificación de los datos: lo que está autorizado con cada herramienta (pública, interna, confidencial, sensible), con ejemplos concretos del sector.
  • Usos prohibidos: decisiones sobre personas, datos de protección y de seguridad, contenidos engañosos, imágenes generadas presentadas como reales.
  • Responsabilidad y verificación: el autor humano sigue siendo responsable; verificación obligatoria de los hechos.
  • Transparencia: cuándo declarar el uso de la IA (donantes, publicaciones, evaluaciones).
  • Incidentes: qué hacer en caso de filtración de datos o de error grave, a quién avisar.
  • Formación y acompañamiento.
  • Revisión: al menos una vez al año, dada la velocidad de los cambios.

3La gobernanza y la elección de las herramientas

Una gobernanza ligera pero real:

  • un responsable designado en la dirección;
  • un pequeño grupo que reúna protección de datos, informática, programas, MEAL, comunicación, y representantes del terreno y del personal nacional;
  • un registro de usos: qué herramienta, para qué, qué datos, qué responsable, qué riesgos;
  • una evaluación de impacto en la protección de datos para todo uso que afecte a datos personales.

Para la elección de las herramientas, una rejilla de compra: condiciones de tratamiento de los datos (lugar, conservación, entrenamiento, subencargados), seguridad (inicio de sesión único, registros, administración), calidad probada en tareas reales y en las lenguas de trabajo, accesibilidad en el terreno (conexión débil, teléfono), coste total, descuentos para organizaciones sin ánimo de lucro, disponibilidad en los países de intervención, posibilidad de cambiar de proveedor.

Las compras siguen los procedimientos habituales de la organización y, en su caso, los de los donantes.

4Formar y acompañar

La herramienta no basta: el valor viene de las competencias. Un plan de formación realista:

  • Módulo básico obligatorio (2 a 3 horas) para todos los usuarios: funcionamiento, límites, datos, verificación, política.
  • Talleres por oficio: programas, MEAL, finanzas, logística, RR. HH., comunicación, con casos reales.
  • Referentes en cada oficina o departamento, que ayudan a sus colegas y transmiten las necesidades.
  • Biblioteca de peticiones y ejemplos compartidos.
  • Inclusión: formación en las lenguas de trabajo, adaptada a las conexiones débiles, abierta al personal nacional y, si es posible, a los socios locales.

Prevea también el acompañamiento de las inquietudes: miedo a perder el empleo, miedo a hacerlo mal. El mensaje de la dirección debe ser claro: la IA debe liberar tiempo para el trabajo con valor humano, y la organización forma a su personal en lugar de sustituirlo sin diálogo.

5Medir los resultados y los costes

Un despliegue se gestiona con indicadores sencillos:

  • Adopción: proporción de personas formadas y de usuarios activos.
  • Tiempo ahorrado en tareas seguidas (estimado por encuesta y por mediciones puntuales), neto del tiempo de verificación.
  • Calidad: errores detectados, observaciones de los revisores y de los donantes.
  • Incidentes: filtraciones de datos, errores publicados, usos prohibidos señalados.
  • Coste: suscripciones, formación, tiempo de gestión.

Cálculo tipo. 40 licencias profesionales a 25 USD al mes cuestan 40 × 25 × 12 = 12 000 USD al año. Si cada usuario ahorra de media 2 horas netas por semana durante 44 semanas, eso representa 40 × 2 × 44 = 3 520 horas. Con un coste horario medio de 15 USD, el valor del tiempo liberado es de unos 52 800 USD. Este cálculo es una estimación: supone que el tiempo ahorrado se reinvierte realmente, y debe contrastarse con las mediciones reales al cabo de seis meses. Los precios varían según el proveedor, el plan y los descuentos: compruébelos.

6El proyecto final: su plan de adopción

Para cerrar el programa, prepare (para usted o para su organización) un plan de adopción de la IA de 4 a 6 páginas:

  • 1. Situación: usos actuales, necesidades, riesgos, nivel de madurez.
  • 2. Casos de uso prioritarios: 3 a 5, elegidos según el valor y el riesgo (empezar por valor alto y riesgo bajo).
  • 3. Herramientas y planes elegidos, con la justificación en cuanto a datos, calidad y coste.
  • 4. Política de uso: las grandes reglas.
  • 5. Gobernanza: responsables, registro, evaluaciones de impacto.
  • 6. Formación y acompañamiento.
  • 7. Presupuesto e indicadores.
  • 8. Calendario: fase piloto de 3 meses, evaluación, ampliación.
  • 9. Riesgos y medidas de mitigación.

El examen del diploma evalúa estas competencias mediante preguntas y un estudio de caso. El plan en sí no lo califica la Academia: es una herramienta para su trabajo.

Ejercicio: priorizar los casos de uso

Situación. Una ONG de 120 personas estudia seis casos de uso, puntuados de 1 a 5 en valor (tiempo ahorrado, calidad) y en riesgo (datos, consecuencias de un error): A) síntesis de las actas de reuniones internas: valor 4, riesgo 2; B) primer borrador de los informes a los donantes a partir de las tablas de seguimiento: valor 5, riesgo 3; C) clasificación automática de las quejas de la línea de asistencia: valor 4, riesgo 5; D) traducción de los procedimientos internos: valor 3, riesgo 2; E) preselección automática de las candidaturas: valor 4, riesgo 5; F) ayuda con las fórmulas de hoja de cálculo para finanzas: valor 3, riesgo 1.

Trabajo solicitado. Clasifique los casos de uso para una fase piloto de 3 meses, calculando la relación valor / riesgo, y justifique las exclusiones.

Corrección. Relaciones valor / riesgo: F 3,0; A 2,0; B 1,67; D 1,5; C 0,8; E 0,8. Fase piloto: F, A, D (riesgo bajo) y B (valor alto, riesgo medio controlable mediante la verificación sistemática de las cifras). Excluidos: C, porque las quejas pueden contener denuncias de abuso o de fraude que exigen un circuito humano confidencial, y una mala clasificación podría retrasar una queja grave; E, porque es una decisión sobre personas, con riesgo de discriminación y obligaciones jurídicas reforzadas en algunos países. Estos dos casos pueden reexaminarse más adelante de otra forma (por ejemplo ayuda para redactar rejillas, sin decisión automática).

Puntos clave

  • Ni prohibición total ni dejar hacer: una política de uso breve, clara, traducida y acompañada de formación.
  • La política precisa herramientas autorizadas, clasificación de los datos, usos prohibidos, responsabilidad, transparencia e incidentes.
  • Gobernanza ligera: responsable, grupo pluridisciplinar con el terreno, registro de usos, evaluaciones de impacto.
  • Formar a todo el mundo, incluidos el personal nacional y los socios; medir adopción, tiempo neto, calidad, incidentes y coste.
  • Empezar por los casos de uso de valor alto y riesgo bajo; excluir las decisiones sobre las personas.
¿Una pregunta sobre este módulo?

Hágala a los demás participantes: siguen el mismo curso que usted.

Hacer mi pregunta Ver los intercambios de este módulo

💼 Empleos en Gestión de programas

Ponga en práctica esta formación: las últimas ofertas de este ámbito.

Ver las 1079 ofertas en Gestión de programas →

Prepare la prueba escrita y la entrevistaEjemplo de prueba escrita corregida en este ámbito, preguntas de entrevista con modelos de respuesta y método STAR.Ver la prueba corregida →
Para profundizar: referencias del curso
  1. CICR y Brussels Privacy Hub (2020). Manual sobre protección de datos en la acción humanitaria (2.ª edición). www.icrc.org
  2. Comité Permanente entre Organismos (IASC) (2023). Orientaciones operativas sobre la responsabilidad de los datos en la acción humanitaria. interagencystandingcommittee.org
  3. UNESCO (2021). Recomendación sobre la ética de la inteligencia artificial. www.unesco.org
  4. Naciones Unidas (Junta de Jefes Ejecutivos) (2022). Principios para el uso ético de la inteligencia artificial en el sistema de las Naciones Unidas. unsceb.org
  5. Unión Europea (2024). Reglamento (UE) 2024/1689 sobre la inteligencia artificial (AI Act). eur-lex.europa.eu
  6. Unión Europea (2016). Reglamento General de Protección de Datos (RGPD). eur-lex.europa.eu
  7. CHS Alliance, Groupe URD y Esfera (2024). Norma Humanitaria Esencial en materia de calidad y rendición de cuentas. www.corehumanitarianstandard.org
  8. Asociación Esfera (2018). Manual Esfera: Carta Humanitaria y normas mínimas para la respuesta humanitaria. spherestandards.org
  9. OCDE (2019). Mejores criterios para una mejor evaluación: criterios de evaluación del CAD revisados y principios para su uso. www.oecd.org
  10. National Institute of Standards and Technology (NIST) (2023). Marco de gestión de riesgos de la IA (AI RMF 1.0). www.nist.gov
  11. Anthropic (2026). Documentación y centro de ayuda de Claude (funciones, confidencialidad, planes). support.anthropic.com
  12. Google (2026). Centro de ayuda de las aplicaciones Gemini y de Gemini para Google Workspace. support.google.com/gemini
  13. Anthropic (2026). Guía de redacción de peticiones para Claude (documentación para desarrolladores). docs.anthropic.com
  14. OCHA (2026). ReliefWeb: informes y mapas humanitarios. reliefweb.int

Cuestionario de la semana

5 preguntas exigentes para comprobar lo aprendido. Responda a todas para validar la semana.

1El «uso en la sombra» de la IA designa:
2Una buena política de uso de la IA:
340 licencias a 25 USD al mes cuestan al año:
4Para una fase piloto, se empieza por los casos de uso:
5La preselección automática de candidaturas por una IA es:

← Semana 11Evaluación final →