Logo

Interacción Social y Humana con la IA

Código: 108609
Créditos: 6
2026/2027
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.
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
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:

  1. Evaluación sobre la lectura de un libro para el estado del arte (SoA).
  2. Entregable final del trabajo grupal (FD).
  3. Presentación oral del trabajo final (OP).
  4. 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