Última actualización: 26/05/2023


Curso Académico: 2023/2024

IA & Desarrollo Sostenible
(19218)
Máster Universitario en Inteligencia Artificial Aplicada (Plan: 475 - Estudio: 378)
Escuela de Ingeniería y Ciencias Básicas


Coordinador/a: LEDEZMA ESPINO, AGAPITO ISMAEL

Departamento asignado a la asignatura: Departamento de Informática

Tipo: Optativa
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
- Implicaciones Éticas y Legales de la IA (1er. Semicuatrimestre).
Objetivos
El objetivo de esta asignatura es proporcionar al estudiante los conocimientos necesarios sobre el papel de la Inteligencia Artificial en el Desarrollo Sostenible. El alumno debe adquirir conocimientos sobre las implicaciones que tiene la aplicación de la IA en los diferentes aspectos del desarrollo, utilizando los Objetivos de Desarrollo Sostenible de Naciones Unidas como hilo conductor. El alumno debe terminar entendiendo cuáles son los principales desafíos a los que se enfrenta la aplicación de la IA en los países en desarrollo y conocerá algunas de las principales aplicaciones desarrolladas, las técnicas aplicadas y los resultados obtenidos.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1. Introducción - Concepto de desarrollo sostenible. - Los Objetivos de Desarrollo Sostenible (ODSs) de Naciones Unidas. - Aspectos éticos en la Inteligencia Artificial. - La IA como estrategia para el Desarrollo Sostenible. 2. IA para el desarrollo sostenible - Introducción - IA como herramienta impulsora de la Agenda 2030. - Ventajas y desventajas. - Casos de estudio. 3. Desafíos de la IA en los países en desarrollo - Introducción. - Desafíos tecnológicos. - Desafíos sociales. - Desafíos económicos. - Desafíos medioambientales. 4. Aplicaciones de IA para el desarrollo en el mundo - Introducción. - Aplicaciones de la IA en el Acceso a Agua y Energía en el África Subsahariana. - Aplicaciones de IA en Medicina en América Latina. - Aplicaciones de IA en Agricultura en el Sudeste Asiático. 5. IA inclusiva y arma contra las catástrofes - Introducción - Las Comunidades Indígenas y la IA. - El papel de la IA en situaciones de emergencia
Actividades formativas, metodología a utilizar y régimen de tutorías
Actividades formativas: -------------------------- AF1 - Clase teórica AF3 - Clases teórico-prácticas AF5 - Tutorías individuales y grupales AF6 - Trabajo en grupo AF7 - Trabajo individual del estudiante Metodología docente: ------------------------ 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 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. MD3: Resolución de casos prácticos, problemas, etc¿ planteados por el profesor de manera individual o 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 100
  • Peso porcentual del resto de la evaluación 0
Calendario de Evaluación Continua
Bibliografía básica
  • Hassanien, Aboul Ella & Bhatnagar, Roheet & Darwish, Ashraf. Artificial Intelligence for Sustainable Development: Theory, Practice and Future Applications. Springer. 2021
  • Hui Lin Ong, Ruey-an Doong, Raouf Naguib, Chee Peng Lim, Atulya K. Nagar . Artificial Intelligence and Environmental Sustainability. Challenges and Solutions in the Era of Industry 4.0. Springer. 2022
  • Kamal Kant Hiran, Deepak Khazanchi, Ajay Kumar Vyas and Sanjeevikumar Padmanaban. Machine Learning for Sustainable Development. De Gruyter. 2021
  • Peter Dauvergne. AI in the Wild: Sustainability in the Age of Artificial Intelligence. MIT Press. 2020
  • William W. Hsieh. Machine Learning Methods in the Environmental Sciences. Neural Networks and Kernels. Cambridge Core. 2010
  • Zakaria Boulouard, Mariya Ouaissa, Mariyam Ouaissa, Sarah El Himer. AI and IoT for Sustainable Development in Emerging Countries. Challenges and Opportunities. Springer. 2022

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