
Interacción Social y Humana con la IA
Código: 108609Créditos: 6
| Titulación | Tipo | Curso |
|---|---|---|
| Inteligencia Artificial / Bachelor in Artificial Intelligence | OB | 3 |
Profesor/a de contacto
- Nombre :
- Nuria Valles Peris
- Correo electrónico :
- nuria.valles@uab.cat
Equipo docente
- Joan Moya Kohler
- Oriol Barat Auleda
- Miquel Domenech Argemi
Idiomas de los grupos
Puede consultar esta información al final del documento.
Prerrequisitos
No.
Objetivos
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.
Resultados de aprendizaje
- CM09 (Proponer alternativas para el diseño de aplicaciones de inteligencia artificial que eviten las desigualdades individuales y sociales a partir del conocimiento de los patrones cognitivos y de interacción social humanos) Proponer alternativas para el diseño de aplicaciones de inteligencia artificial que eviten las desigualdades individuales y sociales a partir del conocimiento de los patrones cognitivos y de interacción social humanos
- CM10 (Integrar conceptos relativos a la interacción social en el diseño de la interfaz humano-máquina en dispositivos de inteligencia artificial) Integrar conceptos relativos a la interacción social en el diseño de la interfaz humano-máquina en dispositivos de inteligencia artificial
- CM11 (Integrar el conocimiento de los sesgos derivados de los procesos cognitivos y sociales humanos en la gestión y desarrollo de proyectos para garantizar una contribución equitativa y sin discriminaciones de todos los miembros del equipo) Integrar el conocimiento de los sesgos derivados de los procesos cognitivos y sociales humanos en la gestión y desarrollo de proyectos para garantizar una contribución equitativa y sin discriminaciones de todos los miembros del equipo
- KM28 (Identificar los conceptos y procesos psicosociales que permiten la comprensión y explicación de la interacción social entre las personas como base para el diseño de la interacción humano-máquina) Identificar los conceptos y procesos psicosociales que permiten la comprensión y explicación de la interacción social entre las personas como base para el diseño de la interacción humano-máquina
- SM30 (Identificar los sesgos y heurísticos del pensamiento y su influencia en la toma de decisiones y en el diseño de algoritmos de aprendizaje automático) Identificar los sesgos y heurísticos del pensamiento y su influencia en la toma de decisiones y en el diseño de algoritmos de aprendizaje automático
Contenidos
- 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
- 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 |
|---|---|---|---|
| Lectura de libro | 10 | 0,4 | KM28, SM30 |
| Búsqueda de información | 10 | 0,4 | CM09, CM10, CM11, KM28, SM30 |
| Trabajo individual | 55 | 2,2 | CM09, CM10, CM11, KM28, SM30 |
| Análisis de casos de estudio | 24 | 0,96 | CM09, CM10, CM11, KM28, SM30 |
| Trabajo en grupo | 15 | 0,6 | CM09, CM10, CM11, KM28, SM30 |
| Tutoría | 4 | 0,16 | CM09, CM10, CM11, KM28, SM30 |
| Contexto teórico | 26 | 1,04 | CM10, CM11, KM28, SM30 |
1. Resolución de problemas/casos/ejercicios:
- Desafíos Prácticos
- Problemas, casos, ejercicios
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.
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.
Evaluación
Actividades de evaluación continuada
| Título | Peso | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|---|
| Pruebal final de evaluación | 35% | 2 | 0,08 | CM10, CM11, KM28, SM30 |
| Entregable final del trabajo grupal | 30% | 2 | 0,08 | CM09, CM10, CM11, KM28, SM30 |
| Presentación oral del trabajo final | 15% | 0,5 | 0,02 | CM09, CM10, CM11, KM28, SM30 |
| Evaluación de la lectura de un libro para el el estado del arte | 20% | 1,5 | 0,06 | KM28, SM30 |
Habrá 4 evidencias para la evaluación:
- Evaluación sobre la lectura de un libro para el estado del arte (SoA).
- Entregable final del trabajo grupal (FD).
- Presentación oral del trabajo final (OP).
- 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 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. 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