Universitat Internacional de Catalunya

IA Aplicada al Periodisme

IA Aplicada al Periodisme
3
15501
3
Segon semestre
op
Llengua d'impartició principal: català

Altres llengües d'impartició: anglès, castellà,

Professorat


Dr. BUHIGAS CARDÓ, Pere - pbuhigas@uic.es

Presentació

L'assignatura d´Introducció a la Intel·ligència Artificial ofereix una exploració pràctica i multidisciplinària d´aquest camp, dirigida a estudiants sense coneixements tècnics previs. Amb un enfocament en la comprensió profunda de la IA i la capacitat per comunicar-se amb experts, l'assignatura aborda la història, les oportunitats i els desafiaments de la IA, així com les seves aplicacions en la transformació digital i la ciència de dades. El caràcter transversal daquesta assignatura la fa adequada per a estudiants de grau de qualsevol àrea de coneixement. El curs està dissenyat per proporcionar tant les eines més innovadores com una comprensió general dels principis bàsics de la IA, les aplicacions concretes en diferents camps i els reptes ètics que comporta.

Al final del programa acadèmic, els cursants estaran habilitats per anticipar els canvis futurs que les tecnologies d'IA instauraran al seu entorn, així com comprendran com reaccionar de manera apropiada, capitalitzant aquestes tecnologies en benefici seu. Així mateix, l'assignatura abordarà els desafiaments regulatoris i ètics que circumden a les tecnologies d'IA, facultant els participants per avaluar-ne la pertinència en el context dels àmbits respectius.

Requisits previs

Per cursar l'assignatura no es requereix cap coneixement específic previ.

Objectius

Proporcionar la base d'una formació integral sobre la intel·ligència artificial i el seu paper en la transformació digital.
Fomentar el desenvolupament de les competències per treballar en data science i computational thinking, incloent-hi conceptes de programació.
Instruir l'alumnat per explorar motors de cerca, Machine Learning i Large Language Models (LLM).
Proveir una formació per al desenvolupament dhabilitats en processament de continguts, verificació dinformació, i ètica en lús de la IA.
Proporcionar una formació que permeti a lalumnat analitzar els reptes ètics i socials associats a la tecnologia.
Disposar d'habilitats que ofereixin un avantatge significatiu al mercat laboral.

Resultats d’aprenentatge de l’assignatura

Els estudiants, en finalitzar l'assignatura, seran capaços de:

Coneixement

  • Discriminar les fonts fiables d'informació sobre la IA.

  • Tenir consciència del repte social que suposa la IA.

Habilitats

  • Gestionar informació i automatitzar processos per aconseguir una major eficiència i productivitat en l'ús de dades i tasques.

  • Identificar i avaluar l'ètica i la legalitat en l'ús de la Intel·ligència Artificial i altres tecnologies.

  • Utilitzar eines d'IA Generativa.

  • Determinar per a cada circumstància les millors eines de verificació d'informació.

Competència

  • Aplicar coneixements d'IA en entorns professionals específics.

  • Investigar i avaluar noves tecnologies d'IA.

Continguts

1. INTRODUCCIÓ A LA INTEL·LIGÈNCIA ARTIFICIAL

Coneixement de la IA: Definicions i paradigmes
Evolució històrica, oportunitats i desenvolupaments recents

Desenvolupament de la IA Generativa

Transformació Digital, Ciència de Dades i Pensament Computacional

Estadística i Programació per entendre la IA

Institucions i empreses líders en el desenvolupament de la IA

2. GENERACIÓ D'INFORMACIÓ

Motors de cerca:
Utilitats de Google i Bing

Estratègies per a la cerca i anàlisi d'informació

Aprenentatge Automàtic i Models de Llenguatge:

  • Machine Learning (ML) i Large Language Models (LLMs)
  • Generadors de text: GPT-4 i Bard i les seves aplicacions
  • IAs multimodals: Google Gemini

Fonaments de Transformers i xarxes neuronals:

  • Biasos i limitacions operatives en la IA
  • Creació efectiva de Prompts i aplicacions

Aplicacions de la IA en la Vida Quotidiana:

  • Assistents personals d’IA: Especialització, popularitat i monetització
  • Fonts d’informació fiables: Estratègies de cerca i bases de dades
  • Ecosistema de les xarxes socials i la seva interacció amb la IA

Chatbots conversacionals i recollida d'informació oral:

  • Programes Speech-to-Text
3. PROCESSAMENT I CREACIÓ DE CONTINGUTS

Tractament de textos i continguts visuals:

  • Eines per al tractament de textos, traducció i subtitulació
  • Creació automàtica de gràfics, imatges i vídeos amb prompts

Art Visual:

  • Elaboració autònoma de presentacions amb diapositives

Interactivitat i síntesi d’àudio i veu:

  • Llenguatge oral: Text-to-Speech i les seves aplicacions
  • Assistents conversacionals, síntesi i clonació de veu
  • Gestió d’àudio i creació de música amb IA

Realitat Virtual i Immersivitat:

  • Creació i ús d'avatars
  • Bots per a la interacció a xarxes socials
  • Introducció al metavers i les seves aplicacions
4. VERIFICACIÓ I ÈTICA EN IA

Verificació d’informació i continguts i Factchecking:

  • Caixes d’eines per a la verificació i les seves característiques
  • Estratègies per a la traçabilitat i cerca inversa d'informació digital
  • Metodologies per a la validació de fonts i la lluita contra la desinformació

Marc Legal i Normatiu de la IA:

  • El marc europeu sobre IA: privacitat, intimitat, protecció de dades
  • Drets digitals i autoria: Consideracions legals i ètiques
  • Normatives sobre l’atribució de responsabilitat en sistemes autònoms

Reptes ètics i socials de les Noves Tecnologies:

  • Els tres nivells de l’ètica a la societat tecnològica
  • Les claus ètiques i socials de la societat tecnològica
  • Anàlisi de reptes i dilemes específics

Ús Responsable i Sostenible de la IA:

  • Recomanacions per a la introducció i gestió ètica de les aplicacions d’IA en entorns professionals i personals
  • Sostenibilitat i ètica del desenvolupament: com la IA pot contribuir o perjudicar un futur sostenible

Alfabetització en IA:

  • Educació i capacitació per a un enteniment ètic i crític de la tecnologia

Intel·ligència Artificial i Societat:

  • Impacte social i cultural de la IA: Efectes en l'equitat, la inclusió i la cohesió social
  • Reptes ètics contemporanis: Discriminació algorítmica, biaixos i justícia social
  • Debat sobre el futur de la IA: Escenaris d’impacte a llarg termini en la societat i la humanitat
5. IA EN CONTEXTOS ESPECÍFICS
  • Característiques de l'àrea de coneixement dels estudiants
  • Aplicacions pràctiques de la IA en entorns professionals específics
  • Deontologia i ètica professional relacionada amb la IA
6. TENDÈNCIES I FUTUR DE LA IA
  • Anàlisi de tendències i prospectiva del futur de la IA
  • Recursos per a l’actualització de coneixements en IA i tecnologies emergents

Metodologia i activitats formatives

Modalitat totalment presencial a l'aula



1. Classes Teòriques:
  • Sessions expositives per introduir els fonaments teòrics de la intel·ligència artificial, la transformació digital i l'ètica associada.
  • Anàlisi detallada de casos pràctics que il·lustrin l'aplicació de la IA en diversos sectors i el seu impacte en la societat.
2. Sessions Pràctiques:
  • Exercicis pràctics per fomentar el desenvolupament d’habilitats en ciència de dades i pensament computacional.
  • Laboratoris de programació per adquirir coneixements bàsics en conceptes de programació i explorar motors de cerca.
  • Treball amb eines d’IA generativa i aplicacions pràctiques per a la resolució de problemes.
3. Estudi de Casos Ètics:
  • Anàlisi detallada de casos ètics relacionats amb l’ús de la intel·ligència artificial.
  • Debats i discussions a classe per fomentar la reflexió sobre els aspectes ètics i socials de la IA.
4. Projectes Aplicats:
  • Desenvolupament de projectes que apliquin els coneixements adquirits en situacions professionals simulades.
  • Integració d’eines de verificació d’informació i anàlisi de fonts fiables en la implementació de projectes.
5. Conferències i Seminaris:
  • Invitació d’experts en el camp de la intel·ligència artificial i l’ètica digital per a conferències i seminaris.
  • Participació activa dels estudiants en discussions i preguntes per fomentar la comunicació amb experts en el camp.
6. Avaluació Contínua:
  • Avaluació periòdica del progrés mitjançant tasques, projectes, participació a classe i exàmens que avaluïn l'aplicació dels conceptes apresos a casos concrets.
  • Retroalimentació constant per millorar el rendiment i la comprensió dels conceptes.
7. Simulacions Professionals:
  • Simulacions d’entorns professionals perquè els estudiants apliquin coneixements de IA i prenguin decisions ètiques i legals en escenaris realistes.
8. Recursos en Línia:
  • Utilització de plataformes en línia per accedir a recursos addicionals, casos d’estudi i material complementari.
  • Estímul de l’autodirecció i la investigació per aprofundir en temes específics.

· Metodologia i activitats formatives (Modalitat semipresencial - blended)
· Metodologia i activitats formatives (Modalitat totalment en línia)

4o

Sistemes i criteris d'avaluació

Modalitat totalment presencial a l'aula



ARTICLE-RESUM (20%) (a realitzar a casa)
L’article setmanal tindrà una extensió aproximada de 800 paraules. Recollirà:
a) Les idees principals sobre el tema proposat.
b) Punts de vista i polèmiques recents.
c) Articles publicats que ajudin a centrar el tema.
d) Enllaços a recursos útils per incorporar a l’article.

Inclourà un títol i una fotografia generada per IA. Es farà servir la tipografia Calibri, cos 12 per al text (justificat) i cos 16 en negreta per al títol (centrat). L’article s’haurà de penjar a la carpeta corresponent del tema al Drive com a màxim la mitjanit del diumenge següent a la classe. No es valoraran entregues fetes amb posterioritat. Els articles no presentats tindran una valoració de zero punts i es ponderaran amb aquesta xifra. Té un valor del 20% de la nota final del curs.

PRESENTACIÓ (10%)
Cada setmana, un “grup assignat” farà la presentació en classe del seu article. Es donarà suport amb un màxim de 10 diapositives que sintetitzin de manera fàcil i visual el tema tractat. El valor d’aquesta presentació és del 10% de la nota final.

SÍNTESI DELS ARTICLES (30%)
S’haurà d’entregar un únic document que sintetitzi el contingut de tot el desenvolupat a l’assignatura i que serveixi com a base per preparar el test final. L’extensió haurà de ser d’aproximadament 3.000 paraules. Té un valor del 30% de la nota final.

CONTROLS (40%)
Es realitzaran dos controls durant el curs, combinant tipus test i preguntes breus. Un control tindrà lloc a la meitat del temari i l’altre al final de la matèria, considerant-se aquest últim com l’examen final. Els continguts d’aquestes proves d’avaluació s’extreuran de les explicacions de classe i dels articles elaborats al llarg de l’assignatura.

Les proves consistiran en:

  • Preguntes tancades amb tres possibles respostes.

  • Preguntes de petit desenvolupament.
    Els errors en les preguntes tipus test restaran 0,25 punts.

  • Prova parcial: Valdrà el 20% de la nota final del curs.

  • Prova final: Valdrà el 20% de la nota final del curs.SEGUNDA CONVOCATORIA Y SIGUIENTES. Se realizará un examen tipo test y se hará entrega de un documento que sintetice el contenido de todo lo desarrollado en la asignatura. La extensión ha de ser de 5k palabras aproximadamente.

SEGONA CONVOCATÒRIA I SEGÜENTS. Es realitzarà un examen tipus test i es lliurarà un document que sintetitzi el contingut de tot allò desenvolupat a l'assignatura. Lextensió ha de ser de 5k paraules aproximadament.

 

Bibliografia i recursos

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.

Versió per imprimir