Titulació | Tipus | Curs | Semestre |
---|---|---|---|
2503873 Comunicació Interactiva | OT | 4 | 1 |
Per poder cursar aquesta assignatura és necessari tenir coneixement bàsics de llengua anglesa per afrontar la lectura de la bibliografia.
Tenir una visió general però completa de què és la intel·ligència artificial, les seves possibilitats i l'aplicació d'aquestes tecnologies a l'àmbit de la comunicació.
1. Estudi, anàlisi i teoria dels sistemes d'intel·ligència artificial.
2. Machine learning, deep learning i data science.
3. Deep fakes.
4. Principis ètics, algoritmes i biaxos.
5. Aplicació dels sistemes d'intel·ligència artificial a espais comunicatius (recomanació de continguts, autonomia de dispositius, processament d'imatges i vídeos...)
1. Que es la intel·ligència artificial(IA) i les seves característiques
2. Processos d’obtenció de dades
2.1 Big data: generació de dades
2.2 Fonts
3. Introducció a diferents tècniques de IA
3.1 Processament de dades i aplicació d’algoritmes
3.2 Tècniques de IA
3.3 Resultats i interpretació de dades per a la presa de decisions
4. Nous horitzons, com la IA permet crear nous continguts a la comunicació
4.1 creació de vídeos
4.2 creació de textos
4.3 creació d’imatges
4.4 a la creativitat
L'adquisició de coneixements es farà a través de diversos procediments metodològics que inclouen diferents tipus d'activitats, agrupades en: classes magistrals, pràctiques i seminaris.
En les sessions teòriques es farà l'exposició dels continguts del programa, propiciant d'aquesta manera els elements necessaris per a dur a terme els exercicis pràctics als laboratoris.
Pel que fa a les pràctiques, serviran per aplicar en casos reals els coneixements adquirits en les sessions teòriques. En els seminaris s'afavoreix la reflexió crítica i el debat sobre l'anàlisi de casos reals i models.
El calendari detallat i el contingut de les diferents sessions, s'exposarà el dia de presentació de l'assignatura i es penjarà també al campus virtual on l'alumnat podrà trobar la descripció detallada dels exercicis i pràctiques, així com els diversos materials docents i qualsevol informació necessària per l'adequat seguiment de l'assignatura. En el cas de canvi de modalitat docent per raons sanitàries, el professorat informarà dels canvis que es produiran en la programació de l'assignatura i les metodologies docents.
Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, perquè l'alumnat empleni les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura/mòdul.
Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, per a la complementació per part de l'alumnat de les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura/mòdul.
Títol | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|
Tipus: Dirigides | |||
Classes magistrals amb suport TIC | 15 | 0,6 | 1, 2, 6, 8, 9, 10, 11, 13, 14, 23 |
Pràctiques de laboratori | 12 | 0,48 | 2, 3, 12, 13, 14, 15, 16, 18, 21, 22 |
Seminaris | 21 | 0,84 | 1, 2, 4, 5, 7, 13, 14, 16, 17, 18, 19, 20, 21, 23 |
Tipus: Supervisades | |||
Examen de teoria | 3 | 0,12 | 1, 6, 8, 9, 13, 22, 23 |
Tutories (activitat presencial individual o en grup orientada a resoldre problemes d'aprenentatge) | 10 | 0,4 | 2, 4, 7, 14, 17 |
Tipus: Autònomes | |||
Estudi: lectura i síntesi de documents científics | 56 | 2,24 | 1, 2, 8, 13, 14, 19, 23 |
Les competències d'aquesta assignatura s'avaluen amb diferents activitats:
- Prova teòrica (40% de la nota final)
- Presentacions grupals pràctiques (40% de la nota final)
- Lliurament de treballs individuals (20% de la nota final)
La nota final serà la suma de la puntuació obtinguda en cada una d'aquestes parts.
És imprescindible realitzar les tres proves d'avaluació per a superar la assignatura.
Es farà la ponderació de les tres parts avaluables, encara que una d'elles estigui suspesa. Però no es realitzarà la ponderació si dues estan suspeses.
El sistema d'avaluació d'aquesta assignatura es correspon a avaluació continuada.
SISTEMA DE RECUPERACIÓ OPTATIU:
L’alumnat tindrà dret a la recuperació de l’assignatura només si ha estat avaluat del conjunt d'activitats. Només es podran recuperar les pràctiques de laboratori suspeses i la prova escrita. Per tant, queden excloses de recuperació totes les activitats no presentades. Els seminaris no són recuperables i per tant no són reavaluables.
La nota máxma en les práctiques de laboratori recuperades será de 5 sobre 10.
La nota obtinguda en la recuperació de la prova escrita será la nota final d'aquest apartat, amb independència de si aquesta és millor o pitjor que la primera prova realitzada.
Assistència: L'assistència a les classes de seminaris i pràctiques de laboratori és obligatòria. L'absència no justificada de l'alumnat en aquestes sessions comporta un "no presentat" a la nota del seminari o pràctica específica, i per tant no será recuperable.
En cas que l’estudiant realitzi qualsevol irregularitat que pugui conduir a una variació significativa de la qualificació d’unacte d’avaluació, es qualificarà amb 0 aquest acte d’avaluació, amb independència del procés disciplinari que s’hi pugui instruir. En cas que es produeixin diverses irregularitats en els actes d’avaluació d’una mateixa assignatura, la qualificació final d’aquesta assignatura serà 0.
La metodologia docent i l’avaluació proposades poden experimentar alguna modificació en funció de les restriccions a la presencialitat que imposin les autoritats sanitàries.
Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|---|
Examen de teoria | 40% | 3 | 0,12 | 1, 5, 6, 8, 9, 13, 22, 23 |
Lliurament de treballs individuals | 20% | 15 | 0,6 | 3, 5, 6, 7, 8, 10, 11, 12, 14, 16, 17, 18, 19, 20, 21, 22 |
Presentacions grupals de pràctiques | 40% | 15 | 0,6 | 2, 3, 4, 6, 8, 10, 11, 12, 14, 15, 18, 21 |
Alonso, Amparo y Bonillo, Vicente, Fundamentos de inteligencia artificial, Universidade da Coruña, 1998.
Escolano, Francisco [et al.]. Inteligencia Artificial: modelos, técnicas y áreas de aplicación. Madrid Thomson. 2003.
Latorre, josé Ignacio. Ética para máquinas, Ariel, 2019.
Penrose, Roger, La nueva mente del emperador, Mondadodi, 1991.
Russell, S., Norvig, P. "Inteligencia Artificial". Ed. Plaza Edición, 2004.
Ryszard S. Michalski, Jaime G. Carbonell y Tom M. Mitchell. Machine Learning: An Artificial Intelligence Approach, Morgan Kaufmann. 2014.
Editor de text orientat a codi