1.1. Concepto de inteligencia artificial y su evolución en sistemas de navegación marítima, fluvial y náutica de nueva generación
1.2. Diferencias entre automatización, analítica avanzada, aprendizaje automático y sistemas inteligentes aplicados al dominio de la navegación
1.3. Arquitectura funcional de una solución de IA para navegación: sensores, datos, modelos, inferencia, interfaz y soporte a la decisión
1.4. Variables críticas del entorno navegacional susceptibles de tratamiento con IA: tráfico, meteorología, derrota, riesgo, consumo y comportamiento de la embarcación
1.5. Relación entre inteligencia artificial, seguridad operacional, eficiencia de ruta, conciencia situacional y reducción del error humano
1.6. Aplicaciones actuales y emergentes de la IA en navegación profesional, recreativa, portuaria, offshore y en sistemas marítimos no tripulados

2.1. Fuentes de datos para IA en navegación: radar, AIS, GNSS, cámaras, ecosonda, meteorología, cartografía digital y sensores embarcados
2.2. Calidad, consistencia y trazabilidad del dato navegacional: limpieza, sincronización, etiquetado y preparación para entrenamiento de modelos
2.3. Sensórica multimodal y percepción del entorno: detección de obstáculos, tráfico marítimo, condiciones del mar y referencias espaciales
2.4. Fusión de datos para navegación inteligente: integración de señales heterogéneas y construcción de una visión operacional unificada
2.5. Detección de anomalías y reconocimiento de patrones en variables de navegación mediante técnicas de aprendizaje automático
2.6. Limitaciones del dato en entorno marítimo: ruido, incertidumbre, pérdida de señal, falsas detecciones y sesgos en sistemas inteligentes de percepción

3.1. Fundamentos de machine learning supervisado, no supervisado y por refuerzo aplicados a problemas de navegación
3.2. Modelos predictivos para meteorología, tráfico, consumo, riesgo de colisión y comportamiento dinámico de la embarcación
3.3. Algoritmos de optimización de rutas y derrotas con IA: distancia, seguridad, tiempo, consumo y condiciones meteo-oceanográficas
3.4. Sistemas de recomendación de maniobra y asistencia táctica a la toma de decisiones en navegación costera, oceánica y portuaria
3.5. Modelos de clasificación y detección de eventos relevantes: intrusión, desvío de ruta, navegación irregular y condiciones anómalas de operación
3.6. Evaluación de desempeño de modelos de IA: precisión, robustez, interpretabilidad, confiabilidad y aplicabilidad operacional en navegación real

4.1. Integración de IA con ECDIS, AIS, radar, piloto automático, sistemas de gestión de flota y consolas de puente integrado
4.2. Diseño de interfaces inteligentes para navegación asistida: visualización de alertas, recomendaciones, prioridades y soporte cognitivo al operador
4.3. IA para conciencia situacional avanzada: correlación de contactos, predicción de trayectorias y evaluación dinámica del entorno marítimo
4.4. Aplicación de inteligencia artificial a sistemas autónomos y semiautónomos de navegación en embarcaciones tripuladas y no tripuladas
4.5. Monitorización en tiempo real, edge computing y procesamiento embarcado para decisiones rápidas en condiciones cambiantes de navegación
4.6. Coordinación entre sistemas inteligentes, tripulación, centro de control y protocolos operativos para mantener seguridad y supervisión humana efectiva

5.1. Riesgos operacionales de la IA en navegación: dependencia tecnológica, errores de inferencia, falsas recomendaciones y degradación del juicio humano
5.2. Principios de supervisión humana, validación de resultados y uso responsable de sistemas inteligentes en el puente y centros de control
5.3. Ciberseguridad aplicada a soluciones de IA conectadas a sistemas de navegación, sensores y redes embarcadas
5.4. Ética de la inteligencia artificial en navegación: transparencia, explicabilidad, sesgo algorítmico y responsabilidad en decisiones críticas
5.5. Gobernanza de datos y modelos: actualización, versionado, trazabilidad, auditoría y control de cambios en soluciones IA marítimas
5.6. Buenas prácticas para implementación segura y confiable de inteligencia artificial en operaciones de navegación comercial, institucional y técnica

6.1. Definición del caso de estudio: tipo de embarcación, perfil de misión, problema navegacional y objetivos de mejora mediante IA
6.2. Selección de datos, sensores y variables relevantes para construir una solución inteligente adaptada al escenario planteado
6.3. Diseño del modelo o sistema de IA: arquitectura funcional, lógica de inferencia, integración operativa y criterios de desempeño
6.4. Desarrollo del flujo de uso en navegación: captura de datos, procesamiento, generación de alertas o recomendaciones y validación humana
6.5. Evaluación técnica y operacional de la propuesta: precisión esperada, limitaciones, riesgos, utilidad práctica y escalabilidad de la solución
6.6. Presentación del proyecto final: memoria técnica, justificación metodológica, resultados esperados y defensa integral de la aplicación de IA en navegación