Titulación | Tipo | Curso | Semestre |
---|---|---|---|
2503873 Comunicación Interactiva | OT | 4 | 1 |
Para poder cursar esta asignatura es necesario tener conocimientos básicos de lengua inglesa para afrontar la lectura de la bibliografía.
Tener una visión general pero completa de qué es la inteligencia artificial, sus posibilidades y la aplicación de estas tecnologías en el ámbito de la comunicación.
1. Estudio, análisis y teoría de los sistemas de inteligencia artificial.
2. Machine learning, deep learning y data science.
3. Deep fakes.
4. Principios éticos, algoritmos y sesgos.
5. Aplicación de los sistemas de inteligencia artificial a espacios comunicativos (recomendación de contenidos, autonomía de dispositivos, procesamiento de imágenes y vídeos...)
1. Qué es la inteligencia artificial (IA) y sus características
2. Procesos de obtención de datos
2.1 Big data: generación de datos
2.2 Fuentes
3. Introducción a diferentes técnicas de IA
3.1 Procesamiento de datos y aplicación de algoritmos
3.2 Técnicas de IA
3.3 Resultados e interpretación de datos para la toma de decisiones
4. Nuevos horizontes, como la IA permite crear nuevos contenidos en la comunicación
4.1 creación de vídeos
4.2 creación de textos
4.3 creación de imágenes
4.4 a la creatividad
La adquisición de conocimientos se realizará a través de diversos procedimientos metodológicos que incluyen diferentes tipos de actividades, agrupadas en: clases magistrales, prácticas y seminarios.
En las sesiones teóricas se realizará la exposición de los contenidos del programa, propiciando de este modo los elementos necesarios para llevar a cabo los ejercicios prácticos en los laboratorios.
Por lo que respecta a las prácticas, servirán para aplicar en casos reales los conocimientos adquiridos en las sesiones teóricas. En los seminarios, se favorece la reflexión crítica y el debate sobre el análisis de casos reales y modelos.
El calendario detallado y el contenido de las diferentes sesiones, se expondrá el día de presentación de la asignatura y se colgará también en el campus virtual donde el alumnado podrá encontrar la descripción detallada de los ejercicios y prácticas, así como los diversos materiales docentes y cualquier información necesaria para el adecuado seguimiento de la asignatura. En caso de cambio de modalidad docente por razones sanitarias, el profesorado informará de los cambios que se producirán en la programación de la asignatura y las metodologías docentes.
Nota: se reservarán 15 minutos de una clase, dentro del calendario establecido por el centro/titulación, para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura/módulo.
Nota: se reservarán 15 minutos de una clase, dentro del calendario establecido por el centro/titulación, para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura/módulo.
Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.
Título | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|
Tipo: Dirigidas | |||
Clases magistrales con soporte TIC | 15 | 0,6 | 1, 2, 6, 7, 10, 11, 9, 13, 14, 23 |
Prácticas de laboratorio | 12 | 0,48 | 2, 3, 12, 13, 14, 15, 16, 18, 21, 22 |
Seminarios | 21 | 0,84 | 1, 2, 4, 5, 8, 13, 14, 16, 17, 18, 19, 20, 21, 23 |
Tipo: Supervisadas | |||
Examen de teoria | 3 | 0,12 | 1, 6, 7, 10, 13, 22, 23 |
Tutorias (actividad presencial o en grupo orientada a resolver problemas de aprendizaje) | 10 | 0,4 | 2, 4, 8, 14, 17 |
Tipo: Autónomas | |||
Estudio: lectura y síntesis de documentos científicos | 56 | 2,24 | 1, 2, 7, 13, 14, 19, 23 |
Las competencias de esta asignatura se evalúan con diferentes actividades:
- Prueba teórica (40% de la nota final)
- Presentaciones grupales de prácticas (40% de la nota final)
- Entrega de trabajos individuales (20% de la nota final)
La nota final será la suma de la puntuación obtenida en cada una de estas partes.
Es imprescindible realizar las tres pruebas de evaluación para superar la asignatura.
Se realizará la ponderación de las tres partes evaluables, aunque una de ellas esté suspendida. Pero no se realizará la ponderación si dos están suspendidas.
El sistema de evaluación de esta asignatura se corresponde a evaluación continua.
SISTEMA DE RECUPERACIÓN OPTATIVO:
El alumnado tendrá derecho a la recuperación de la asignatura sólo si se ha evaluado el conjunto de actividades. Sólo podrán recuperarse las prácticas de laboratorio suspendidas y la prueba escrita. Por tanto, quedan excluidas de recuperación todas las actividades no presentadas. Los seminarios no son recuperables y por tanto no son reevaluables.
La nota máxima en las prácticas de laboratorio recuperadas será de 5 sobre 10.
La nota obtenida en la recuperación de la prueba escrita será la nota final de este apartado, con independencia de si ésta es mejor o peor que la primera prueba realizada.
Asistencia: La asistencia a las clases de seminarios y prácticas de laboratorio es obligatoria. La ausencia no justificada del alumnado en estas sesiones comporta un "no presentado" en la nota del seminario o práctica específica, y por tanto no será recuperable.
En el caso que el estudiante realice cualquier irregularidad que pueda conducir a una variación significativa de un acto de evaluación, se calificará con 0 este acto de evaluación, con independencia del proceso disciplinario que pudiera instruirse. En caso de que se produzcan varias irregularidades, en los actos de evaluación de una misma asignatura, la calificación final de esta asignatura será 0.
La metodología docente y la evaluación propuestas pueden experimentar alguna modificación en función de las restricciones a la presencialidad que impongan las autoridades sanitarias.
Título | Peso | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|---|
Entrega de trabajos individuales | 20% | 15 | 0,6 | 3, 5, 6, 8, 7, 11, 9, 12, 14, 16, 17, 18, 19, 20, 21, 22 |
Examen de teoría | 40% | 3 | 0,12 | 1, 5, 6, 7, 10, 13, 22, 23 |
Presentaciones grupales de prácticas | 40% | 15 | 0,6 | 2, 3, 4, 6, 7, 11, 9, 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 texto orientado a código