Titulación | Tipo | Curso |
---|---|---|
Inteligencia Artificial / Artificial Intelligence | OB | 3 |
Puede consultar esta información al final del documento.
Conocimientos conceptuales y fundamentos de programación, lógica computacional y aprendizaje automático.
Esta asignatura introduce las bases de los agentes autónomos y los sistemas multiagente, ofrece una visión detallada de su diseño y proporciona los fundamentos para programarlos en entornos productivos industriales o de servicios, integrando diferentes elementos aprendidos a lo largo del grado.
Título | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|
Tipo: Dirigidas | |||
Clases magistrales | 30 | 1,2 | 1, 4, 5, 6, 11, 13 |
Prácticas al aula | 15 | 0,6 | 3, 4, 8, 13 |
Tipo: Supervisadas | |||
Tutorias grupales programadas | 50 | 2 | 3, 8, 13, 14 |
Tipo: Autónomas | |||
Lectura de textos | 10 | 0,4 | 3, 1, 5, 6, 11, 13 |
Preparación individual de las pruebas escritas | 13 | 0,52 | 3, 1, 4, 6, 11, 13 |
Trabajo en equipo | 30 | 1,2 | 3, 4, 8, 13, 14 |
Dado que la asignatura está orientada principalmente al aprendizaje de las técnicas básicas de diseño y construcción de agentes autónomos, la metodología docente y las actividades formativas de la asignatura combinarán: sesiones magistrales expositivas (para orientar y despejar dudas sobre lecturas obligatorias ), prácticas presenciales (en el aula, en seminarios o en las aulas de informática) y trabajo en equipo aplicado. Este formato docente permite integrar los conceptos adquiridos y las técnicas explicadas, combinando a lo largo del curso con tutorías de seguimiento y trabajo autónomo.
Como núcleo de un proceso de aprendizaje basado en retos, se organizará una Autonomous Agent Competition (AAC) para probar el rendimiento de los distintos proyectos de trabajo en equipo.
En esta asignatura, se permite el uso de tecnologías de Inteligencia Artificial (IA) como parte integral del desarrollo del trabajo, siempre que el resultado final refleje una contribución significativa del estudiante en el análisis y la reflexión personal. El estudiante deberá identificar claramente qué partes han sido generadas con esta tecnología, especificar las herramientas utilizadas e incluir una reflexión crítica sobre cómo estas han influido en el proceso y el resultado final de la actividad. La falta de transparencia en el uso de la IA se considerará deshonestidad académica y podrá conllevar una penalización en la nota de la actividad o sanciones mayores en casos graves.
A continuación se detallan las diferentes actividades, con su peso específico dentro de la distribución del tiempo total que el estudiante debe dedicar a la asignatura.
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 |
---|---|---|---|---|
Prácticas | 50% | 0 | 0 | 3, 2, 4, 6, 8, 9, 7, 10, 12, 13, 14 |
Prueba escrita relativa a teoría 1a parte | 25% | 1 | 0,04 | 3, 1, 4, 5, 6, 11, 13 |
Prueba escrita relativa a teoría 2a parte | 25% | 1 | 0,04 | 3, 1, 4, 5, 6, 11, 13 |
La evaluación del nivel de logro de la asignatura por parte de cada estudiante tiene en cuenta los trabajos prácticos, así como los conocimientos científicos y técnicos de la asignatura. La nota final refleja esto combinando las notas de la parte práctica y teórica de la siguiente manera:
(a) Prueba de teoría (1er examen) (25%)
(b) Prueba de teoría (2º examen) (25%)
(c) Trabajos prácticos (50%)
Esta asignatura no prevé el sistema de evaluación única.
Para aprobar la asignatura en primera convocatoria, es obligatorio obtener al menos un 5 en la parte teórica (promedio de los puntos (a) y (b)) y un 5 en la parte práctica (punto (c)). La nota final se calculará como la media ponderada de la parte teórica (puntos (a) y (b)) y la parte práctica (punto (c)).
En la segunda convocatoria es posible recuperar las notas inferiores a 5 correspondientes a los ítems de evaluación (a), (b) y (c). Para aprobar con éxito la asignatura en segunda convocatoria se seguirá el mismo criterio que en primera convocatoria. Además, es importante tener en cuenta que la nota asignada al elemento de evaluación recuperado será de 5 (aunque la puntuación final sea superior).
No Evaluado: La nota final del estudiante será "No Presentado" si el estudiante no ha sido evaluado en las dos pruebas escritas (a) y (b).
Matrícula de Honor: La concesión de una "Matrícula de Honor" (MH) es decisión del profesorado responsable de la asignatura. La normativa de la UAB establece que solo se puede otorgar la matrícula de honor a estudiantes que hayan obtenido una nota final igual o superior a 9, y que solohasta un 5% del total de estudiantes matriculados puede recibir esta distinción.
Plagio: Sin perjuicio de otras medidas que se consideren oportunas y de acuerdo con la legislación académica vigente, las irregularidades cometidas por un estudiante durante una actividad de evaluación pueden conllevar el cambio de cualquier nota a 0. Las actividades de evaluación penalizadas de esta manera no serán recuperables. Si es necesario superar alguna de estas actividades para aprobar la asignatura, el estudiante no aprobará la asignatura, sin posibilidad de recuperarla en una segunda convocatoria del mismo curso académico. Estas irregularidades incluyen, entre otras:
Copiar total o parcialmente una práctica, informe o cualquier otra actividad de evaluación;
Permitir que otros copien tus ejercicios/examen/trabajo;
Presentar un trabajo en equipo que no haya sido realizado completamente por los miembros del equipo;
Presentar como propios materiales elaborados por un tercero, incluso si son traducciones o adaptaciones, y en general obras con elementos no originales y exclusivos del estudiante;
Utilizar dispositivos de comunicación (como teléfonos móviles, relojes inteligentes, tablets, etc.) durante actividades de evaluación, ya sean individuales o en equipo.
En caso de que el estudiante haya cometido irregularidades en alguna actividad de evaluación (y por lo tanto no pueda aprobar la asignatura ni en segunda convocatoria), la nota final de la asignatura será el valor más bajo entre 3 y la media ponderada de las notas. En resumen: copiar, permitirque otros copien tu trabajo o plagiar en cualquier actividad de evaluación equivale a un suspenso con una nota igual o inferior a 3.
Russell S. J. Norvig P. Chang M.-W. Devlin J. Dragan A. Forsyth D. Goodfellow I. Malik J. Mansinghka V. & Pearl J. (2022). Artificial intelligence: a modern approach (Fourth edition. Global). Pearson.
Wooldridge M. J. (2009). An introduction to multiagent systems (2. ed.). John Wiley & Sons.
Introduction to Automated Negotiation. Dave de Jonge.
PyCharm,Visual Studio (o algún otro IDE), PYTHON, UNITY.
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 | segundo cuatrimestre | manaña-mixto |
(PLAB) Prácticas de laboratorio | 711 | Inglés | segundo cuatrimestre | manaña-mixto |
(TE) Teoría | 71 | Inglés | segundo cuatrimestre | manaña-mixto |