Aquesta versió de la guia docent és provisional fins que no finalitzi el període d’edició de les guies del nou curs.

Logo UAB

Intel·ligència Natural i Artificial

Codi: 106229 Crèdits: 6
2025/2026
Titulació Tipus Curs
Ciència, Tecnologia i Humanitats OB 2

Professor/a de contacte

Nom:
Francesc Xavier Roque Rodriguez
Correu electrònic:
xavier.roque@uab.cat

Equip docent

(Extern) Gonzalo Génova Fuster

Idiomes dels grups

Podeu consultar aquesta informació al final del document.


Prerequisits

No n'hi ha.


Objectius

Entendre el concepte clàssic d'intel·ligència humana de base biològica.
Entendre el concepte tecnològic d'intel·ligència artificial basat en el processament d'informació en una màquina computacional.
Entendre el concepte de computabilidad introduït per Alan Turing, base de tota la ciència de la computació.
Entendre el concepte de programa emmagatzemat en un ordinador com a conjunt d'instruccions per a executar un algorisme.
Entendre la diferència entre màquina amb programa fix i màquina autoprogramable.
Entendre el concepte de singularitat tecnològica, i els límits als quals s'enfronta des del paradigma computacional.
Entendre de manera precisa les similituds i diferències que existeixen entre la intel·ligència natural i la intel·ligència artificial.


Competències

  • Demostrar capacitat d'organització i planificació, que permeti l'adaptació a problemes o situacions noves.
  • Explicar les capacitats d'intel·ligència i de cognició de l'ésser humà a partir de la construcció de llenguatges i sistemes simbòlics.
  • Que els estudiants hagin desenvolupat les habilitats d'aprenentatge necessàries per a emprendre estudis posteriors amb un alt grau d'autonomia.
  • Treballar en equip de manera col·laborativa.

Resultats d'aprenentatge

  1. Comprendre els conceptes de sistema de numeració, d'algoritme i de computabilitat, i apreciar-ne la importància històrica i pràctica.
  2. Comprendre la noció de computabilitat, el concepte de programa emmagatzemat en un ordinador, com a conjunt d'instruccions per executar un algoritme, i identificar la diferència entre màquina amb programa fix i màquina autoprogramable.
  3. Elaborar treballs creatius i projectes personals en l'àrea d'estudi corresponent.
  4. Familiaritzar-se amb els diferents programes d'estudi naturalista de la ment i el seu funcionament.
  5. Fomentar l'esperit d'equip i la integració dels punts de vista dels altres.
  6. Identificar arguments formalment correctes i incorrectes traduint enunciats del llenguatge natural al llenguatge formal, i aplicar la lògica de primer ordre per fer demostracions i deduccions.
  7. Identificar i valorar la importància del factor humà en el desenvolupament i ús de sistemes simbòlics.
  8. Integrar elements de diferents àrees de coneixement per analitzar una situació i proposar actuacions o solucions.
  9. Programar algoritmes senzills i apreciar la lògica del seu funcionament.
  10. Tenir un judici informat sobre els desafiaments que planteja la intel·ligència artificial en l'aspecte social i ètic.

Continguts

1. La concepció clàssica de la intel·ligència. Intel·ligència, racionalitat i autoconsciència. Raó teòrica, raó productiva, raó pràctica.
2. Les ciències de l'artificial. Màquines i artefactes. Estructura i finalitat d'una màquina.
3. La intel·ligència entesa com a capacitat de resoldre problemes. Quins problemes poden ser resolts. Computabilitat.
4. Les màquines computacionals com a substrat de la intel·ligència artificial. Turing i von Neumann.
5. El canvi de paradigma: programació explícita vs aprenentatge automàtic. Resolució de problemes. Emulació del comportament humà.
6. El futur i els límits de la intel·ligència artificial. La singularitat tecnològica. Ètica per a màquines: llibertat i responsabilitat.
7. El camí de tornada: la intel·ligència natural entesa a la llum de la intel·ligència artificial.


Activitats formatives i Metodologia

Títol Hores ECTS Resultats d'aprenentatge
Tipus: Dirigides      
Classes teoricopràctiques 16 0,64 3, 4, 5, 8, 9, 10
Classes teòriques 33 1,32 1, 2, 4, 6, 7, 10
Tipus: Supervisades      
Tutoria i supervisió de treballs 4,25 0,17 1, 2, 3, 4, 6, 7, 8, 9, 10
Tipus: Autònomes      
Treball en grup 32,5 1,3 1, 2, 3, 4, 5, 6, 7, 8, 9, 10
Treball individual de l'estudiant 62,25 2,49 1, 3, 4, 6, 7, 8, 9, 10

Classes teòriques.
Classes teoricopràctiques.
Tutories.
Treball en grup.
Treball individual de l'estudiant.

Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, perquè els alumnes completin les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura.


Avaluació

Activitats d'avaluació continuada

Títol Pes Hores ECTS Resultats d'aprenentatge
Assaig final 30% 0 0 1, 3, 4, 6, 7, 8, 9, 10
Exàmens parcials 40% 2 0,08 1, 2, 4, 6, 7, 9, 10
Treballs en grup i individuals 30% 0 0 1, 2, 3, 4, 5, 6, 7, 8, 9, 10

Exàmens parcials.
Treballs individuals o en grup.
Assaig final.

Per participar a la recuperació l’alumnat ha d’haver estat prèviament avaluat en un conjunt d’activitats el pes de les quals equivalgui a un mínim de 2/3 parts de la qualificació total (avaluació continuada) o bé lliurar totes les proves previstes (avaluació única). Es considerarà que l'alumne és NO AVALUABLE si no ha participat a totes les activitats d'avaluació.

En cas que l’estudiant realitzi qualsevol irregularitat que pugui conduir a una variació significativa de la qualificació d’un acte 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.

Avaluació única
L'alumnat que opti pel sistema d'Avaluació única haurà de lliurar un treball (50%) i fer un examen (50%), en la data indicada.

En aquesta assignatura es permet l'ús de tecnologies d'Intel·ligència Artificial (IA) com a part integrant del desenvolupament del treball, sempre que el resultat final reflecteixi una contribució significativa de l'estudiant en l'anàlisi i la reflexió personal. L’estudiant haurà de: (i) identificar quines parts han estat generades amb IA; (ii) especificar les eines utilitzades; i (iii) incloure una reflexió crítica sobre com aquestes han influït el procés i el resultat final de l’activitat. La no transparència de l’ús de la IA en aquesta activitat avaluable es considerarà falta d'honestedat acadèmica i comporta que l’activitat s’avaluï amb un 0 i no es pugui recuperar, o sancions majors en casos de gravetat.


Bibliografia

Bibliografia bàsica
Dreyfus, H. L. What Computers Can't Do: The Limits of Artificial Intelligence. New York: Harper and Row, 1972.
Gelernter, D. The Tides of Mind: Uncovering the Spectrum of Consciousness. New York: Liveright, 2016.
Tallis, R. Why the Mind Is Not a Computer: A Pocket Lexicon of Neuromythology. Exeter: Imprint Academic, 2004.

Recursos electrònics bàsics
Reaktor, Universidad de Helsinki. Elementos de IA. Curs online gratuït: https://www.elementsofai.com/es/


Programari

No es requereix programari específic.


Grups i idiomes de l'assignatura

La informació proporcionada és provisional fins al 30 de novembre de 2025. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d’aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura

Nom Grup Idioma Semestre Torn
(PAUL) Pràctiques d'aula 20 Espanyol primer quadrimestre matí-mixt
(TE) Teoria 20 Espanyol primer quadrimestre matí-mixt