Logo UAB

Retos y Aplicaciones de la IA I

Código: 106595 Créditos ECTS: 6
2025/2026
Titulación Tipo Curso
Inteligencia Artificial / Artificial Intelligence OB 4

Contacto

Nombre:
Beatriz Villarejo Carballido
Correo electrónico:
beatriz.villarejo@uab.cat

Equipo docente

Francesc Josep Miguel Quesada
Estel-La Oncins Noguer

Idiomas de los grupos

Puede consultar esta información al final del documento.


Prerrequisitos

No se han definido requisitos previos.


Objetivos y contextualización

Esta asignatura pretende proporcionar al alumno una visión amplia de los principales retos y aplicaciones de la inteligencia artificial (IA) en diferentes campos de aplicación.


Competencias

  • Actuar en el ámbito de conocimiento propio evaluando las desigualdades por razón de sexo/género. 
  • Analizar y resolver problemas de forma efectiva, generando propuestas innovadoras y creativas para alcanzar los objetivos.
  • 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.
  • Conocer y aplicar los procesos de innovación, transferencia tecnológica y participación ciudadana en el ámbito de la inteligencia artificial.
  • Identificar, analizar y evaluar el impacto ético y social, el contexto humano y cultural, y las implicaciones legales del desarrollo de aplicaciones de inteligencia artificial y de manipulación de datos en diferentes ámbitos.
  • Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
  • Trabajar cooperativamente para la consecución de objetivos comunes, asumiendo la propia responsabilidad y respetando el rol de los diferentes miembros del equipo.
  • 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. Analizar las desigualdades por razón de sexo/género y los sesgos de género en el ámbito de conocimiento propio.  
  2. Analizar y resolver problemas de forma efectiva, generando propuestas innovadoras y creativas para alcanzar los objetivos.
  3. Comunicar haciendo un uso no sexista ni discriminatorio del lenguaje. 
  4. 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.
  5. Identificar las necesidades y oportunidades en la aplicación de la IA a diferentes sectores y ámbitos.
  6. Identificar oportunidades de innovación y transferencia de conocimiento en la aplicación de la IA a diferentes sectores y ámbitos.
  7. Proponer proyectos y acciones que incorporen la perspectiva de género.
  8. Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
  9. Trabajar cooperativamente para la consecución de objetivos comunes, asumiendo la propia responsabilidad y respetando el rol de los diferentes miembros del equipo.
  10. Trabajar de forma autónoma, con responsabilidad e iniciativa, planificando y gestionando el tiempo y los recursos disponibles, adaptándose a las situaciones imprevistas.
  11. Valorar cómo los estereotipos y los roles de género inciden en el ejercicio profesional. 

Contenido

  • IA y comunicación: Fuentes, veracidad y estrategias para la sociedad digital
  • IA y retos sociales: Entre la desinformación y las oportunidades de la inteligencia artificial.
  • IA y comunicación accesible: tecnologías de la comunicación, necesidades de los usuarios y dilemas éticos en la era digital.
  • IA en salud: IA para prevenir, diagnosticar y transformar la atención clínica.
  • IA e instituciones sociales: Algoritmos al servicio de la transparencia, la justicia y la ciudadanía.
  • IA y gestión empresarial: Inteligencia para conectar, optimizar y crecer.

Actividades formativas y Metodología

Título Horas ECTS Resultados de aprendizaje
Tipo: Dirigidas      
Sesiones de teoría 12 0,48 5, 6
Tipo: Supervisadas      
Seguimiento del proyecto 10 0,4 2, 4, 5, 6, 9
Tipo: Autónomas      
Desarrollo del proyecto 114 4,56 2, 1, 3, 4, 5, 6, 7, 9, 11

El curso se organizará en torno al desarrollo de un proyecto práctico basado en un caso real de uso de la IA en algunas de las áreas de aplicación que se trabajarán en la asignatura. Al inicio de la asignatura se presentarán los retos, las oportunidades y los posibles problemas derivados de la aplicación de la IA en cada una de las áreas. A partir de esta introducción, se definirán diversos casos de uso y el estudiantado trabajará en pequeños grupos de 4 a 6 personas para analizar el caso de uso y proponer soluciones alternativas.

Las actividades de clase se organizarán en dos tipos de sesiones:

  • Sesiones de seguimiento del trabajo de desarrollo del proyecto basado en el caso de uso.
  • Sesiones teóricas en las que se presentarán los retos y las oportunidades en cada campo de aplicación.

El estudiantado deberá ampliar el trabajo realizado en las sesiones presenciales con dedicación individual fuera del aula para completar el proyecto. La mayor parte del trabajo necesario para el desarrollo del proyecto deberá realizarse de forma autónoma, fuera del horario lectivo.

Toda la información sobre la asignatura y los documentos relacionados que necesite el estudiantado estarán disponibles en el campus virtual (cv.uab.cat).

El primer día del curso se presentará un calendario detallado con el contenido de cada sesión, que estará disponible en el campus virtual del curso, donde el estudiantado encontrará todo el material didáctico y la información necesaria para el seguimiento eficaz del curso. En caso de que la modalidad lectiva se modifique por causas de fuerza mayor según las autoridades competentes, el profesorado informará al estudiantado de cualquiermodificación en el calendario del curso y en las metodologías docentes.

Notas

  • El contenido del curso será sensible a las cuestiones relacionadas con la perspectiva de género y el uso de un lenguaje inclusivo.
  • Se reservarán 15 minutos de una clase, dentro del calendario establecido por el centro o el título, para que el estudiantado complete las encuestas de evaluación del profesorado y de la asignatura o módulo.

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
Informe del proyecto 20% 10 0,4 2, 1, 3, 4, 5, 6, 8, 11
Presentación oral 20% 2 0,08 3, 4, 7
Seguimiento del proyecto 20% 2 0,08 2, 1, 3, 4, 5, 6, 7, 8, 9, 10, 11

Las actividades de evaluación constan de varios componentes. La calificación final del proyecto se calcula ponderando las evidencias recogidas en cada una de las siguientes actividades:

  • Sesiones de seguimiento (20 %): se llevarán a cabo algunas sesiones en clase para hacer un seguimiento y evaluación del progreso del trabajo realizado por el estudiantado.
  • Informe escrito (20 %): el estudiantado deberá elaborar un informe final en el que se describa el análisis del caso de uso y la solución propuesta.
  • Presentación oral (20 %): el estudiantado deberá realizar una presentación oral final en la que se exponga el trabajo desarrollado a lo largo del curso.
  • Calidad de la solución implementada (40 %): esta evidencia corresponderá a la evaluación de la calidad del análisis y la discusión del caso de uso, así como de las soluciones alternativas propuestas.

En la evaluación de estas evidencias se asignará una calificación grupal, pero también una calificación individual, en función de la contribución observada de cada persona en las sesiones de seguimiento y en las presentaciones orales.

Si no se alcanza la calificación mínima de 5, existirá la posibilidad de recuperación mediante la entrega de una versión mejorada del informe y de la solución propuesta. No habrá opción de recuperar la calificación correspondiente a la presentación oral ni a las sesiones de seguimiento.

En caso de que una persona cometa alguna irregularidad que pueda implicar una alteración significativa de la calificación de una actividad de evaluación, dicha actividad será calificada con un 0, independientemente de cualquier procedimiento disciplinario que pueda iniciarse. Si se producen varias irregularidades en las actividades de evaluación de una misma asignatura, la calificación final de esta será de 0.

Este curso no contempla un sistema de evaluación única.

En este curso, se permite el uso de tecnologías de Inteligencia Artificial (IA) como parte integral del desarrollo de los trabajos, siempre que el resultado final demuestre una aportación significativa del estudiantado en términos de análisis y reflexión personal. Será obligatorio identificar claramente cualquier contenido generado con IA, especificar las herramientas utilizadas e incluir una reflexión crítica sobre cómo estas tecnologías han influido tanto en el proceso como en el resultado final del trabajo. No declarar el uso de IA en esta actividad evaluada se considerará una vulneración de la integridad académica y podrá dar lugar a penalizaciones parciales o totales en la calificación del trabajo, o a sanciones más graves en los casos más severos.

Bibliografía

Dodhia, R. (2024). AI for social good: Using artificial intelligence to save the world. John Wiley & Sons. 

Russell, S. J., & Norvig, P. (2020). Artificial intelligence: A modern approach (4th ed.)Pearson. 

Sutherland, K. E. (2025). Artificial Intelligence for Strategic CommunicationSpringer Books. 

Chemnad K and Othman A (2024). Digital accessibility in the era of artificial intelligence—Bibliometric analysis and systematic review. Front. Artif. Intell. 7:1349668. doi: 10.3389/frai.2024.1349668  

* Se proporcionará bibliografía detallada adicional durante las sesiones.

 


Bibliografía

No se define


Software

No se definen software específico necesario


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