Inteligencia Artificial en la Comunicación
Código: 106672 Créditos ECTS: 6| Titulación | Tipo | Curso |
|---|---|---|
| Comunicación Interactiva | OT | 4 |
Contacto
- Nombre:
- Òscar Coromina Rodríguez
- Correo electrónico:
- oscar.coromina@uab.cat
Idiomas de los grupos
Puede consultar esta información al final del documento.
Prerrequisitos
La asignatura se imparte en inglés. Esto significa que las clases magistrales se realizarán en inglés y que los materiales de lectura estarán mayoritariamente en este idioma. La interacción en el aula con el profesorado y entre el estudiantado podrá hacerse en inglés, catalán o castellano. Los ejercicios de evaluación y los seminarios podrán realizarse en cualquiera de estos tres idiomas. Los exámenes teóricos se facilitarán en inglés y en catalán.
Asimismo, es del todo imprescindible que las personas matriculadas en el grado en Comunicación Interactiva hayan cursado, superado y adquirido las competencias fundamentales de las asignaturas:
104728 - Sistemes de Información
104740 - Programación d'Aplicacions en Tecnologia Web
104739 - Servicios web avanzados
104746 - Almacenamiento y recuperación de Información
En el caso de personas participantes en programas Erasmus u otros programas de movilidad, se aplicarán criterios específicos de admisión. Se valorarán especialmente los conocimientos técnicos previos y la motivación para experimentar con tecnologías digitales.
Objetivos y contextualización
- Situar el estado de desarrollo de la Inteligencia Artificial (IA) en el contexto histórico.
- Comprender las distintas técnicas de aprendizaje y entrenamiento de IAs.
- Conocer las principales aplicaciones de la IA en el ámbito de la comunicación.
- Comprender los retos éticos, sociales y económicos que plantea el IA.
- Comprender los modelos de negocio vinculados a las aplicaciones de IA.
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.
- Buscar, seleccionar y jerarquizar cualquier tipo de fuente y documento útil para la elaboración de mensajes, trabajos académicos, exposiciones, etc.
- Gestionar el tiempo de forma adecuada y ser capaz de planificar tareas a corto, medio y largo plazos.
- Introducir cambios en los métodos y los procesos del ámbito de conocimiento para dar respuestas innovadoras a las necesidades y demandas de la sociedad.
- Promocionar y lanzar nuevos productos y servicios a partir de la extracción y el análisis de datos masivos de los medios de comunicación.
- Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.
- Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.
- 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.
- Reconocer y planificar la infraestructura tecnológica necesaria para la creación, el almacenamiento, el análisis y la distribución de productos multimedia interactivos y del internet social.
Resultados de aprendizaje
- Analizar críticamente los principios, valores y procedimientos que rigen el ejercicio de la profesión.
- Analizar una situación e identificar sus puntos de mejora.
- Compartir las experiencias en grupo como forma de aprendizaje para trabajar posteriormente en grupos multidisciplinares.
- Comunicar haciendo un uso no sexista ni discriminatorio del lenguaje.
- Contrastar y verificar la veracidad de las informaciones aplicando criterios de valoración.
- Describir la infraestructura necesaria para el almacenamiento del big data.
- Describir y explicar las particularidades teóricas y prácticas de la inteligencia artificial en los espacios comunicativos.
- Diferenciar las variedades de tipos de arquitecturas existentes para trabajar con big data.
- Diferenciar lo sustancial de lo relevante en todos los tipos de documentos de la asignatura.
- Explicar las características de la infraestructura necesaria para la recuperación del big data.
- Explicar el código deontológico, explícito o implícito, del ámbito de conocimiento propio.
- Explicar la infraestructura necesaria para el tratamiento del big data.
- Explicar y acotar el machine learning, el deep learning y el data sicence en el ámbito de los espacios comunicativos.
- Extraer grandes masas de datos sobre todo de las redes sociales y los nuevos medios digitales.
- Identificar las implicaciones sociales, económicas y medioambientales de las actividades académico-profesionales del ámbito de conocimiento propio.
- Identificar situaciones que necesitan un cambio o mejora.
- Planificar y ejecutar proyectos académicos en el ámbito deL Big data.
- Ponderar los riesgos y las oportunidades de las propuestas de mejora tanto propias como ajenas.
- Presentar los trabajos de la asignatura en los plazos previstos y mostrando la planificación individual y/o grupal aplicada.
- Proponer nuevos métodos o soluciones alternativas fundamentadas.
- 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.
- Proponer proyectos y acciones que incorporen la perspectiva de género.
- Proponer proyectos y acciones viables que potencien los beneficios sociales, económicos y medioambientales.
- Solucionar problemas básicos en big data.
- Valorar el impacto de las dificultades, los prejuicios y las discriminaciones que pueden incluir las acciones o proyectos, a corto o medio plazo, en relación con determinadas personas o colectivos.
Contenido
- El ecosistema de la Inteligencia Artificial (IA).
- La ética de la IA.
- Aprendizaje automático.
- Aplicaciones de la IA a la comunicación.
- IA y negocios.
Actividades formativas y Metodología
| Título | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|
| Tipo: Dirigidas | |||
| Clases magistrales | 15 | 0,6 | 1, 2, 6, 8, 11, 12, 10, 15, 16, 25 |
| Ejercicios prácticos | 16 | 0,64 | 1, 2, 3, 4, 11, 14, 15, 16, 17, 18, 19, 20, 22, 23, 24 |
| Seminarios | 16 | 0,64 | 1, 2, 4, 5, 9, 15, 16, 18, 19, 20, 21, 22, 23, 25 |
| Tipo: Supervisadas | |||
| Examen de teoria | 3 | 0,12 | 1, 6, 8, 11, 15, 24, 25 |
| Tutorias (actividad presencial o en grupo orientada a resolver problemas de aprendizaje) | 10 | 0,4 | 2, 4, 9, 16, 19 |
| Tipo: Autónomas | |||
| Estudio: lectura y síntesis de textos | 56 | 2,24 | 1, 2, 8, 15, 16, 21, 25 |
La asignatura se organiza a partir de tres metodologías docentes: clases magistrales, seminarios teórico-prácticos y ejercicios prácticos orientados a la aplicación de la inteligencia artificial (IA) en contextos comunicativos.
Las clases magistrales tienen como objetivo transmitir los contenidos fundamentales del programa y proporcionar una base teórica sólida.
Los seminarios teórico-prácticos están diseñados para vincular los conceptos teóricos con su aplicación, mediante la discusión de casos, el análisis crítico y la resolución de problemas concretos.
Los ejercicios prácticos permitirán al estudiantado poner en práctica los conocimientos adquiridos mediante el diseño y desarrollo de soluciones que integren la IA en situaciones reales o simuladas del ámbito de la comunicación.
El calendario detallado y los contenidos de cada sesión se presentarán el primer día de clase y estarán disponibles en el campus virtual. En este espacio, el estudiantado encontrará también la descripción de los ejercicios prácticos, los materiales docentes y toda la información necesaria para un correcto seguimiento de la asignatura.
La asistencia y la participación activa en las sesiones dedicadas a los seminarios y a los ejercicios prácticos son obligatorias.
Se reservarán 15 minutos de una sesión, dentro del calendario establecido por el centro o la titulación, para que el estudiantado pueda completar las encuestas de evaluación de la actuación del profesorado y de la asignatura o módulo.
El contenido de la asignatura será sensible a los aspectos relacionados con la perspectiva de género y con el uso del lenguaje inclusivo.
La asignatura propone un trabajo con la metodología de Aprendizaje Basado en Retos (ABR), que parte de un desafío real planteado por una entidad o institución con la que se establecerá una relación. Esto requerirá trabajo en equipo para proponer posibles soluciones, las cuales se planifican y desarrollan en tres fases: Vínculo/Compromiso, Investigación/Prototipado e Implementación/Evaluación.
Se utilizarán metodologías para trabajar a partir de retos (ABR), que incluirán diversas actividades como: lectura de artículos, análisis de documentos, encuestas, entrevistas, búsqueda bibliográfica, presentaciones, vídeos, prototipado, desarrollo de aplicaciones, implementación de propuestas, reflexiones sobre el proceso y el progreso, y evaluación de propuestas.
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 |
|---|---|---|---|---|
| Ejercicios prácticos | 30% | 20 | 0,8 | 2, 3, 4, 5, 6, 9, 8, 12, 10, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25 |
| Pruebas Teóricas | 40% | 3 | 0,12 | 1, 2, 5, 7, 6, 8, 11, 13, 12, 10, 15, 16, 25 |
| Seminarios | 30% | 11 | 0,44 | 2, 4, 6, 9, 11, 12, 10, 15, 16, 17, 18, 19, 20, 23 |
Esta asignatura contempla las modalidades de evaluación única y evaluación continua. Para acogerse a la opción de evaluación única los estudiantes tendrán que comunicarlo, a más tardar, el día 1 de octubre.
La asignatura se evalúa, en modalidad de evaluación continua a partir de 3 ejes:
- Individual: Prueba teórica (40% de la nota final)
- Grupo: Proyecto (30% de la nota final)
- Grupo: Seminarios (30% de la nota final)
La nota final será la suma de la puntuación obtenida en cada una de estas partes.
Es imprescindible aprobar u obtener un mínimo de 4 sobre 10 en prueba teórica para poder superar la asignatura.
Esta asignatura propondrá realizar en algunos de los ítems de evaluación utilizando la metodología de Aprendizaje Basado en Retos (ABR). Se trata de abordar problemas reales y complejos, identificados por profesionales, con el objetivo de definirlos adecuadamente y proponer posibles soluciones. El aprendizaje basado en retos es hoy en día una metodología ampliamente reconocida, que permite no solo trabajar con casos de estudio reales, sino también insertar al estudiante en entornos en los que en el futuro podrá desarrollar su carrera profesional.
En modalidad de evaluación única la evaluación se articulará a partir de:
- Individual: Prueba teórica (40% de la nota final)
- Individual: Proyecto (30% de la nota final)
- Individual: Ensayo escrito (30% de la nota final)
Para superar la asignatura, es necesario aprobar u obtener una media mínima de 4 sobre 10 en el conjunto de las pruebas teóricas.
En la modalidad de evaluación única, la evaluación se articulará del siguiente modo:
-
Actividad individual: Prueba teórica (40% de la calificación final)
-
Actividad individual: Proyecto (30% de la calificación final)
-
Actividad individual: Seminario teórico-práctico (30% de la calificación final)
La nota final será la suma de las puntuaciones obtenidas en cada uno de estos apartados.
Para superar la asignatura, es necesario aprobar u obtener al menos un 4 sobre 10 en la prueba teórica.
Sistema de recuperación optativo:
Las personas matriculadas tendrán derecho a la recuperación de la asignatura solo si han sido evaluadas en las pruebas teóricas y en un 2/3 de los seminarios y ejercicios.
Solo se podrá recuperar la prueba teórica. Los seminarios y ejercicios no son recuperables, salvo en casosde fuerza mayor debidamente justificados.
Si la nota media de ambas pruebas teóricas es inferior a 3, no se tendrá derecho a revaluación.
La nota máxima de la prueba teórica revaluada será de 6 sobre 10.
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 alumnado en el análisis y la reflexión personal. El alumnado 6 deberá de identificar claramente las partes que 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 no transparencia del uso de la IA en esta actividad evaluable se considerará falta de honestidad académica y puede comportar una penalización parcial o total en la nota de la actividad, o sanciones mayores en caso de gravedad.
Bibliografía
Ramírez Gil, William A & Ramiréz Gil, Carlos Mario. Introducción a la inteligencia artificial aplicada al marketing. Ra-Ma. 2023.
Alto, Valentina. Inteligencia artificial generativa con modelos de ChatGPT y OpenAI. Anaya. 2023.
Barceló, Miquel. La intel·ligència Artificial. Editorial UOC. 2005.
Boden, Margaret A. Inteligencia Artificial. Turner Publicaciónes. 2022.
Girón Sierra, José M. Introducción a la Inteligencia Artificial. Editorial Almuzara. 2023.
Ireland, Amy. Filosofía-ficción. Inteligencia Artificial, tecnología oculta y el fin de la humanidad. Holobionte Ediciones. 2022.
López de Mántaras i Badia, Ramon. 100 coses que cal saber sobre intel·ligència Artificial. Cossetània. 2023.
Mitchell, Melanie. Inteligencia Artificial. Guía para seres pensaantes, Capitán Swing. 2024.
Se proporcionará bibliografía para la preparación y elaboración de los seminarios.
Software
Editor de texto orientado a código
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 |
|---|---|---|---|---|
| (PLAB) Prácticas de laboratorio | 61 | Inglés | primer cuatrimestre | tarde |
| (TE) Teoría | 6 | Inglés | primer cuatrimestre | tarde |