Titulación | Tipo | Curso |
---|---|---|
Inteligencia Artificial / Artificial Intelligence | FB | 1 |
Puede consultar esta información al final del documento.
No hay prerrequisitos.
Ya sea como método de representación del conocimiento, sistema de razonamiento, herramienta de análisis o incluso lenguaje de programación, el papel de la lógica en la inteligencia artificial (IA) ha sido notable desde los inicios de la disciplina. Así pues, el objetivo de este curso es profundizar en el rol de la lógica dentro de la IA, proporcionando al alumnado una comprensión de sus conceptos, técnicas y métodos fundamentales para permitirles, de este modo, aplicar la lógica en estas facetas de la disciplina.
Parte I. Lógica proposicional (lógica veritativo-funcional, TFL)
I.1 Sintaxis de TFL (alfabeto, conectivas, enunciados...).
I.2 Semántica de TFL (conectivas veritativo-funcionales, tablas de verdad características, tablas de verdad completas, tablas de verdad parciales...).
I.3 Formalización del lenguaje natural utilizando TFL (y limitaciones).
I.4 Razonamiento en TFL.
I.5 Formas normales y estructuras de datos.
Parte II. Lógica de primer orden (FOL)
II.1 Sintaxis de FOL (cuantificadores, fórmulas, enunciados...).
II.2 Semántica de FOL (extensionalidad, interpretaciones...).
II.3 Formalización del lenguaje natural utilizando FOL (y limitaciones).
II.4 Resolución en FOL (transformación de fórmulas en formas normales).
II.5 FOL y bases de datos.
Título | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|
Tipo: Dirigidas | |||
Ejercicios en clase | 30 | 1,2 | 4, 5, 6 |
Presentación y discusión sobre los conceptos teóricos principales | 12 | 0,48 | 3 |
Tipo: Supervisadas | |||
Asimilación de los conceptos teóricos | 10 | 0,4 | 1, 5 |
Refuerzo y seguimiento en la resolución de ejercicios | 12 | 0,48 | 4 |
Tipo: Autónomas | |||
Preparación y resolución de ejercicios. | 42 | 1,68 | 4, 5, 6, 7 |
Trabajo autónomo y lecturas. | 38 | 1,52 | 7 |
La metodología del curso se basa en clases teóricas del profesor/a, resolución de problemas en clase (concretamente, el alumnado participará en prácticas individuales o grupales para reforzar el aprendizaje del contenido de la clase y realizará ejercicios de evaluación) y aprendizaje invertido (es decir, el alumnado completará las clases con lecturas y trabajos en casa). En algunas clases se dedicará tiempo a revisar y corregir las prácticas evaluativas.
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 |
---|---|---|---|---|
Examen | 50% | 2 | 0,08 | 1, 4, 5, 6, 7 |
Pruebas evaluables | 50% | 4 | 0,16 | 1, 2, 3, 7 |
La evaluación se puede llevar a cabo de las dos maneras que se presentan a continuación.
Evaluación continua
Por un lado, el alumnado debe realizar individualmente, en el aula y en horario de clase, dos pruebas evaluables (P1 y P2). Por otro lado, se llevará a cabo un examen final (EF) individual que incluirá el contenido de las partes I y II. Para poder ser evaluado mediante la evaluación continua, el estudiante deberá haber realizado al menos una prueba evaluativa y el EF. La calificación final de la asignatura en esta modalidad se determinará de la siguiente manera (todas las notas son sobre 10): Si nota_EF < 4, entonces el estudiante no habrá superado la evaluación continua y, en caso de cumplir las condiciones pertinentes, podrá presentarse a la recuperación (véase el apartado Recuperación). En caso contrario, la calificación final de la asignatura se determinará con la siguiente fórmula: notafinal = max{0.5 * notaEF + 0.25 * notaP1 + 0.25 * notaP2, nota_EF}.
Evaluación única
El estudiante realizará individualmente el EF y dos ejercicios adicionales (E1 y E2), uno por cada prueba correspondiente de la otra modalidad de evaluación. La calificación final de la asignatura en esta modalidad se determinará de la siguiente manera: Si notaEF < 5 o notaE1 < 5 o nota_E2 < 5, entonces el estudiante no habrá superado la evaluación única y, en caso de cumplir las condiciones pertinentes, podrá presentarse a la recuperación (véase el apartado Recuperación). En caso contrario, la calificación final de la asignatura se determinará con la siguiente fórmula: notafinal = 0.5 * notaEF + 0.25 * notaE1 + 0.25 * notaE2.
Recuperación
Para poder presentarse a la recuperación, el alumnado deberá haber realizado el EF y al menos una prueba evaluativa (evaluación continua) o un ejercicio adicional (evaluación única). Para recuperar la asignatura se realizará un examen final individual de recuperación (EFR). Para aprobar la asignatura en esta modalidad, notaEFR debe ser mayor o igual que 5. En cuanto a la calificación final: notafinal = nota_EFR.
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 calificaciónde 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 en línea puesto a disposición a 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.
Bibliografía básica:
Notas del profesor (estarán disponibles en el Campus Virtual y se actualizarán a lo largo del curso).
Bibliografía complementaria:
M. Ben-Ari: Mathematical Logic for Computer Science. Springer, 2012.
J. van Benthem, H. van Ditmarsch, J. van Eijck, J. Jaspars. Logic in Action. Open Course Project, 2016, https://www.logicinaction.org/.
P. D. Magnus, Forallx, University at Albany. With additions under a Creative Commons License by T. Button, J. R. Loftis, and R.Trueman, 2021, http://forallx.openlogicproject.org/.
H. Zhang, J. Zhang, Logic in Computer Science. Springer, 2025.
Por determinar.
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 |