Universitat Internacional de Catalunya
AI in Advertising
Other languages of instruction: English, Spanish
Teaching staff
Para realizar consultas con el profesor, hay que dirigir un correo a pbuhigas@uic.es
Introduction
La asignatura de Introducción a la Inteligencia Artificial ofrece una exploración práctica y multidisciplinaria de este campo, dirigida a estudiantes sin conocimientos técnicos previos. Con un enfoque en la comprensión profunda de la IA y la capacidad para comunicarse con expertos, la asignatura aborda la historia, oportunidades y desafíos de la IA, así como sus aplicaciones en la transformación digital y la ciencia de datos. El carácter transversal de esta asignatura la hace adecuada para estudiantes de grado de cualquier área de conocimiento. El curso está diseñado para proporcionar tanto las herramientas más innovadoras como una comprensión general de los principios básicos de la IA, sus aplicaciones concretas en distintos campos y los retos éticos que conlleva.
Al término del programa académico, los cursantes estarán habilitados para anticipar los cambios venideros que las tecnologías de IA instaurarán en su entorno, así como comprenderán cómo reaccionar de manera apropiada, capitalizando dichas tecnologías en su beneficio. Asimismo, la asignatura abordará los desafíos regulatorios y éticos que circundan a las tecnologías de IA, facultando a los participantes para evaluar su pertinencia en el contexto de sus respectivos ámbitos.
Pre-course requirements
Para cursar la asignatura no se requiere ningún conocimiento específico previo.
Objectives
- Proporcionar la base de una formación integral sobre la inteligencia artificial y su papel en la transformación digital.
- Fomentar el desarrollo de las competencias para trabajar en data science y computational thinking, incluyendo conceptos de programación.
- Instruir al alumnado para explorar motores de búsqueda, Machine Learning y Large Language Models(LLM).
- Proveer una formación para el desarrollo de habilidades en procesamiento de contenidos, verificación de información, y ética en el uso de la IA.
- Proporcionar una formación que permita al alumnado analizar los retos éticos y sociales asociados a la tecnología.
- Disponer de habilidades que ofrezcan una ventaja significativa en el mercado laboral.
Learning outcomes of the subject
Los estudiantes al finalizar la asignatura serán capaces de :
Conocimiento
- Discriminar las fuentes fiables de información sobre IA.
- Tener conciencia del desafío social que supone la IA.
Habilidad
- Manejar información y automatizar procesos para lograr una mayor eficiencia y productividad en el uso de datos y tareas.
- Identificar y evaluar la ética y la legalidad en el uso de la Inteligencia Artificial y otras tecnologías.
- Utilizar herramientas de IA Generativa.
- Determinar para cada circunstancia las mejores herramientas de verificación de información.
Competencia
- Aplicar conocimientos de IA en entornos profesionales específicos.
- Investigar y evaluar nuevas tecnologías de IA
Syllabus
1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
Conocimiento de la IA. Definiciones y paradigmas
Evolución histórica, oportunidades y desarrollos recientes
Desarrollo de la IA generativa
Transformación Digital, Data Science y Computational Thinking
Estadística y programación para entender la IA
Instituciones y empresas líderes en el desarrollo de la IA
2. GENERACIÓN DE INFORMACIÓN
Motores de búsqueda.
Utilidades de Google y Bing
Estrategias para la búsqueda y análisis de información
Aprendizaje Automático y Modelos de Lenguaje
Machine Learning (ML) y Large Language Models (LLM)
Generadores de texto; GPT4 y Bard y sus aplicaciones
IAs multimodales; Google Gemini
Fundamentos de Transformers y redes neuronales
Sesgos y límites operativos en IA
Creación eficaz de Prompts y sus aplicaciones
Aplicaciones de IA en la Vida Cotidiana
Asistentes personales de IA: Especialización, popularidad y monetización.
Fuentes de información fiables. Búsqueda y bases de datos
Ecosistema de las Redes Sociales y su interacción con la IA
Chatbots conversacionales y recogida de información oral: Programas Speech to Text
3.PROCESAMIENTO Y CREACIÓN DE CONTENIDOS
Tratamiento de textos y contenidos visuales
Herramientas de tratamiento de textos, traducción y subtitulado
Creación automática de gráficos, imágenes y vídeos con prompts
Arte visual
Elaboración autónoma de presentaciones con slides
Interactividad y síntesis de audio y voz
Lenguaje oral: Text to Speech y sus aplicaciones
Asistentes conversacionales, síntesis y clonación de voz.
Gestión de audio y creación de música con IA
Realidad virtual e inmersividad
Creación y uso de avatares
Bots para la interacción en redes sociales
Introducción al metaverso y sus aplicaciones
4. VERIFICACIÓN Y ÉTICA EN IA
Verificación de información y contenidos Y Factchecking
Caja de herramientas para verificación y sus características
Estrategias para la trazabilidad y búsqueda inversa de información digital
Metodologías para la validación de fuentes y la lucha contra la desinformación
Marco Legal y Normativo de la IA
El marco europeo sobre IA: privacidad, intimidad, protección de datos
Derechos digitales y de autoría . Consideraciones legales y éticas
Normativas sobre la atribución de responsabilidad en sistemas autónomos
Retos éticos y sociales de las Nuevas Tecnologías
Los 3 niveles de la ética en la sociedad tecnológica
Las claves éticas y sociales de la sociedad tecnológica
Análisis de retos y dilemas específicos
Uso Responsable y Sostenible de la IA
Recomendaciones para la introducción y gestión ética de Ias aplicaciones de IA en entornos profesionales y personales
Sostenibilidad y ética del desarrollo: cómo la IA puede contribuir o dañar un futuro sostenible
Alfabetización en IA: educación y capacitación para un entendimiento ético y crítico de la tecnología
Inteligencia Artificial y Sociedad
Impacto social y cultural de la IA: efectos en la equidad, la inclusión y la cohesión social
Desafíos éticos contemporaneos: discriminación algorítmica, sesgos y justícia social
Debate sobre el futuro de la IA: escenarios de impacto a largo plazo en la sociedad y la humanidad
5. IA EN CONTEXTOS ESPECÍFICOS
Características del área de conocimiento de los estudiantes
Aplicaciones prácticas de IA en entornos profesionales específicos
Deontología y ética profesional relacionada con la IA
6.TENDENCIAS Y FUTURO DE LA IA
Análisis de tendencias y prospectiva de futuro de la IA
Recursos para la actualización de conocimientos en IA y tecnologías emergentes
7.PROYECTO FINAL
Desarrollo de un proyecto que aplique conceptos de IA en el campo de estudio del alumnado, con énfasis en la ética y la responsabilidad profesional.
Teaching and learning activities
In person
Se combinará la teoría con ensayos prácticos, diferenciando los casos de aplicación por áreas de conocimiento en ambos Campus de la UIC.
1. Clases Teóricas:
- Sesiones expositivas para introducir los fundamentos teóricos de la inteligencia artificial, la transformación digital y la ética asociada.
- Análisis detallado de casos prácticos que ilustren la aplicación de la IA en diversos sectores y su impacto en la sociedad.
2. Sesiones Prácticas:
- Ejercicios prácticos para fomentar el desarrollo de habilidades en data science y computational thinking.
- Laboratorios de programación para adquirir conocimientos básicos en conceptos de programación y explorar motores de búsqueda.
- Trabajo con herramientas de IA Generativa y aplicaciones prácticas en la resolución de problemas.
3. Estudio de Casos Éticos:
- Análisis detallado de casos éticos relacionados con el uso de la inteligencia artificial.
- Debates y discusiones en clase para fomentar la reflexión sobre los aspectos éticos y sociales de la IA.
4. Proyectos Aplicados:
- Desarrollo de proyectos que apliquen los conocimientos adquiridos en situaciones profesionales simuladas.
- Integración de herramientas de verificación de información y análisis de fuentes fiables en la implementación de proyectos.
5. Conferencias y Seminarios:
- Invitación de expertos en el campo de la inteligencia artificial y la ética digital para conferencias y seminarios.
- Participación activa de los estudiantes en discusiones y preguntas para fomentar la comunicación con expertos en el campo.
6. Evaluación Continua:
- Evaluación periódica del progreso mediante tareas, proyectos, participación en clase, y exámenes que evalúen la aplicación de los conceptos aprendidos a casos concretos.
- Retroalimentación constante para mejorar el rendimiento y la comprensión de los conceptos.
a evaluación se realizará a través de proyectos, participación activa,
7. Simulaciones Profesionales:
- Simulaciones de entornos profesionales para que los estudiantes apliquen conocimientos de IA y tomen decisiones éticas y legales en escenarios realistas.
8. Recursos en Línea:
- Utilización de plataformas en línea para acceder a recursos adicionales, casos de estudio y material complementario.
- Estímulo de la autodirección y la investigación para profundizar en temas específicos.
Evaluation systems and criteria
In person
INFORME (10%) (a realizar en clase). -El informe tiene un formato preestablecido en la plantilla modelo y debe tener una presentación ordenada. Estará pensado para apoyar el “grupo asignado” con:
a) las principales ideas sobre el tema propuesto, b) puntos de vista y polémicas recientes, c) artículos publicados que ayuden a centrar el tema, d) enlaces a recursos útiles para incorporar en el artículo.
Cada equipo lo dejará en el drive al finalizar la clase. Cada uno de los informes semanales del grupo tendrá una valoración por parte del profesor. Los informes no presentados tienen una valoración de cero puntos y promedian con esta cifra. El conjunto supondrá el 10% de la nota final. No se admitirán entregas posteriores a la finalización de la clase.
ARTÍCULO-RESUMEN (20%). (a realizar en casa) El artículo semanal tendrá una extensión de 800 palabras aproximadamente. Debe estar enriquecido con las aportaciones de los informes de cada grupo depositados en el drive de la asignatura.
Incluirá un titular y una fotografía generada por IA. Se usará letra Calibri cuerpo 12 para el texto, justificado, y cuerpo 16 negrita por el titular, centrado. Se colgará en la carpeta correspondiente del tema en el drive como muy tarde el domingo siguiente a la clase. No se valorarán entregas con posterioridad. Tiene un valor del 20% de la nota final del curso.
PRESENTACIÓN (10%) - Cada semana un “grupo asignado” hará la presentación en clase de su artículo. Se apoyará en un máximo de 3 diapositivas que sean un resumen fácil y visual del tema. El valor de esta presentación es del 10% de la nota final.
SÍNTESIS DE LOS ARTÍCULOS (20%). - Se hará entrega de un único documento que sintetice el contenido de todo lo desarrollado en la asignatura y sirva como base para preparar el test final. Vale el 20% de la nota final.
CONTROLES (40%). - Se realizarán dos controles durante el curso combinando tipo test y preguntas breves. Uno será a la mitad del temario y el otro al finalizar la materia, que tendrá la consideración de examen final. Los contenidos de estas pruebas de evaluación serán extraídos de las explicaciones de clase y de los artículos elaborados a lo largo de la asignatura. Consistirán en preguntas cerradas con tres posibles respuestas o preguntas de pequeño desarrollo. Los errores en el test restan 0,25 puntos. La prueba parcial tendrá un valor del 20% de la nota final del curso y la final valdrá otro 20% de la nota final.
Bibliography and resources
Torres, J. (2023). La intel· ligència artificial explicada als humans. Plataforma.
Degli-Esposti, S. (2023). La ética de la inteligencia artificial. Los Libros de La Catarata.
Carretero, A. V. (2023). El último periodista. La inteligencia artificial toma el relevo. Marcombo.