Última actualización: 22/05/2024


Curso Académico: 2024/2025

Cuestiones Sociales y Éticas del Big Data y la IA
(19142)
Máster Universitario en Ciencias Sociales Computacionales/ Computational Social Science (Plan: 472 - Estudio: 375)
Escuela de Economía y Ciencia Política


Coordinador/a: TORRE FERNANDEZ, MARGARITA

Departamento asignado a la asignatura: Departamento de Ciencias Sociales, Departamento de Informática

Tipo: Obligatoria
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Objetivos
- Capacidad de comprender e identificar los nuevos retos a los que se enfrentan las Ciencias Sociales en el mundo digital. - Capacidad para comprender y analizar aspectos individuales y colectivos del comportamiento humano en el mundo digital. - Capacidad para comprender y analizar los factores y mecanismos sociales emergentes en un mundo hiperconectado y globalizado. - Capacidad de comprender y analizar las consecuencias de la tecnología en las relaciones sociales. - Conocimientos de las buenas prácticas en la gestión ética de datos.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1. Introducción a la ética de los datos y los algoritmos. 2. Ética de la IA y la iniciativa europea de RGPD y estrategia de datos. 3. Problemas de alineamiento. 4. Datos, sesgos y discriminación, transparencia y explicabilidad. 5. Sesión práctica de sesgos, transparencia y explicabilidad. 6. Innovación y derechos fundamentales en la IA act de la UE y resto del mundo. 7. Copyright y problemas actuales de la IA generativa.
Actividades formativas, metodología a utilizar y régimen de tutorías
Actividades Formativas: - Clases teóricas - Clases teórico-prácticas - Tutorías - Trabajo en grupo - Trabajo individual del estudiante Metodologías Docentes: - Exposiciones en clase del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporciona la bibliografía para complementar el aprendizaje de los alumnos. - Lectura crítica de textos recomendados por el profesor de la asignatura: Artículos de prensa, informes, manuales y/o artículos académicos, bien para su posterior discusión en clase, bien para ampliar y consolidar los conocimientos de la asignatura. - Resolución de casos prácticos, problemas, etc., planteados por el profesor de manera individual o en grupo. - Exposición y discusión en clase, bajo la moderación del profesor de temas relacionados con el contenido de la materia, así como de casos prácticos. - Elaboración de trabajos e informes de manera individual o en grupo. - Seminarios/ponencias de expertos nacionales e internacionales, en sesión síncrona presencial o remota.
Sistema de evaluación
  • Peso porcentual del Examen Final 0
  • Peso porcentual del resto de la evaluación 100




Bibliografía básica
  • Broussard, Meredith. Artificial Unintelligence: How Computers Misunderstand the World. The MIT Press. 2018
  • Collman, Jeff, Sorin Adam Matei (eds.). Ethical Reasoning in Big Data: an exploratory analysis. Springer. 2013
  • Peirano, Marta. The enemy knows the system. Madrid: Debate. 2019
  • Uwe Engel, Anabel Quan-Haase, Sunny Xun Liu, Lars E Lyberg (eds.). Handbook of Computational Social Science, Volume 1. Theory, Case Studies and Ethics. Routledge. 2021
  • Véliz, Carissa. Privacy is Power: Why and How You Should Take Back Control of Your Data. London: Bantam Press. 2020
  • Zuboff, Shoshana. The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power. New York: Public Affairs. 2019
Recursos electrónicosRecursos Electrónicos *
(*) El acceso a algunos recursos electrónicos puede estar restringido a los miembros de la comunidad universitaria mediante su validación en campus global. Si esta fuera de la Universidad, establezca una VPN


El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.