Última actualización: 18/05/2022


Curso Académico: 2022/2023

Cuestiones Sociales y Éticas del Big Data y la IA
(19142)
Titulación: M.U Ciencias Sociales Computacionales (375)
Escuela de Economía y Ciencia Política


Coordinador/a: GENOVA FUSTER, GONZALO

Departamento asignado a la asignatura: Departamento de Informática

Tipo: Obligatoria
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Objetivos
Competencias Básicas: - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación. - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio. - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios. - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades. - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo. Competencias Generales: - Capacidad para comprender y analizar las principales teorías sociales de carácter global y cómo están cambiando con la aplicación de herramientas computacionales. - Capacidad para identificar, definir y formular problemas de las ciencias sociales y resolverlos mediante técnicas computacionales. Esta capacidad incluye la valoración simultánea de todos los factores en juego, no sólo técnicos, sino también legales. - Capacidad de recopilar y analizar los conocimientos existentes en las diferentes áreas de las ciencias sociales computacionales y de hacer una propuesta de posibles soluciones a los problemas planteados. - Capacidad para aplicar los conocimientos teóricos y metodológicos propios de las ciencias sociales computacionales al análisis y resolución de casos y problemas empíricos concretos. - Capacidad para abordar de manera proactiva los problemas planteados bajo entornos nuevos o poco conocidos, dentro del contexto de las ciencias sociales computacionales. - Capacidad para planificar y llevar a cabo de manera autónoma una investigación en el campo de las ciencias sociales computacionales. - Capacidad de comunicar y presentar, de forma clara, precisa y rigurosa, conceptos y resultados relacionados con actividades en ciencias sociales computacionales ante públicos tanto especializados como no especializados. Competencias Específicas: - Capacidad de comprender y analizar los principales enfoques teórico-metodológicos de las ciencias sociales computacionales, incluyendo sus potenciales y limitaciones, así como de aplicarlos al análisis de problemas sociales concretos. - Capacidad de identificar los desafíos de la sociedad digital y proponer soluciones específicas de carácter interdisciplinar, que combinen instrumentos analíticos de las ciencias sociales y computacionales para combatirlos. - Capacidad de comprender los problemas éticos y aplicar la legislación concerniente a protección de datos personales y a las técnicas de Big Data y IA. Resultados del Aprendizaje: - 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. Ética en las Ciencias Sociales Computacionales - ¿Qué es la ética? La ética como vida buena y como paz social - La libertad como constitutiva radical del ser humano y como fenómeno observable en las ciencias sociales - Responsabilidad personal ante la influencia psicológica del entorno - La racionalidad de la ética: ética pública y ética privada. ¿Se puede razonar sobre lo bueno y lo malo? - Ingeniería social: responsabilidad ante las transformaciones de la sociedad 2. Efectos en el mundo real y consecuencias no deseadas de los sistemas algorítmicos - Ética algorítmica programada y ética algorítmica aprendida - Cómo valorar la predicción de consecuencias en las decisiones éticas (humanas y algorítmicas) - ¿Deberíamos tener miedo a la inteligencia artificial? 3. Capitalismo de vigilancia - Qui prodest? ¿A quién benefician mis búsquedas? - Empresas tecnológicas: sostenibilidad económica y creación de adicciones - Cómo lograr que la tecnología no se vuelva contra nosotros 4. Legislación y protección de datos personales y privacidad - El modelo europeo frente al norteamericano y el chino - ¿Algo que ocultar? Qué son datos sensibles, y por qué son sensibles - Por qué no basta solo con el compromiso ético de las grandes corporaciones, y por qué no basta solo con la legislación y el control externo
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
  • Collman, Jeff, Sorin Adam Matei (eds.). Ethical Reasoning in Big Data: an exploratory analysis. Springer. 2013
  • 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
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.