Última actualización: 20/05/2023


Curso Académico: 2023/2024

IA en Educación
(19214)
Máster Universitario en Inteligencia Artificial Aplicada (Plan: 475 - Estudio: 378)
Escuela de Ingeniería y Ciencias Básicas


Coordinador/a: MUÑOZ MERINO, PEDRO JOSE

Departamento asignado a la asignatura: Departamento de Ingeniería Telemática

Tipo: Optativa
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
- Conocimientos básicos de estadística y probabilidad - Conocimientos básicos de programación
Objetivos
- Conocer las principales aplicaciones de uso de datos y de inteligencia artificial en educación. - Conocer tutores conversacionales de ayuda a la educación - Saber utilizar métodos para poder inferir información inteligente sobre los alumnos a partir de sus interacciones en plataformas educativas. - Conocer el funcionamiento de aplicaciones de aprendizaje adaptativo - Conocer el funcionamiento de sistemas predictivos en educación. - Saber cómo evaluar sistemas educativos.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1.- Introducción a la analítica del aprendizaje y aplicaciones en educación del uso de datos 2.- Modelos de usuario 2.1.- Modelos de habilidades, meta-cognitivos, de sentimientos 2.2.- Modelos basados en ingeniería del conocimiento 2.3.- Modelos basados en métodos probabilísticos 2.4.- Modelos basados en ontologías 2.5.- Modelos basados en minería de texto 3.- Adaptación del aprendizaje 3.1.- Componentes de un sistema adaptativo 3.2.- Métodos de adaptación 4.- Sistemas predictivos en educación 4.1.- Propósitos 4.2.- Métodos: regresión, random forest, redes neuronales, etc. 4.3.- Validación y evaluación de los modelos 5.- Tutores inteligentes conversacionales 6. Evaluación de sistemas de aprendizaje 5.1.- Descubrimiento de patrones con técnicas de clustering 5.2.- Comparación entre sistemas o sistema vs tutor humano 5.3.- Evaluación de la usabilidad 5.4.- Evaluación de la efectividad e impacto 5.5.- Evaluación de otros indicadores
Actividades formativas, metodología a utilizar y régimen de tutorías
Las actividades formativas consisten en: - AF1: Clase teórica - AF2: Clases prácticas - AF5: Tutorías - AF6: Trabajo en grupo - AF7: Trabajo individual del estudiante - AF8: Examen final Las metodologías incluirán: - MD1: 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. - MD2: Lectura crítica de textos recomendados por el profesor de la asignatura: artículos científicos. - MD3 Resolución de casos prácticos, problemas, etc.¿ planteados por el profesor en grupo - MD4: Exposición y discusión en clase, bajo la moderación del profesor de temas relacionados con el contenido de la materia, así como de casos prácticos - MD5: Elaboración de trabajos e informes de manera individual o en grupo
Sistema de evaluación
  • Peso porcentual del Examen Final 30
  • Peso porcentual del resto de la evaluación 70

Calendario de Evaluación Continua


Bibliografía básica
  • Lang, C., Siemens, G., Wise, A., & Gasevic, D. (Eds.). Handbook of learning analytics. . New York: SOLAR, Society for Learning Analytics and Research.. 2017
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.