Universitat Internacional de Catalunya

IA Aplicada a la Publicitat

IA Aplicada a la Publicitat
3
15504
4
Primer semestre
op
Llengua d'impartició principal: català

Altres llengües d'impartició: anglès, castellà,

Professorat


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

Per reunir-se amb el professor, cal concertar una cita prèviament mitjançant un correu electrònic a 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 reptes de la IA, així com les seves aplicacions en la transformació digital i la ciència de dades. El caràcter transversal d'aquesta 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 seves aplicacions concretes en diferents àmbits i els reptes ètics que comporta.

Al final del programa acadèmic, els participants estaran habilitats per anticipar els canvis que les tecnologies de la IA instauraran en el seu entorn, així com entendran com reaccionar de manera apropiada, aprofitant aquestes tecnologies al seu benefici. L'assignatura també abordarà els reptes reguladors i ètics que envolten les tecnologies de la IA, capacitant els participants per avaluar-ne la pertinència en el context dels seus respectius àmbits.

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 d'habilitats en processament de continguts, verificació d'informació i ètica en l'ús de la IA.

  • Proporcionar una formació que permeti a l'alumnat analitzar els reptes ètics i socials associats a la tecnologia.

  • Disposar d'habilitats que ofereixin una avantatge significativa en el 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, Data Science i Computational Thinking

  • Institucions i empreses líders en el desenvolupament de la IA

  1. GENERACIÓ D'INFORMACIÓ

  • Estratègies per a la cerca i anàlisi d'informació

  • Aprenentatge automàtic i models de llenguatge

    • Machine Learning (ML) i Large Language Models (LLM)

    • Generadors de text. 

    • IAs multimodals. 

    • Fonaments de Transformers i xarxes neuronals

    • Biesos i límits operatius en IA

    • Creació eficaç de prompts i les seves aplicacions

  • Aplicacions de la IA en la vida quotidiana

    • Assistent personals d'IA: Especialització, popularitat i monetització

    • Fonts d'informació fiables. 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

  1. PROCESSAMENT I CREACIÓ DE CONTINGUTS

  • Tractament de textos i continguts visuals

    • Eines de tractament de textos, traducció i subtitulat

    • 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 immersió

    • Creació i ús d'avatars

    • Bots per a la interacció en xarxes socials

    • Introducció al metavers i les seves aplicacions

  1. VERIFICACIÓ I ÈTICA EN IA

  • Verificació d'informació i continguts i fact-checking

    • Caixa 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

    • Marc europeu sobre IA: privadesa, intimitat, protecció de dades

    • Drets digitals i d'autoria. Consideracions legals i ètiques

    • Normatives sobre l'atribució de responsabilitat en sistemes autònoms

  • Reptes ètics i socials de les noves tecnologies

    • Els 3 nivells de l'ètica en la societat tecnològica

    • Clau 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 de la IA en entorns professionals i personals

    • Sostenibilitat i ètica del desenvolupament: com la IA pot contribuir o danyar un futur sostenible

  • Alfabetització en IA: educació i capacitació per un enteniment ètic i crític de la tecnologia

  • Intel·ligència Artificial i societat

    • Impacte social i cultural de la IA: efectes sobre 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

  1. IA EN CONTEXTOS ESPECÍFICS

  • Característiques de l'àrea de coneixement. 

  • Aplicacions pràctiques de la IA a la Publicitat, Marketing i les Relacions Públiques.

  • Deontologia i ètica professional relacionada amb la IA

  1. TENDÈNCIES I FUTUR DE LA IA

  • Anàlisi de tendències i prospectiva de futur de la IA

  • Recursos per a l'actualització de coneixements en IA i tecnologies emergent.

Metodologia i activitats formatives

Modalitat totalment presencial a l'aula



Es combinarà la teoria amb assajos pràctics, diferenciant els casos d’aplicació per àrees de coneixement.

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 data science i computational thinking.

  • Treball amb eines d’IA Generativa i aplicacions pràctiques en 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 de la informació i d’anàlisi de fonts fiables en la implementació dels projectes.

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.

7. Recursos en Línia:

  • Utilització de plataformes en línia per accedir a recursos addicionals, casos d’estudi i material complementari.

  • Estímul de l’autonomia i la recerca per aprofundir en temes específics.

Sistemes i criteris d'avaluació

Modalitat totalment presencial a l'aula



NFORMES SETMANALS (30%). L’informe setmanal tindrà una extensió aproximada de 800 paraules. Ha d’incloure: a) les principals idees sobre el tema proposat; b) punts de vista i polèmiques recents; c) articles publicats que ajudin a contextualitzar i centrar el tema; d) enllaços a recursos útils per incorporar a l’article. Ha d’estar enriquit amb les discussions mantingudes a classe i les reflexions de l’equip sobre els temes de cada setmana.

Inclourà un titular i una fotografia generada per IA. S’utilitzarà la lletra Calibri, cos 12 per al text, justificat, i cos 16 en negreta per al titular, centrat. Es penjarà a la carpeta corresponent del tema al Drive compartit de tota la classe, com a molt tard a mitjanit del dia anterior a la següent classe. No es valoraran les entregues posteriors.

PRESENTACIÓ (10%) – Cada setmana, un «grup assignat» farà la presentació a classe del seu informe. Es basarà en un màxim de 5 diapositives que siguin un resum fàcil i visual del tema.

SÍNTESI DELS ARTICLES (10%) – Es lliurarà un únic document per grup que sintetitzi el contingut de tot el que s’ha desenvolupat a l’assignatura i que serveixi com a base per preparar el segon test.

CONTROLS (50%) – Es faran dos controls durant el curs, combinant preguntes tipus test i preguntes breus. Un es farà a la meitat del temari i l’altre al final de l’assignatura. Els continguts d’aquestes proves d’avaluació s’extrauran de les explicacions fetes a classe i dels informes elaborats al llarg de l’assignatura. Consistiran en preguntes tancades amb tres possibles respostes o preguntes de resposta breu. Les respostes incorrectes al test resten 0,25 punts. La primera prova parcial tindrà un valor del 20% de la nota final del curs i la segona tindrà un valor del 30% de la nota final. Cal obtenir una nota mínima de 4 per poder fer mitjana amb la resta de les qualificacions.

 

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