Titulació | Tipus | Curs |
---|---|---|
2504392 Intel·ligència Artificial / Artificial Intelligence | OB | 3 |
Podeu consultar aquesta informació al final del document.
Aquesta assignatura no té prerequisits
Aquesta assignatura s'impartirà amb perspectiva dels Objectius de Desenvolupament Sostenible.
Els objectius de l’assignatura son:
1a part Noelia Igareda
1.1. Diferències entre dret, ètica, moral i altres normes
1.2. Dret International, dret europeu i dret estatal
1.3. Com el dret s’elabora, s’aplica i l’accés a la justícia.
2. Intel·ligència Artificial i Drets Humans
2.1. Diferències entre drets humans, drets fonamentals i altres drets
2.2. Protecció legal i estàndards dels drets humans i la seva aplicació en el camp de la intel·ligència artificial
3. Intel·ligència artificial i dret anti-discriminatori
3.1. Marcs legals internacional, europeu i estatal per a combatre la discriminació
3.2. IA i el biaix discriminatori: eines legals i obligacions jurídiques
3.3. Moderació de continguts i codis de conducta
4.
Intel·ligència artificial, Gènere i Menors
4.1. Igualtat de gènere, perspectiva de gènere i anti-gènere.
4.2. IA com a tecnologia del gènere: eines legals i conseqüències jurídiques.
4.3. IA i els menors
5. Drets digitals
5.1. Definició i implicacions legals en el camp de la IA
5.2. La Carta dels Drets Digitals
6. Protecció de dades personals i IA
6.1. L’impacte de la Regulació de Protecció de Dades Personals (GDPR) en la intel·ligència artificial
6.2. Com utilitzar la IA i les dades personals de forma correcta i legal
2a part Susana Navas
7. Fundaments
7.1. Dret de contractes. Drets dels consumidors
7. 1.1.Dret de contractes
7. 1.2.Drets dels consumidors
7. 2. Contractes de provisió de serveis i continguts digitals
7. 3. Responsabilitat civil. responsabilitat extracontractual
7.4. Reglament de Serveis Digitals
7.4.1. Introducció
7.4.2. Canvi de paradigma dels serveis digitals
8. AI Regulation
8.1. Decada digital per 2030
8.2. Regulació de la IA basada en els riscos
8.2.1. Ambit d'aplicació
8. 2.2. Definicions legals
8.3. Sistemes de IA. Requisits legals
8.4. Objectius dels models de IA. Requisits legals
8.5. IA Generativa
8.6. Cibersecuritat
9. Regulació de datos
9.1. Què es un dato i com classificar-ho
9.2. El texto i la excpeció de data mining de la legislació de drets d'autor
9.3. La governanza dels datos
9.4. La Regulació europea dels Datos (Data Act)
10. Responsabilitat extracontractual per danys causats persistemes de IA
10.1. La proposta de Regulació europea sobre responsabilitat extracontractual
10.2. La proposta europea de regulació de la responsabilitat dels productors de sistemes de IA
11. La protecció legal dels sistemes de IA
11.1. Bàsics de drets d'autor
11.2. La regulació de Software
11.3. El dret Sui generis de les bases de dades
11.4. La regualció dels secrets comercials en Europa
Títol | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|
Tipus: Dirigides | |||
Assistència i participació en clase | 44 | 1,76 | 10, 3, 5, 1, 6, 12, 9, 4 |
Estudi de casos | 50 | 2 | 10, 3, 2, 1, 6, 12, 8, 9, 4, 11 |
Pràctiques i exercicis | 50 | 2 | 10, 3, 2, 1, 6, 12, 8, 9, 4, 11 |
L'orientació del curs és predominantment pràctica. Cada classe començarà generalment amb la presentació d'un cas o problema real, que donarà lloc a una discussió grupal. A continuació, s'introduiran i explicaran els conceptes legals, el marc legal aplicable i els reptes legals per a la intel·ligència artificial.
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 | Pes | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|---|
Avaluació cas pràctic | 25% | 3 | 0,12 | 10, 3, 2, 6, 12, 7, 8, 9, 4, 11 |
Avaluació de una noticia | 25% | 3 | 0,12 | 10, 5, 1, 6, 12, 9, 4, 11 |
La nota final s'obtindrà a partir dels següents elements:
1 Avaluació continuada de les classes. (40% de la nota)
Entrega de evidències de cada classe de la primera part (Noelia Igareda ) (20% de la nota final)
Entrega de evidències de cada classe de la segona part (Susana Navas( (20% de la notal final)
Les evidències serán el resultat de casos pràctics introduits per la professora.
S’aconsella als/les estudiants l’assistència continuada a classe i la realització de les activitats programades al llarg del curs (lectures, comentaris de legislació, anàlisi de jurisprudència, etc.)
2. Examen parcial (20 % de la nota final)
La materia aprobada serà liberatoria sempre i quan la nota sea com a míim un 6
2 Examen final. (40% de la nota)
L'examen final s'ha de superar amb una nota de 5 o més per fer mitja amb la resta de qualificacions de l'avaluació continuada.
REAVALUACIÓ
Es realitzarà reavaluació de la part relativa a l'examen final. La nota final en aquest cas no serà superior a 6.
L’alumnat serà avaluable sempre que hagi realitzat un conjunt d’activitats el pes de les quals equivalgui a un mínim de 2/3 parts de la qualificació total de l’assignatura. Si el valor de les activitats realitzades no arriba a aquest llindar, el professor/a de l’assignatura pot considerar l’estudiant com a no avaluable
AVALUACIÓ ÚNICA
Constirá en:
Examen final (50% de la nota final)
Realització de 4 casos pràctics (50 % de la nota final)
S’aplicarà el mateix criteri de no avaluable que per l’avaluació continuada
AEPD (2017): Protección de datos. Guía para el Ciudadano https://www.aepd.es/es/documento/guia-ciudadano.pdf
AEPD, APDCAT, AVPD (2018): Guía del Reglamento General de Protección de Datos para responsables de tratamiento (Document en línia) https://www.aepd.es/es/documento/guia-rgpd-para-responsables-de-tratamiento.pdf-0
Barrio, Moisés (2021): Manual de Derecho digital, Tirant Lo Blanch, Valencia, 2021.
Council of Europe (2023): Human rights by design future-proofing human rights protection in the era of AI, disponible en : chrome-extension://efaidnbmnnnibpcajpcglclefindmkaj/https://rm.coe.int/follow-up-recommendation-on-the-2019-report-human-rights-by-design-fut/1680ab2279
Custers, Bart and Fosch-Villaronga, Eduard (eds.) (2022): Law and Artificial Intelligence. Regulating AI and Applying AI in Legal Practice, The Hague, Springer.
Ebers, Martin; Navas, Susana (eds.) (2020): Algorithms and Law, Cambridge University Press.
Fournier-Tombs, Eleonore y Castets-Renard, Celine (2021): Algorithms and the Propagation of Gendered Cultural Norms, disponible en:
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3980113
FRA (European Union Agency for Fundamental Rights) (2018): #BigData: Discrimination in data-supported decision making. Disponible en: https://fra.europa.eu/en/publication/2018/bigdata-discrimination-data-supported-decision-making
FRA (2020): Gettingthe future right – Artificial intelligence and fundamental rights Disponible en: https://fra.europa.eu/en/publication/2020/artificial-intelligence-and-fundamental-rights
Presno Linera, Miguel Angel (2022): “Derechos fundamentales e inteligencia artificial en el estado social, democrático y digital de derecho”, El Cronista del Estado social y democrático de Derecho, núm. 100, 2022, disponible en: https://www.academia.edu/89821366/Derechos_fundamentales_e_inteligencia_artificial_en_el_Estado_social_democrático_y_digital_de_Derecho?email_work_card=title.
https://www.gov.uk/government/publications/ai-regulation-a-pro-innovation-approach/white-paper.
https://www.whitehouse.gov/ostp/ai-bill-of-rights/
L'assignatura no exigeix un programari especific
Nom | Grup | Idioma | Semestre | Torn |
---|---|---|---|---|
(PAUL) Pràctiques d'aula | 1 | Anglès | primer quadrimestre | tarda |
(PLAB) Pràctiques de laboratori | 1 | Anglès | primer quadrimestre | tarda |
(TE) Teoria | 1 | Anglès | primer quadrimestre | tarda |