Las pruebas A/B conllevan riesgos cuando la IA comienza a asistir en la formulación de hipótesis, el análisis y las recomendaciones de despliegue sin contar con salvaguardas estadísticas claras. Este curso enseña a aprovechar la utilidad de la IA manteniendo la calidad de la toma de decisiones: desde definir qué debe responder el experimento hasta evaluar si la evidencia es lo suficientemente sólida para proceder con el lanzamiento. Está diseñado para analistas, científicos de datos y equipos de negocio que requieren decisiones prácticas y defendibles en materia de experimentación.
El curso aborda el papel de la IA en el flujo de trabajo de las pruebas A/B, las hipótesis orientadas a la toma de decisiones, la potencia estadística y el tamaño de la muestra, la selección de pruebas considerando sus supuestos, los intervalos de confianza, las comparaciones múltiples y los riesgos asociados a la segmentación. También cubre cómo documentar un análisis asistido por IA y transformar la evidencia obtenida en una decisión de lanzamiento: implementar, posponer o iterar.