Skip to content

Risk Academy, dirigida por el Nexus Consortium · Catálogo de cursos · Tecnología y Sistemas Digitales

Inteligencia artificial y sistemas autónomos

Inteligencia artificial y aprendizaje automático

Artificial intelligence and machine learning, taught twice over: as the working methods of the field and as its frontier since 2024, with labs on the Academy's tools, open data and the Nexus Standards.

Curso básicoCurso de vanguardia

La disciplina

01Curso básico · L2 Intermedio

Inteligencia artificial y aprendizaje automático: fundamentos y práctica

This area covers how AI and machine learning systems are built and deployed, and the reliability, security and societal effects that follow: foundation models and generative AI, agentic systems, AI in science and public services, and AI failure modes.

Inteligencia artificial y aprendizaje automático: fundamentos y práctica

Nivel
L2 Intermedio
Tiempo de estudio
unas 24 horas (estimación de planificación)
Estado
En redacción
Requisitos previos
Un curso L1 en el ámbito, o una revisión de acceso
Por qué ahora

Modifica los plazos de cumplimiento y los supuestos de planificación de las organizaciones que despliegan sistemas de IA de alto riesgo en la UE.

Council of the European Union, Artificial intelligence: Council and Parliament agree to simplify and streamline rules,

Resultados de aprendizaje

  1. Define model evaluation and the other key terms of the discipline and use them correctly in a written case
  2. Explain machine learning for risk professionals and foundation models and generative AI with a worked example and its source
  3. Aplique el método de la disciplina a un caso documentado y explique cada resultado con su fuente
  4. Analizar un caso identificado frente a los flujos de datos y de entrenamiento, indicando evidencia, fecha y límites

Módulos

  1. Aprendizaje automático para profesionales del riesgo

    • Aprendizaje automático para profesionales del riesgo
    • Foundation models and generative AI
    • Data and training pipelines
  2. Modos de fallo y robustez de la IA

    • Modos de fallo y robustez de la IA
    • Sistemas agénticos
    • Seguridad de la IA
  3. La IA en los servicios públicos

    • La IA en los servicios públicos
    • La IA en la ciencia
    • Efectos laborales y sociales de la IA
  4. Laboratorio: el método de la disciplina

    • A benchmark score is a sample estimate on a fixed item set: the item count sets its sampling interval, contamination of the items by training data inflates it, and only the corrected lower bound can be compared with the threshold a deployment requires.
    • Aplique el método a un caso documentado y explique cada resultado
    • Lea las fuentes y los valores declarados del método

Laboratorios con herramientas de la Academy

Método

Instrumento

  • Propagador de órbitaUn instrumento de la facultad, en la página de la facultad, que se ejecuta con los datos del gemelo digital de la facultad
  • Registro de evaluacionesUn instrumento de la facultad, en la página de la facultad, que se ejecuta con los datos del gemelo digital de la facultad

Constructor de gemelos

Capa del mapa

Sala de Foundry

Nexus Standards

Enseña

  • NRS-T1Riesgo de la inteligencia artificial
  • NRS-T17Ciclo de vida del aprendizaje automático, calidad de los datos y robustez
  • NRS-I7Aplicaciones de inteligencia: recuperación fundamentada, razonamiento y apoyo a la decisión
  • NRS-H95Familia de amenazas: fallo y desalineación de sistemas de IA
  • NRS-H99Familia de amenazas: Decisiones algorítmicas y daños estructurales
  • NRS-M19Tejido de métodos: ciberseguridad, IA y tecnologías de frontera
Depende de 8
  • NS-1The UNI and the artefact catalogue
  • NS-16Perfil de aplicación del UNI (cómo los artículos, documentos, código, datos, API e interfaces incorporan el UNI)
  • NRS-A1Normas como código: normas, requisitos y pruebas legibles por máquina
  • NRS-A2Normas nativas de ontología: la ontología de riesgos Nexus, vocabularios y formas
  • NRS-A9Conjuntos de evaluación para la IA en el trabajo sobre riesgos
  • NRS-C1Vocabulario y ontología del riesgo
  • NRS-C2Método de evaluación de riesgos
  • NRS-C3Datos sobre amenazas, exposición, vulnerabilidad y capacidades

Evaluación

  • 40%

    Registro de laboratorio

    Aplique el método de la disciplina a un caso documentado y explique cada resultado con su fuente y su fecha

  • 40%

    Memorando de caso

    Aplique los métodos de la disciplina a un lugar u organización concretos, indicando la evidencia y los límites

  • 20%

    Control de términos clave

    Respuestas breves sobre los términos clave, calificadas con respecto a las definiciones

Impartición

  • En línea y a su propio ritmo, con los laboratorios en el navegador
  • Estudio en cohorte durante seis a ocho semanas, con una revisión semanal de laboratorio
  • Impartido conjuntamente con una institución asociada, dentro de sus propios cursos

Asóciese a este curso

  • Imparta un módulo de forma conjunta y aporte un caso actual de su trabajo
  • Acoja una cohorte para sus estudiantes, con su propio calendario y su propia revisión
  • Aporte un laboratorio: un conjunto de datos que su institución publique en abierto, o un modelo
  • Revise el contenido del curso y sus referencias antes de su apertura
  • Traduzca el curso y adapte sus casos a su región

En el LMS de la Academy

Course on the learning platform
Intermediate, 4 sections
Grupo de cohorte
A community group for each cohort of learners
Logro
Recorded on completion of the assessed work
Referencias 4
  1. Council of the European Union, Artificial intelligence: Council and Parliament agree to simplify and streamline rules,
  2. Hendrycks et al., Measuring Massive Multitask Language Understanding, 2021
  3. Mitchell et al., Model Cards for Model Reporting, 2019
  4. Bommasani et al., On the Opportunities and Risks of Foundation Models, 2021

02Curso de vanguardia · L3 Avanzado

Inteligencia artificial y aprendizaje automático: métodos de frontera

Los métodos, los datos, las herramientas y los estudios que transformaron la inteligencia artificial y el aprendizaje automático entre 2024 y 2026, enseñados mediante su reproducción con datos abiertos.

Inteligencia artificial y aprendizaje automático: métodos de frontera

Nivel
L3 Avanzado
Tiempo de estudio
unas 28 horas (estimación de planificación)
Estado
Previsto
Requisitos previos
Inteligencia artificial y aprendizaje automático: fundamentos y práctica; conocimientos prácticos de un lenguaje de scripting (Python o R) para los laboratorios
Por qué ahora

Modifica los plazos de cumplimiento y los supuestos de planificación de las organizaciones que despliegan sistemas de IA de alto riesgo en la UE.

Council of the European Union, Artificial intelligence: Council and Parliament agree to simplify and streamline rules,

Resultados de aprendizaje

  1. Explicar qué ha cambiado en la inteligencia artificial y el aprendizaje automático desde 2024 y citar los estudios, datos o normas que respaldan cada cambio
  2. Reproduce EU agrees to delay AI Act high-risk obligations on open data and state the uncertainty of the result
  3. Evalúe un estudio de 2024 a 2026: su pregunta, sus datos, su método, sus límites y lo que cambia para la práctica
  4. Diseñe un análisis que combine un método de vanguardia con los instrumentos de la facultad y justifique cada elección

Módulos

  1. EU agrees to delay AI Act high-risk obligations

    • Council and Parliament reached a provisional deal on the Digital Omnibus on AI, moving high-risk obligations to December 2027 for stand-alone systems and August 2028 for systems embedded in products, and adding a ban on non-consensual intimate content generation.
    • Modifica los plazos de cumplimiento y los supuestos de planificación de las organizaciones que despliegan sistemas de IA de alto riesgo en la UE.
    • Council of the European Union, 7 May 2026
  2. El AI Index 2026 documenta el aumento de la adopción y de los incidentes de IA registrados

    • Stanford HAI informa de que la adopción organizativa de la IA alcanza el 88 %, de que el éxito en las pruebas de referencia de agentes aumenta con fuerza pero aún fracasa en aproximadamente una de cada tres tareas, y de que los incidentes de IA documentados aumentaron a 362 en 2025 desde 233 en 2024.
    • Proporciona indicadores anuales comparables sobre capacidad, adopción, incidentes e inversión que respaldan la exploración del horizonte y las estimaciones de exposición.
    • Stanford Institute for Human-Centered Artificial Intelligence, 1 de abril de 2026
  3. El Informe Internacional sobre la Seguridad de la IA 2026 actualiza la base de evidencia compartida

    • The second annual report, chaired by Yoshua Bengio with an advisory panel nominated by over 30 countries and organisations, finds pre-deployment tests do not reliably predict real-world risk and that most frontier risk management remains voluntary.
    • Ofrece a los equipos de riesgos una síntesis independiente, respaldada por gobiernos, de las capacidades de la IA, sus modos de fallo y los límites de las salvaguardas, para anclar sus propias evaluaciones.
    • International AI Safety Report, 3 February 2026
  4. La UE publica el Código de buenas prácticas de IA de propósito general

    • The European Commission published a voluntary code with chapters on transparency, copyright, and safety and security, which providers of general-purpose AI models can use to show compliance with AI Act obligations that applied from August 2025.
    • Establece las primeras expectativas detalladas para documentar y gestionar los riesgos sistémicos de los grandes modelos comercializados en el mercado de la UE.
    • Comisión Europea, 10 de julio de 2025
  5. Laboratorio de reproducción

    • Amplíe el método de la disciplina con un método de vanguardia y compare sus resultados
    • Indique la incertidumbre y los límites del resultado
    • Revisión por pares con una lista de verificación común

Laboratorios con herramientas de la Academy

Método

Instrumento

  • Propagador de órbitaUn instrumento de la facultad, en la página de la facultad, que se ejecuta con los datos del gemelo digital de la facultad
  • Registro de evaluacionesUn instrumento de la facultad, en la página de la facultad, que se ejecuta con los datos del gemelo digital de la facultad
  • Cronología del incidenteUn instrumento de la facultad, en la página de la facultad, que se ejecuta con los datos del gemelo digital de la facultad

Constructor de gemelos

Capa del mapa

Centro de investigación

  • Centro de investigaciónDatos abiertos y publicaciones del día en las materias de la facultad, filtrados para esta disciplina

Sala de Foundry

Nexus Standards

Enseña

  • NRS-T1Riesgo de la inteligencia artificial
  • NRS-T17Ciclo de vida del aprendizaje automático, calidad de los datos y robustez
  • NRS-I7Aplicaciones de inteligencia: recuperación fundamentada, razonamiento y apoyo a la decisión
  • NRS-H95Familia de amenazas: fallo y desalineación de sistemas de IA
  • NRS-H99Familia de amenazas: Decisiones algorítmicas y daños estructurales
  • NRS-M19Tejido de métodos: ciberseguridad, IA y tecnologías de frontera
Depende de 8
  • NS-1The UNI and the artefact catalogue
  • NS-16Perfil de aplicación del UNI (cómo los artículos, documentos, código, datos, API e interfaces incorporan el UNI)
  • NRS-A1Normas como código: normas, requisitos y pruebas legibles por máquina
  • NRS-A2Normas nativas de ontología: la ontología de riesgos Nexus, vocabularios y formas
  • NRS-A9Conjuntos de evaluación para la IA en el trabajo sobre riesgos
  • NRS-C1Vocabulario y ontología del riesgo
  • NRS-C2Método de evaluación de riesgos
  • NRS-C3Datos sobre amenazas, exposición, vulnerabilidad y capacidades

Evaluación

  • 50%

    Reproducción de un método

    Reproduzca un método de vanguardia con datos abiertos e indique la incertidumbre del resultado

  • 30%

    Revisión de un estudio

    Una revisión crítica de un estudio de 2024 a 2026: pregunta, datos, método, límites y lo que cambia

  • 20%

    Revisión por pares

    Revise las reproducciones de otros dos estudiantes con una lista de verificación común

Impartición

  • En línea y a su propio ritmo, con los laboratorios en el navegador
  • Estudio en cohorte durante seis a ocho semanas, con una revisión semanal de laboratorio
  • Impartido conjuntamente con una institución asociada, dentro de sus propios cursos

Asóciese a este curso

  • Imparta un módulo de forma conjunta y aporte un caso actual de su trabajo
  • Acoja una cohorte para sus estudiantes, con su propio calendario y su propia revisión
  • Aporte un laboratorio: un conjunto de datos que su institución publique en abierto, o un modelo
  • Revise el contenido del curso y sus referencias antes de su apertura
  • Traduzca el curso y adapte sus casos a su región

En el LMS de la Academy

Course on the learning platform
Expert, 5 sections
Grupo de cohorte
A community group for each cohort of learners
Logro
Recorded on completion of the assessed work
Referencias 7
  1. Council of the European Union, Artificial intelligence: Council and Parliament agree to simplify and streamline rules,
  2. Stanford Institute for Human-Centered Artificial Intelligence, The 2026 AI Index Report,
  3. International AI Safety Report, International AI Safety Report 2026,
  4. European Commission, The General-Purpose AI Code of Practice,
  5. Hendrycks et al., Measuring Massive Multitask Language Understanding, 2021
  6. Mitchell et al., Model Cards for Model Reporting, 2019
  7. Bommasani et al., On the Opportunities and Risks of Foundation Models, 2021

03Cursos del programa

Cursos del programa de Inteligencia artificial y aprendizaje automático

Todos los cursos del programa asignados a esta disciplina.

También se enseña aquí

  • RAT-204

    Tecnología y Datos

    Managing risk data, AI, digital infrastructure and technology risk responsibly. Technical, L2 Intermediate, 19 hours, primary discipline: Data infrastructure, compute and semiconductors

    Inscripción abierta
  • RAS-413

    Gobernanza del riesgo de la IA y las tecnologías emergentes

    Sistemas, L2 Intermedio, 10 horas (estimación), disciplina principal: gobernanza de la IA y digital

    En preparación
  • RAT-212

    Geospatial AI for Risk Analysis

    Technical, L3 Advanced, 12 hours (estimate), primary discipline: Geospatial analysis, Earth observation and GeoAI

    En preparación
  • RAT-217

    Gestión y validación del riesgo de modelos

    Technical, L3 Advanced, 10 hours (estimate), primary discipline: Model risk and validation

    En preparación

Cómo se lee la correspondencia con los Nexus Standards

The Academy proposes how each discipline teaches toward the Nexus Standards; the mapping is open for public review. Bodies and standards are named so learners can find and apply their published work; the Academy teaches their use and links to the publisher, and no affiliation is implied.

04Mapa en tiempo real

Actividad conectada en el Reino Unido e Irlanda

Luces nocturnas y densidad de población, la huella de la actividad electrificada y conectada, sobre el Reino Unido e Irlanda.

El mapa interactivo requiere JavaScript; la lista de capas y las fuentes figuran a continuación.

Capas 2

Actividad conectada

Acerca de esta capa
Evidencia
Observed
Fuente
VIIRS Black Marble (VNP46A2) (NASA LAADS DAAC)
Proveedor
NASA LAADS DAAC
Licencia
Datos abiertos de la NASA
Año de referencia
daily; Satellite radiance, corrected for moonlight and atmosphere
Más recientes en la compilación
2026-10-12
Resolución
cuadrícula de unos 500 m
Incertidumbre
Satellite night-time radiance for the date shown; lights are a proxy for electricity use and outages, not a measurement of supply or access.
Se accede a través de
gibs.earthdata.nasa.gov, solo después de que usted permita el mapa en vivo
Acerca de esta capa
Evidencia
Estimado
Fuente
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Universidad de Columbia))
Proveedor
NASA SEDAC (CIESIN, Universidad de Columbia)
Licencia
CC BY 4.0
Año de referencia
static product; Census-based estimate, static (2020)
Resolución
cuadrícula de unos 1 km
Incertidumbre
Estimación basada en censos de personas por kilómetro cuadrado en 2020, mostrada como contexto de exposición; no es un recuento de las personas afectadas por ninguna amenaza.
Se accede a través de
gibs.earthdata.nasa.gov, solo después de que usted permita el mapa en vivo
Acerca de esta capa
Evidencia
Observed
Fuente
VIIRS NOAA-20, reflectancia corregida (NASA LANCE)
Proveedor
NASA LANCE
Licencia
Datos abiertos de la NASA
Año de referencia
daily; Satellite image
Más recientes en la compilación
2026-10-14
Resolución
cuadrícula de unos 250 m
Incertidumbre
Satellite image. Satellite or model raster as the provider publishes it. Clouds, swath gaps and retrieval error leave gaps and noise; values are indicators, not measurements at a place.
Se accede a través de
gibs.earthdata.nasa.gov, solo después de que usted permita el mapa en vivo

Último disponible

NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © colaboradores de OpenStreetMap (ODbL) · Natural Earth

Cargando las imágenes más recientes de la NASA.

Arrastre para desplazar. Ctrl o ⌘ y desplazamiento, pellizco o los botones para ampliar; pase el puntero para ver los valores; restablecer devuelve a la región.

Actividad conectada, con enfoque en el Reino Unido e Irlanda.Productos satelitales y de modelos tal como los publica la NASA, cada uno con su propia fecha. Son indicadores, no evaluaciones de ningún lugar.

Datos: NASA GIBS · ASTER GDEM · Blue Marble · © OpenStreetMap contributors · Natural Earth · NASA EONET

Fuentes y licencias

  • Reconocemos el uso de imágenes proporcionadas por los servicios del Sistema Global de Exploración de Imágenes (GIBS) de la NASA, parte del Sistema de Datos e Información de Ciencias de la Tierra (ESDIS) de la NASA. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas H3 donde se muestran (modificado). Datos abiertos de la NASA
  • Reconocemos el uso de imágenes proporcionadas por los servicios del Sistema Global de Exploración de Imágenes (GIBS) de la NASA, parte del Sistema de Datos e Información de Ciencias de la Tierra (ESDIS) de la NASA. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas H3 donde se muestran (modificado). Datos abiertos de la NASA
  • Luces nocturnas VIIRS Black Marble, NASA Goddard Space Flight Center; distribuidas por el NASA Level-1 and Atmosphere Archive and Distribution System (LAADS DAAC); imágenes vía NASA GIBS. Colores redibujados a partir de la paleta publicada; valores promediados en celdas H3 donde se muestran (modificado). Datos abiertos de la NASA
  • Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Licensed under CC BY 4.0. Colours redrawn from the published colour map; values averaged into H3 cells where shown (modified). doi:10.7927/H49C6VHW. CC BY 4.0
  • Productos VIIRS en tiempo casi real (inundación, temperatura de la superficie terrestre, cobertura de nieve, reflectancia corregida), NASA LANCE; imágenes a través de NASA GIBS. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas H3 donde se muestran (modificado). Datos abiertos de la NASA
  • ASTER GDEM es un producto de METI y la NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); imágenes mediante NASA GIBS. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas H3 cuando se muestran (modificado). Cítese como: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Datos abiertos de la NASA
  • Elaborado con Natural Earth. Datos cartográficos vectoriales y ráster gratuitos en naturalearthdata.com. Dominio público
  • © OpenStreetMap contributors (ODbL), via NASA GIBS (coastlines, boundaries, roads and place names). Colours redrawn from the published colour map; values averaged into H3 cells where shown (modified). ODbL
  • Blue Marble, NASA Earth Observatory; imágenes mediante NASA GIBS. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas H3 cuando se muestran (modificado). Datos abiertos de la NASA
  • Contexto en el globo y el mapa plano: costas, límites, carreteras y topónimos de las capas de referencia de NASA GIBS (datos de OpenStreetMap, ODbL, © colaboradores de OpenStreetMap); imágenes Blue Marble como base opcional; relieve 3D y lectura de elevación a partir del índice de color de elevación ASTER GDEM (clases de 5 m a 200 m, exageradas para facilitar la lectura). Los límites se representan tal como se publican y no implican posición alguna sobre ningún territorio.
  • Globe: MapLibre GL JS 6.18.0, BSD-3-Clause, © MapLibre contributors.
  • Eventos en vivo: Rastreador de Eventos Naturales del Observatorio de la Tierra de la NASA (EONET); los eventos son indicativos y conservan sus enlaces de origen.
  • NASA GIBS: reconocemos el uso de imágenes proporcionadas por los servicios del Sistema Global de Exploración de Imágenes (GIBS) de la NASA, parte del Sistema de Datos e Información de Ciencias de la Tierra (ESDIS) de la NASA.
  • Las capas opcionales (3 fuentes en la lista de capas: en tiempo real, pronóstico, observado y contexto) muestran el crédito de su proveedor en el mapa y aquí cuando se activan; los pronósticos son salidas de modelos y los índices derivados son estimaciones.

Capas y fechas

  • Luces nocturnas, diario: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12 oct. 2026
  • Population density, 2020: Population: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · static
  • Color verdadero: reflectancia corregida VIIRS NOAA-20, NASA LANCE · 13 oct. 2026

Open the faculty's digital twin builder Map tools

05Cómo funciona el aprendizaje

Cómo funciona el aprendizaje, como un proceso que usted puede ejecutar

8 steps · 4 stages · 2 gates · 16 processes

Elija un escenario y pulse Reproducir: curso, itinerario, práctica, facultad, células y registro.

Risk Academy

Course, catalogue to completion

A free course pairs one discipline's methods with a real place, open data and standards, with module checks, assessed work and a completion record.

Scenarios Course · Practice · Record

  1. 01 Open

    1. 01

      Choose a course

      Start · the learner

      Find the course in the catalogue, by faculty, level, kind or the standard it teaches.

    2. 02

      Entry check

      Gate · the course

      The prerequisites say what to study first; an entry review stands in for them.

  2. 02 Study

    1. 03

      Lessons

      Step · the learner

      Read and work through the lessons, self-paced or with a cohort.

    2. 04

      Labs on the twin

      Exercise · the learner, on the faculty twin

      Run the discipline's method and the faculty instruments on the twin of a real place.

  3. 03 Assess

    1. 05

      Module checks

      Gate · the course

      Each module ends with a short check against its outcomes.

    2. 06

      Assessed work

      Decision · reviewers and peers

      A lab record, a case memo and a key terms check, with peer review where the course asks for it.

  4. 04 Record

    1. 07

      Registro de finalización

      Record · the Academy

      The record names the course, its version and the date; it is the learner's to share.

    2. 08

      Next course

      Outcome · the learner

      The record stacks into the discipline and pathway achievements, and the next course opens.

How learning works · Courses An outline of how the work is designed to run; it does not report the status of any decision or record.

06Participe

Participe en el trabajo

Partir de quién es usted.

Vías

  • Ruta

    National institutions

    Ministries, statistics offices and agencies: a national desk and chapter, and a seat in the working groups. National chapters

  • Ruta

    Sectors and professions

    Operators, regulators, banks, insurers and professional bodies whose work touches systemic risk. For organisations

  • Ruta

    Aprendizaje

    Courses and practice, with a record of every course completed. Free to study. Open learning

  • Ruta

    Normas

    Draft, review and adopt the methods and data standards with the working groups. Working groups

  • Ruta

    Communities and research

    Universities, civil society and individual experts: projects, data and review. Write to the Academy

Open calls

Convocatoria abiertaSeeksCloses
Founding call for experts to the working groups CALL-FOUNDING-EXPERTSexpert, editor, chair2026-12-15
Open nomination for the three independent expert seats of the Global Standards Council CALL-GSC-INDmiembro-del-consejo2026-12-01
Nominations of interim regional members (applies only if the transitional provision is decided) CALL-GSC-REGmiembro-del-consejo2026-12-15
Review of the wave-1 risk core outlines (C1, C2, C3, C4, C8, C10, C11) CALL-REVIEW-WAVE1contributor2027-01-31
Experts for the core standards of risk science: uncertainty and evidence grading, scales, structured expert judgement, tolerability, extremes and compound events, catastrophic and existential risk, ethics and equity, units and measurement (NRS-C17 to NRS-C24) CALL-CORE-SCIENCEexpert, editor, chair2027-01-31
Independent reviewers for the families of the hazard atlas, three from at least two regions for each family (NHS2-R19), priority families first CALL-ATLAS-REVIEWexperto2027-03-31
Members of the interim Frontier Safety Review Panel and red-team reviewers (biosafety and biosecurity, AI safety and security, critical-infrastructure security); applications treated in confidence CALL-FRONTIER-SAFETY-REVIEWexperto2026-11-30
Experts in ontology, metrology, software verification and conformity assessment for the requirement register, the NHS-2 machine representation, the conformance test suites and the conformity assessment scheme CALL-CONFORMANCE-ONTOLOGYexpert, editor2027-01-31

Calls past their closing date are hidden automatically. Every call, proposal and route: open areas and calls.

Celdas

A cell is a small team with a clear mission, a host and a record of what it does. Choose the type that fits.

Form a cellAll cell types

  • Cell type

    Community emergency response team (CERT)

    Local preparedness and first response. Open

  • Cell type

    Research cell

    Methods, models, papers and datasets. Open

  • Cell type

    Data and observation cell

    Sensors, gauges, monitoring and open data. Open

  • Cell type

    Standards cell

    Drafts, reviews and adopts a standard with the standards working groups. Open

  • Cell type

    Policy and advisory cell

    Briefs, consultations and policy proposals. Open

  • Cell type

    Learning cell

    Course teams, cohorts and peer study. Open

  • Cell type

    Engineering and digital cell

    Tools, twins and infrastructure work. Open

  • Cell type

    Field and operations cell

    Projects on the ground, early warning and anticipatory action. Open

  • Cell type

    Finance and risk transfer cell

    Parametric design and risk-finance readiness. Open

  • Cell type

    Sector cell

    Health, food, water and the other sector cells. Open

  • Cell type

    Review and assurance cell

    Peer review panels and verification. Open

  • Cell type

    Youth, campus or chapter cell

    University, student and national chapter teams. Open

A cell acts within its host's rules and never replaces an authority. A CERT works alongside the local emergency services, follows their direction and is not an emergency service.

How a cell forms

  1. Gather the cell

    Bring together three to seven people with complementary skills: data, field practice, policy and communication.

  2. Choose a type

    Pick the kind of cell that fits the work, from the gallery below. A cell can add a second focus later. See the types

  3. Register it

    Name the cell, its members, area and region, and who hosts it. You receive a reference and a contact. Form a cell

  4. Aprender juntos

    Follow shared study paths at Risk Academy, with practice and a record of every course completed. Hazards and resilience

  5. Lead and report

    Hold regular sessions. Publish what the cell learns through Reports. Bring findings to the working groups. Working groups

El Índice

What a national team or a local community can do on The Global Risks Index (NXS-GRX) today.

  • NXS-GRX

    Your country's profile

    Open risk profiles for 195 countries, with sources and licences on every value. Open the Index

  • NXS-GRX

    Correct or reply

    Correct a value or reply for your country. The change is logged with its effect. Open the Index

  • NXS-GRX

    Offer data

    Offer a dataset. It enters through the licence gate, with your credit. Open the Index

  • NXS-GRX

    Use the open data

    Layers, profiles and tiles through the open API. Open the Index

07Preguntas

Preguntas, respuestas y términos clave

¿Es gratuito el curso?

Sí. Todos los cursos y materiales de aprendizaje de Risk Academy, dirigida por el Nexus Consortium, son de estudio gratuito, a ritmo propio o con una cohorte. La participación ordinaria no tiene costo; el trabajo remunerado, las pasantías y las becas son arreglos distintos.

¿Qué obtengo al completar un curso?

Un registro de finalización: el curso, su versión, la fecha y lo que se evaluó, privado por defecto y compartido por usted. Se acumula en logros de disciplina, departamento y programa. Un registro indica lo que se estudió y evaluó, y no certifica competencia; no es una licencia, un título profesional ni una condición laboral.

¿De dónde proceden los datos y los lugares?

Cada facultad enseña sobre un gemelo digital de un lugar real construido con datos abiertos; cada capa indica su proveedor, su licencia y su fecha, y cada resultado de la Academia indica su fuente. Los mapas y las cifras son indicadores con fines docentes, nunca una evaluación de un lugar.

¿Cómo puedo participar más allá del curso?

Forme una célula de competencias de tres a siete personas, siga un itinerario común, asuma una tarea supervisada en los Grupos de Trabajo Nacionales o inscriba a una cohorte de su institución. Para organizaciones.

Términos clave

Evaluación de modelos
Prueba de las capacidades, la fiabilidad y los riesgos de un modelo de IA frente a tareas y criterios definidos.
Cambio de distribución
Un cambio entre los datos con los que se entrenó un modelo y los datos que encuentra en uso.
Alucinación
Resultado de un modelo generativo que es fluido pero falso o carente de sustento.
Sistema agéntico
Un sistema de IA que planifica y emprende acciones hacia objetivos con una dirección humana limitada.

InformesContribuir

Aporte evidencia desde esta página.

Reports is the Consortium's quarterly publication, written by six desks. This page sits with the Academy Capability desk. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work. Sent to the wrong desk, it is forwarded, not refused.

Academy Capability desk

No envíe nunca datos personales, detalles sensibles de infraestructura ni nada que no tenga derecho a compartir. Un aporte se revisa antes de su uso; enviarlo no confiere autoría ni derechos editoriales, y el patrocinio nunca compra un hallazgo.

Risk Academy

Estudie con nosotros inteligencia artificial y aprendizaje automático, o enséñelos

Todos los cursos son gratuitos y abiertos. Las instituciones y los expertos pueden coimpartir, acoger una cohorte, aportar un laboratorio o revisar un curso antes de su apertura.

Explore el catálogo de cursosColabore con la Academy