Dr. Sidney Shapiro
La mayoría de las organizaciones ya han llevado a cabo proyectos piloto de IA. La cuestión más complicada es qué ocurre una vez finalizada la prueba de concepto. Las normas de adquisición siguen sin estar claras, la responsabilidad de las decisiones asistidas por IA no está asignada y los marcos de gobernanza que se citan en las presentaciones no resisten el contacto con los flujos de trabajo reales. Los equipos directivos no pueden afirmar con seguridad en qué decisiones se debe confiar en la IA y en cuáles no.
Sidney Shapiro ayuda a los equipos directivos a ir más allá del bombo publicitario en torno a la IA para avanzar hacia una implantación controlada y responsable, basándose en su década de experiencia en ciencia de datos y en su investigación actual en la Universidad de Lethbridge.
Full Profile
Por qué las organizaciones trabajan con Sidney Shapiro
- Se pronuncia abiertamente en contra del bombo publicitario en torno a la IA. Su ponencia destacada, «Dejad de creer en el bombo publicitario de la IA», aborda las afirmaciones de los proveedores como un problema de evaluación del liderazgo, que es precisamente la conversación que los compradores y los equipos de compras regulados necesitan mantener.
- Ha publicado trabajos sobre gobernanza en revistas revisadas por pares. Un capítulo de un libro de Routledge sobre la gobernanza de la IA para instituciones de educación superior y un capítulo de próxima publicación en IGI Global sobre la gobernanza de la IA generativa le otorgan una posición bien fundamentada sobre cómo se traduce en la práctica una implementación responsable.
- Aporta una década de experiencia en ciencia de datos operativa, además de su labor académica. Como antiguo director de ciencia de datos en Sofvie, donde desarrollaba software de salud y seguridad laboral, aborda los problemas de integración y rendición de cuentas que surgen tras una prueba de concepto.
- Participa activamente en el debate entre profesionales en activo. Presenta el podcast «AI in Action» y organiza la Southern Alberta AI Conference, lo que le permite mantener una perspectiva arraigada en lo que las organizaciones de los sectores de la sanidad, la agricultura, la industria manufacturera y la administración pública están tratando de poner en práctica.
Aspectos destacados de su biografía
- Profesor adjunto de Análisis Empresarial en la Dhillon School of Business de la Universidad de Lethbridge
- Profesor adjunto de Informática en la Universidad de Lethbridge
- Capítulo de un libro sobre marcos de gobernanza de la IA para la educación superior publicado por Routledge (2025); próximo capítulo sobre la gobernanza de la IA generativa con IGI Global
- Presentador del podcast «AI in Action» y organizador de la Conferencia sobre IA del Sur de Alberta
- Antiguo director de ciencia de datos en Sofvie Inc., donde desarrolló sistemas de datos para la salud y la seguridad en el trabajo en el sector minero
- Ha aparecido o ha sido citado en The Globe and Mail, CBC News, Lethbridge Herald y Canadian Family Offices Magazine
Biografía
La mayoría de las organizaciones ya han llevado a cabo proyectos piloto de IA. La pregunta más difícil es qué ocurre una vez finalizada la prueba de concepto. Las normas de adquisición siguen sin estar claras, y los marcos de gobernanza que se citan en las presentaciones no resisten el contacto con los flujos de trabajo reales.
Esta es la brecha en la que trabaja Sidney Shapiro. Es profesor adjunto de Análisis Empresarial en la Dhillon School of Business de la Universidad de Lethbridge y profesor adjunto de Informática. Entre sus publicaciones se incluyen un capítulo de un libro de Routledge sobre marcos de gobernanza de la IA para la educación superior y un capítulo de próxima publicación de IGI Global sobre la gobernanza de la IA generativa. Ambos exponen lo que realmente exige a las organizaciones una implementación responsable.
Su autoridad en el ámbito operativo proviene de una década en puestos centrados en los datos antes de dedicarse a la docencia. Trabajó como director de ciencia de datos en Sofvie, una empresa de software de salud y seguridad laboral del sector minero, y anteriormente coordinó el programa de posgrado en Análisis Empresarial del Cambrian College. Esa experiencia determina su forma de abordar los problemas de adquisición e integración que surgen tras la prueba de concepto, que es donde la mayoría de las iniciativas de IA se ralentizan o se estancan.
La participación pública mantiene su trabajo al día. Shapiro presenta el podcast «AI in Action», en el que entrevista a profesionales e investigadores de los ámbitos de la sanidad, la educación, las finanzas y el desarrollo de software sobre cómo es realmente la implementación de la IA en sus organizaciones. También organiza la Conferencia sobre IA del Sur de Alberta. Entre el público reciente se encuentran Servicios Indígenas de Canadá, McCain Foods, EY Calgary, CMC Alberta y la Alianza de Investigación Digital de Canadá. Se trata de compradores con poca tolerancia hacia el lenguaje comercial de los proveedores y gran tolerancia hacia las preguntas difíciles.
Temas clave de sus ponencias
- Gobernanza de la IA e implementación responsable
- La IA generativa en las empresas y la sociedad
- Privacidad de los datos y confianza en los sistemas de IA
- Conocimientos básicos sobre IA para líderes sin formación técnica
- Liderazgo en analítica y transformación digital
- La IA en las políticas de educación superior
Ideal para
- equipos directivos de alto nivel y consejos de administración que deben tomar decisiones sobre la gobernanza y la rendición de cuentas en materia de IA
- Directores de sistemas de información (CIO), directores de tecnología (CTO) y directores de datos (CDO) que están pasando de la fase piloto a la implantación operativa de la IA
- Líderes del sector público, incluidos los gobiernos municipales y federales, que trabajan bajo restricciones de privacidad y equidad en la adopción de la IA
- Ejecutivos de la educación superior que definen la política institucional sobre la IA generativa en la docencia y la investigación
Resultados para el público objetivo
- Un marco operativo para evaluar las afirmaciones de los proveedores sobre la IA frente a la realidad operativa, a tiempo para influir en las decisiones de contratación
- Preguntas más precisas que plantear a cualquier iniciativa de IA sobre la gobernanza de los datos y sobre quién asume la responsabilidad cuando la IA comete un error
- Una visión realista de lo que la IA generativa hace bien hoy en día y en qué aspectos sigue fallando, con las implicaciones que ello tiene para su adopción en las organizaciones
- Puntos de referencia para diseñar la gobernanza operativa de la IA: normas de adquisición, políticas de uso aceptable y mecanismos de responsabilidad
Charlas
Un marco para distinguir las promesas de los proveedores de la realidad operativa, de modo que los responsables puedan evaluar las iniciativas de IA basándose en algo más sólido que el mero entusiasmo.
Puntos clave:
- Cómo contrastar las afirmaciones específicas de los proveedores sobre la IA con lo que la tecnología realmente hace hoy en día
- Un método para definir métricas de éxito reales para las iniciativas de IA antes de la adquisición
- Una distinción más clara entre la capacidad actual de la IA y lo que se está vendiendo en exceso para el futuro
Un repaso a cómo los principios de gobernanza recogidos en los documentos estratégicos sobre IA se traducen en decisiones operativas concretas: supervisión, política de uso aceptable, contratación y rendición de cuentas.
Puntos clave:
- Cómo traducir los principios generales de la IA en decisiones operativas concretas
- Las estructuras de supervisión que realmente garantizan la rendición de cuentas de las iniciativas de IA
- Un enfoque práctico para las normas de contratación de IA que los equipos jurídicos y de gestión de riesgos puedan respaldar
Un análisis directo de lo que la IA generativa hace bien hoy en día y en qué aspectos sigue fallando, junto con las medidas de seguridad que las organizaciones deberían adoptar antes de ampliar su uso.
Puntos clave:
- Una visión actual de las capacidades de la IA generativa, con ejemplos de resultados positivos y negativos
- Las consideraciones éticas y medioambientales que los equipos directivos deberían tener en cuenta
- Medidas de seguridad prácticas para ampliar el uso de la IA generativa dentro de una organización
Un enfoque práctico para diseñar sistemas de IA y análisis que se ganen la confianza de los empleados, los clientes y los organismos reguladores, en lugar de perderla.
Puntos clave:
- Por qué la falta de confianza supone ahora un obstáculo mayor para la adopción de la IA que las limitaciones técnicas
- Opciones de diseño que tienen en cuenta la privacidad y protegen a las personas sin frenar la innovación
- Cómo la transparencia y la explicabilidad influyen en el comportamiento real de los usuarios con los sistemas de IA