Logo UAB

Interacción Social

Código: 106579 Créditos ECTS: 6
2025/2026
Titulación Tipo Curso
Inteligencia Artificial / Artificial Intelligence OB 4

Contacto

Nombre:
Miquel Domenech Argemi
Correo electrónico:
miquel.domenech@uab.cat

Equipo docente

Nuria Valles Peris

Idiomas de los grupos

Puede consultar esta información al final del documento.


Prerrequisitos

No hay


Objetivos y contextualización

El objetivo principal de la asignatura es proporcionar una formación básica y transversal en los conocimientos fundamentales de la psicología y la psicología social, esenciales para un especialista en inteligencia artificial. Los contenidos de la materia se centran en los fundamentos de la interacción social. De forma específica, los objetivos son:

  • Facilitar herramientas y metodologías para diseñar e implementar agentes y sistemas ciber-físicos autónomos que interactúen eficazmente con personas y otros agentes en entornos abiertos.
  • Introducir marcos conceptuales sólidos que permitan identificar y comprender los conceptos y procesos psicosociales que explican la interacción social entre personas.
  • Proveer recursos para reconocer y aplicar los factores clave en la interacción humano-máquina, tales como la usabilidad, la ergonomía cognitiva y la accesibilidad.
  • Dar a conocer y promover la aplicación de técnicas de evaluación de dispositivos para asegurar su usabilidad, accesibilidad y efectividad en la interacción social.

Competencias

  • Actuar con responsabilidad ética y con respeto por los derechos y deberes fundamentales, la diversidad y los valores democráticos.
  • Actuar en el ámbito de conocimiento propio evaluando las desigualdades por razón de sexo/género. 
  • Actuar en el ámbito de conocimiento propio valorando el impacto social, económico y medioambiental.
  • Comunicarse de manera efectiva, tanto de forma oral como escrita, utilizando adecuadamente los recursos comunicativos necesarios y adaptándose a las características de la situación y de la audiencia.
  • Concebir, diseñar, analizar e implementar agentes y sistemas ciber-físicos autónomos capaces de interactuar con otros agentes y/o personas en entornos abiertos, teniendo en cuenta las demandas y necesidades colectivas.
  • Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio.
  • Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
  • Trabajar de forma autónoma, con responsabilidad e iniciativa, planificando y gestionando el tiempo y los recursos disponibles, adaptándose a las situaciones imprevistas.

Resultados de aprendizaje

  1. Aplicar conceptos e identificar procesos psicosociales en el análisis del comportamiento de la persona en contextos tecnológicos.
  2. Aplicar los conocimientos relativos a la interacción social en el diseño de dispositivos de inteligencia artificial.
  3. Comunicarse de manera efectiva, tanto de forma oral como escrita, utilizando adecuadamente los recursos comunicativos necesarios y adaptándose a las características de la situación y de la audiencia.
  4. Conocer las técnicas de evaluación de dispositivos.
  5. Conocer los aspectos de la interacción relacionados con la diversidad funcional de los usuarios.
  6. Conocer los fundamentos del diseño universal.
  7. Identificar conceptos y procesos psicosociales que permiten la comprensión y explicación de la interacción social entre las personas.
  8. Identificar las implicaciones sociales, económicas y medioambientales de las actividades académico-profesionales del ámbito de conocimiento propio.
  9. Identificar los factores principales en la interacción humano-máquina.
  10. Proponer proyectos y acciones que estén de acuerdo con los principios de responsabilidad ética y de respeto por los derechos y deberes fundamentales, la diversidad y los valores democráticos. 
  11. Proponer proyectos y acciones que incorporen la perspectiva de género.
  12. Proponer proyectos y acciones viables que potencien los beneficios sociales, económicos y medioambientales.
  13. Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio.
  14. Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
  15. Trabajar de forma autónoma, con responsabilidad e iniciativa, planificando y gestionando el tiempo y los recursos disponibles, adaptándose a las situaciones imprevistas.

Contenido

- Introducción a la Interacción Humano-Máquina y Psicología Social

- Percepción Social y Usabilidad en Interacción Humano-Máquina

- Procesos de Atribución en la Interacción Humano-Máquina

- Cultura y Cognición Social en Interacción Humano-Máquina

- Prejuicios y Estereotipos en la Interacción Humano-Máquina

- Influencia Social y Tecnología

- Diversidad Funcional y Accesibilidad en Interacción Humano-Máquina

-Ergonomía Cognitiva en la Interacción Humano-Máquina

- Robótica Social y para el Cuidado

- Diseño Centrado en el Humano

- Evaluación de Tecnologías desde perspectiva Interacción Humano-Máquina


Actividades formativas y Metodología

Título Horas ECTS Resultados de aprendizaje
Tipo: Dirigidas      
Análisis de Casos de Estudio 15 0,6 13
Contexto teórico 20 0,8 13
Desarrollo de proyecto 18 0,72 13
Tipo: Supervisadas      
Análisis de procesos de interacción 32 1,28 13
Tipo: Autónomas      
Desarrollo de casos 37 1,48 13
Trabajo individual 20 0,8 13

1. Resolución de problemas/casos/ejercicios:

  • Desafíos Prácticos: Los estudiantes se enfrentarán a retos donde deberán diseñar y crear un dispositivo que integre principios de psicología social aplicados a la interacción humano-máquina.
  • Proyectos de Innovación: Se propondrán proyectos que requieran identificar y resolver problemas reales utilizando conceptos de interacción social, fomentando el pensamiento crítico y la creatividad.

 2. Aprendizaje cooperativo y evaluación entre iguales:

  • Trabajos en equipo: Se formarán grupos de trabajo para fomentar el aprendizaje colaborativo, donde los estudiantes compartirán conocimientos y habilidades.
  • Evaluación entre Iguales: Los estudiantes evaluarán el trabajo de sus compañeros, proporcionando feedback constructivo y aprendiendo a valorar diferentes perspectivas.

 3. Clases magistrales:

  • Sesiones Inspiradoras: Las clases teóricas estarán diseñadas para ser inspiradoras, utilizando ejemplos actuales y casos de estudio relevantes.
  • Interacción Dinámica: Se fomentará la participación activa a través de debates y discusiones en clase, facilitando un aprendizaje más profundo y significativo.

4. Tutorías:

  • Orientación Personalizada: Se ofrecerán sesiones de tutoría grupal para proporcionar orientación personalizada, resolver dudas y apoyar el desarrollo de proyectos.
  • Mentoría Continua: Los tutores actuarán como mentores, guiando a los estudiantes en el proceso de aprendizaje y ayudándolos a superar obstáculos.

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.


Evaluación

Actividades de evaluación continuada

Título Peso Horas ECTS Resultados de aprendizaje
Entregable final del trabajo grupal 30% 2 0,08 1, 2, 3, 5, 6, 4, 7, 9, 8, 10, 11, 12, 13, 14, 15
Evaluación sobre la lectura de un artículo para el estado del arte 20% 2 0,08 3, 7, 13, 15
Presentación oral del trabajo final 15% 1 0,04 3, 13, 15
Prueba de evaluación final 35% 3 0,12 1, 2, 3, 5, 6, 4, 7, 9, 8, 13

Habrá 4 evidencias para la evaluación:

  1. Evaluación sobre la lectura de un artículo para el estado del arte (SoA).
  2. Entregable final del trabajo grupal (FD).
  3. Presentación oral del trabajo final (OP).
  4. Prueba de evaluación final (FE).

La nota final será el resultado de aplicar la fórmula siguiente:

NOTA FINAL = SoA*0.20 + FD*30 + OP*0,15 + FE*0.35

Para aprobar será necesario que la evaluación de cada una de las evidencias supere el mínimo exigido (5) y que la evaluación total supere los 5 puntos. En caso de no superar la asignatura, la nota numérica del expediente será el menor valor entre 4.5 y la media ponderada de las notas.

No hay opción de evaluación única.

Las contribuciones positivas a las discusiones redondearán los decimales de la nota hacia arriba. Para optar a la Matrícula de Honor, es necesario haber tenido una actitud participativa en las discusiones de clase. Se concederán globalmente las matrículas de honor resultantes de calcular el cinco por ciento o fracción de los alumnos matriculados en todos los grupos de docencia de la asignatura. Sólo se pueden otorgar a estudiantes que hayan obtenido una calificación final igual o superior a 9.

Las entregas fuera de plazo, siempre que haya previo aviso, serán aceptadas y penalizadas con una nota más baja. En ningún caso se admitirán entregas fuera de plazo sin aviso previo o justificación de fuerza mayor. Se podrá abrir un segundo plazo de entrega para los informes que reciban una evaluación negativa. Los trabajos no entregados recibirán una nota de 0 y no tendrán opción a una segunda evaluación. Los estudiantes repetidores pueden convalidar las partes aprobadas en años anteriores.

La evaluación continuada se puede recuperar con el examen final (EF).

La no presentación al examen final (EF) implica un "No evaluable" en las actas.

El examen final se puede recuperar con un segundo examen.

Todos los exámenes serán ajustados según el calendario de la escuela.

Las fechas de evaluación continuada y entrega de trabajos se publicarán en la web Caronte (http://caronte.uab.es) y pueden estar sujetas a cambios de programación por motivos de adaptación a posibles incidencias. Siempre se informará en la web Caronte sobre estos cambios, ya que se entiende que la web Caronte es el mecanismo habitual de intercambio de información entre profesor y estudiantes.

Para cada actividad de evaluación, se indicará un lugar, fecha y hora de revisión donde el estudiante podrá revisar la actividad con el profesor. En este contexto, se podrán hacer reclamaciones sobre la nota de la actividad, que serán evaluadas por el profesorado responsable de la asignatura. Si el estudiante no se presenta a esta revisión, no se revisará posteriormente esta actividad.

Sin perjuicio de otras medidas disciplinarias que se estimen oportunas, y de acuerdo con la normativa académica vigente, se calificarán con cero las irregularidades cometidas por el estudiante que puedan conducir a una variación de la calificación de un acto de evaluación. Por lo tanto, plagiar, copiar o dejar copiar una práctica o cualquier otra actividad de evaluación implicará suspenderla con un cero y no se podrá recuperar en el mismo curso académico. Si esta actividad tiene una nota mínima asociada, entonces la asignatura quedará suspendida.

En esta asignatura se permite el uso de tecnologías de Inteligencia Artificial (IA) como parte integrante del desarrollo del trabajo, siempre que el resultado final refleje una contribución significativa del estudiante en el análisis y la reflexión personal.

El estudiante tendrá que: (i) identificar qué partes han sido generadas con IA; (ii) especificar las herramientas utilizadas; y (iii) incluir una reflexión crítica sobre cómo estas han influido el proceso y el resultado final de la actividad.

La no transparencia del uso de la IA en esta actividad evaluable se considerará falta de honestidad académica e implica que la actividad se evalúe con un 0 y no se pueda recuperar, o sanciones mayores en casos de gravedad.


Bibliografía

Suchman, Lucy. Plans and Situated Actions: The Problem of Human-Machine Communication. Cambridge University Press, 1987.

Lupton, Deborah. The Quantified Self: A Sociology of Self-Tracking. Polity, 2016.

Crawford, Kate. Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence. Yale University Press, 2021.

Norman, Donald A. The Design of Everyday Things. Basic Books, 2013.


Software

No


Grupos e idiomas de la asignatura

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