Titulación | Tipo | Curso |
---|---|---|
Inteligencia Artificial / Artificial Intelligence | FB | 2 |
Puede consultar esta información al final del documento.
Esta asignatura no tiene prerrequisitos
A partir de casos de estudio reales, este curso está diseñado para introducir a los estudiantes las implicaciones éticas y sociales de la inteligencia artificial (IA). La asignatura promoverá la incorporación de estrategias y el uso de herramientas para minimizar los riesgos éticos y desarrollar sistemas de IA en el marco de una IA responsable.
Parte I. Aspectos éticos de la inteligencia artificial
1. Introducción: ¿Por qué los profesionales de la IA deberían estudiar ética?
1.1. Código Ético y de Conducta Profesional de la ACM
1.2. Marcos éticos (consecuencialismo, teoría de la justicia, ética de la virtud...)
1.3. Principios éticos (equidad, responsabilidad, justicia, privacidad...)
2. Recogida de datos y privacidad
2.1. La importancia de la privacidad
2.2. Principales técnicas para la privacidad de datos (anonimato, cifrado, privacidad diferencial...)
2.3. Privacidad más allá de los datos (en el contexto, por diseño...)
3. Algoritmos, toma de decisiones y sesgos
3.1. Definiciones técnicas de sesgo en resultados algorítmicos
3.2. Discriminación algorítmica directa e indirecta
3.3. Definición de equidad y métricas de equidad
3.4. Representación del conocimiento normativo y ético en IA
3.5. Directrices éticas para una IA fiable: AI-Fairness Toolkits
4. Explicabilidad
4.1. El impacto sobre la responsabilidad y la rendición de cuentas en los sistemas autónomos, centrándonos en el caso de los vehículos autónomos
4.2. La importancia de las buenas explicaciones en los sistemas de IA
4.3. Herramientas para evaluar la explicabilidad
Parte II: Aspectos ético-políticos de la inteligencia artificial
5.Introducción: ¿Por qué son relevantes los aspectos políticos y sociales de la inteligencia artificial?
5.1.Teoría de la mediación tecnológica
5.2. Narrativa en torno a la inteligencia artificial y determinismo tecnológico
5.3. Innovación e investigación responsable (RRI)
6. Ética y robótica
6.1. Robots y sociedad
6.2. Retos éticos en robótica
6.3. Ejemplos aplicados de robótica en el ámbito cotidiano
Título | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|
Tipo: Dirigidas | |||
Asistencia a clase y participación activa | 30 | 1,2 | 3, 4, 5, 9, 10, 12, 13, 14 |
Casos de estudios | 50 | 2 | 1, 3, 5, 8, 7, 12, 15 |
Prácticas y ejercicios | 50 | 2 | 2, 5, 6, 7, 9, 10, 13, 14, 16 |
La orientación del curso es predominantemente práctica. En general, cada clase comenzará con la presentación de un caso de estudio real, que dará lugar a una discusión grupal. A continuación, se introducirán y explicarán los conceptos, métodos o sistemas de IA relacionados con los retos éticos planteados por el caso de estudio. Por último, el alumnado realizará prácticas individuales o grupales para reforzar el aprendizaje del contenido de la clase. En algunas sesiones se reserva tiempo para repasar y corregir estas prácticas. Algunas clases consistirán en visitas a centros de investigación en IA.
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 | Peso | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|---|
Práctica evaluativa 1 | 34% | 7 | 0,28 | 1, 2, 3, 4, 5, 6, 8, 7, 9, 10, 12, 13, 14, 15, 16 |
Práctica evaluativa 2 | 33% | 7 | 0,28 | 1, 3, 4, 5, 6, 8, 7, 9, 10, 14, 16 |
Práctica evaluativa 3 | 33% | 6 | 0,24 | 4, 5, 9, 11, 12, 13, 14 |
La evaluación de la asignatura se puede llevar a cabo mediante dos modalidades: evaluación continua o evaluación única.
Evaluación continua
El estudiante deberá completar individualmente tres actividades de evaluación: dos correspondientes a la Parte I y una a la Parte II.
Actividad 1: prueba escrita en clase con preguntas cortas sobre la Parte I y análisis de un caso real de aplicación de un sistema de IA.
Actividad 2: uso de kits de herramientas de IA para evaluar y discutir métricas éticas de un sistema de IA.
Actividad 3: prueba escrita en clase sobre la Parte II
Para poder ser evaluado mediante esta modalidad, es necesario haber realizado las tres actividades. Para superar la asignatura, se debe obtener una nota mínima de 5 sobre 10 en cada una de ellas. En caso contrario, el estudiante deberá presentarse a la recuperación. La nota final será la media aritmética de las tres actividades de evaluación.
Evaluación única
El estudiante realizará un examen final individual en enero, estructurado en tres partes equivalentes a las actividades de la evaluación continua, tanto por el tipo de prueba como por su peso. Para aprobar, se debe obtener una nota mínima de 5 sobre 10 en cada una de las tres partes. La nota final será la media aritmética de las tres calificaciones.
Recuperación
Podrán acceder a la recuperación:
- Estudiantes que hayan completado las tres actividades de evaluación (evaluación continua)
- Estudiantes que se hayan presentado al examen de enero (evaluación única)
La recuperación consistirá en un examen final individual. Para aprobar, se debe obtener una nota mínima de 5.Esta será la nota final de la asignatura.
Revisión de calificaciones
Después de cada actividad de evaluación, el profesorado informará a través de Moodle sobre las calificaciones obtenidas y el procedimiento y la fecha para la revisión.
Matrícula de honor
Se otorgarán a estudiantes con una nota final de 10. Si hay más estudiantes con esta nota que matrículas de honor asignadas a esta asignatura, se realizará una prueba adicional para determinar a quién se otorgan.
No evaluable
El estudiante recibirá la calificación de “No evaluable” si no se presenta a más de una actividad de evaluación (evaluación continua) o si no se presenta al examen de enero (evaluación única).
Estudiantes repetidores
No se prevé ningún tratamiento diferenciado para estudiantes repetidores.
Uso de la Inteligencia Artificial (IA)
En esta asignatura, no se permite el uso de tecnologías de IA en ninguna de sus fases. Cualquier trabajo que incluya fragmentos generados con IA será considerado una falta de honestidad académica y podrá conllevar una penalización parcial o total en la nota de la actividad, o sanciones mayores en casos graves.
Irregularidades
Cualquier irregularidad que pueda alterar significativamente la calificación de una actividad conllevará una nota de cero en dicha actividad. En caso de múltiples irregularidades, la nota final de la asignatura será cero, independientemente de cualquier proceso disciplinario.
Adaptación a formato en línea
En caso de que las pruebas o exámenes no puedan realizarse de forma presencial, se adaptarán a un formato enlínea disponiblea través de las herramientas virtuales de la UAB (se mantendrá la ponderación original). Los deberes, actividades y la participación en clase se realizarán mediante foros, wikis y/o discusiones en Teams, etc. El profesorado velará por que los estudiantes puedan acceder a estas herramientas virtuales o les ofrecerá alternativas viables.
Crawford, K. (2021). The atlas of AI: Power, politics, and the planetary costs of artificial intelligence. Yale University Press.
Por determinar (Parte I).
La información proporcionada es provisional hasta el 30 de noviembre de 2025. A partir de esta fecha, podrá consultar el idioma de cada grupo a través de este enlace. Para acceder a la información, será necesario introducir el CÓDIGO de la asignatura
Nombre | Grupo | Idioma | Semestre | Turno |
---|---|---|---|---|
(PAUL) Prácticas de aula | 711 | Inglés | primer cuatrimestre | tarde |
(TE) Teoría | 71 | Inglés | primer cuatrimestre | tarde |