Ficha Unidade Curricular (FUC)
Informação Geral / General Information
Carga Horária / Course Load
Área científica / Scientific area
Inteligência Artificial
Departamento / Department
Departamento de Ciências e Tecnologias da Informação
Ano letivo / Execution Year
2026/2027
Pré-requisitos / Pre-Requisites
É desejável que os alunos tenham aprendido os tópicos programáticos da cadeira Inteligência Artificial, ou equivalente, e que tenham conhecimentos sólidos de Programação.
Objetivos Gerais / Objectives
Proporcionar a aquisição da capacidade de (OG1) identificar necessidades que possam ser satisfeitas através da utilização de agentes de software, e de (OG2) identificar os requisitos dos agentes de software a desenvolver, em termos dos papéis e das necessidades de comunicação; e (OG3) proporcionar a aprendizagem de abordagens fundamentais para a concepção de agentes de software com capacidades de controlar autonomamente o seu comportamento e de comunicar com os utilizadores e outros agentes.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
Pretende introduzir-se os conceitos e conhecimentos práticos fundamentais à utilização e ao desenvolvimento de agentes que, controlem autonomamente o seu comportamento e comuniquem com outros agentes ou humanos. Após a conclusão da UC, os alunos devem: (OA1) Ter consciência das vantagens e desafios da utilização e desenvolvimento de sistemas de agentes artificiais; (OA2) Saber identificar os requisitos relativamente aos agentes a desenvolver para um problema específico; (OA3) Escolher e implementar as abordagens mais adequadas à criação de agentes autónomos (OA4) Conhecer mecanismos necessários à coordenação de agentes.
Conteúdos Programáticos / Syllabus
(P1) Agentes autónomos e sociedades de agentes, incluindo as definições básicas e as características: persistência no tempo, autonomia, e adaptação. (P2) Mecanismos de controlo e orquestração de serviços para a criação de agentes (P3) Representação de conhecimento em sistemas de agentes (P4) Agentes que aprendem (P5) Desenvolvimento de agentes
Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da UC / Evidence that the curricular unit's content dovetails with the specified learning outcomes
Os pontos P1 e P2 do programa relacionam-se com o objetivo geral OG1 e com o objetivo de aprendizagem OA1 O ponto P2 do programa também se relaciona com o objetivo geral OG2 e com o objetivo de aprendizagem OA2. Finalmente, os pontos P3, P4 e P5 relacionam-se com o objetivo geral (OG3) e com os objetivos de aprendizagem OA3 e OA4
Avaliação / Assessment
Avaliação ao longo do semestre: projeto + teste Projeto (de grupo): O projeto é avaliado pela apresentação final e relatório (50%). Teste individual: O teste vale 50% da nota final. Esta disciplina não tem avaliação por exame final. A avaliação em época especial consiste de um projeto individual e um teste, que valem, cada um, 50% da nota. O projeto deve ser acordado com o coordenador da UC previamente e a sua entrega será na semana anterior à época especial.
Metodologias de Ensino / Teaching methodologies
O principal modelo de ensino/aprendizagem será baseado em problemas após uma sessão expositiva. O ensino/aprendizagem de aspetos técnicos será sempre precedida da análise conceptual das necessidades de cada problema.
Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes
As metodologias de ensino que misturam as sessões expositivas com as práticas de projeto são, no nosso entender, o modo mais adequado para solidificar os conhecimentos a adquirir.
Observações / Observations
-
Bibliografia Principal / Main Bibliography
Material do curso (online no Moodle)
Bibliografia Secundária / Secondary Bibliography
Data da última atualização / Last Update Date
2026-07-10