Ficha Unidade Curricular (FUC)

Informação Geral / General Information


Código :
04098
Acrónimo :
04098
Ciclo :
1.º ciclo
Línguas de Ensino :
Português (pt)
Língua(s) amigável(eis) :
Português

Carga Horária / Course Load


Semestre :
2
Créditos ECTS :
6.0
Aula Teórica (T) :
0.0h/sem
Aula Teórico-Prática (TP) :
36.0h/sem
Aula Prática e Laboratorial (PL) :
0.0h/sem
Trabalho de Campo (TC) :
0.0h/sem
Seminario (S) :
0.0h/sem
Estágio (E) :
0.0h/sem
Orientação Tutorial (OT) :
1.0h/sem
Outras (O) :
0.0h/sem
Horas de Contacto :
37.0h/sem
Trabalho Autónomo :
113.0
Horas de Trabalho Total :
150.0h/sem

Área científica / Scientific area


480 - Informática

Departamento / Department


Departamento de Tecnologias Digitais

Ano letivo / Execution Year


2023/2024

Pré-requisitos / Pre-Requisites


-

Objetivos Gerais / Objectives


Com o desenvolvimento da computação e das técnicas de processamento de informação, a inteligência artificial (IA) tem sido amplamente aplicada em práticas pedagógicas (IA na Educação; AIEd). Esta UC pretende dar a conhecer ao aluno o que é a IA e como pode ser aplicada no âmbito educativo, nomeadamente em contextos pedagógico e de gestão de ensino. A aplicação da IA à educação pode ser dividida em três paradigmas: a) representação de modelos de conhecimento e condução da aprendizagem cognitiva, sendo os alunos os recetores do serviço de IA; b) apoio da aprendizagem enquanto alunos colaboram com a IA; e c) capacitação da aprendizagem enquanto os alunos se focam na aprendizagem. No contexto educativo, podemos também aplicar a IA na gestão de todas as atividades inerentes ao ensino, utilizando técnicas que permitam a correção e elaboração automática de instrumentos de avaliação (smart content) e ainda o diagnóstico do sucesso do ensino (learning analytics).

Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes


OA1: Conhecer a definição e áreas da IA e da Aprendizagem Automática OA2: Conhecer a definição de agente inteligente a suas características OA3: Identificar os vários componentes de um Sistema Tutor Inteligente OA4: Identificar e aplicar a melhor representação do conhecimento no STI OA5: Identificar e aplicar o melhor método de inferência e diagnóstico OA6: Identificar e aplicar metódos de conversação e reconhecimento de interação aluno-computador OA7: Identificar e aplicar formas de Interação PessOA IA para colaboração e tutoria no ensino OA8: Identificar métodos para a personalização e adaptação de conteúdos educativos OA9: Aplicar técnicas de AA para avaliação do processo de ensino OA10: Identificação os princípios de uma IA responsável e confiável

Conteúdos Programáticos / Syllabus


CP1: Introdução à inteligência artificial e aprendizagem automática CP2: Introdução aos Agentes Inteligentes CP3: Sistemas Tutores Inteligentes CP3.1.: Componentes do STI CP3.2.: Modelação do Aluno CP3.3.: Representação e Inferência do Conhecimento CP4: Agentes de Conversação e Tutores Virtuais CP5: Colaboração Pessoa-IA CP6: Geração e Gestão de conteúdos inteligentes CP7: Análise de dados de Educativos CP8: IA na Educação - ética e responsável

Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da UC / Evidence that the curricular units content dovetails with the specified learning outcomes


Ligação entre temas e OA: OA1 - {CP1, CP2} OA2 - {CP2} OA3 - {CP2,CP3} OA4 - {CP3,CP4} OA5 - {CP4,CP5} OA6 - {CP5} OA7 - {CP5,CP6,CP7} OA8 - {CP6} OA9 - {CP7} OA10 - {CP8}

Avaliação / Assessment


Os alunos são avaliados a 100% por projeto, nos seguintes moldes: 1ª Época: projeto realizado em grupos de alunos ao longo do semestre e acompanhado com aulas de tutorias (12 horas) (60%). Discussão individual na 1ª época de avaliação (40%). 2ª Época e Época especial: projeto individual (100%)

Metodologias de Ensino / Teaching methodologies


O processo de ensino-aprendizagem inclui quatro metodologias (ME): ME1: Expositivas, para apresentação dos quadros teóricos de referência. ME2: Experimental, para exploração e desenvolvimento de exercícios com recurso aos softwares abordados. ME3: Participativa, para desenvolvimento de trabalho prático e discussão crítica de casos de estudo e do projeto. ME4: Auto-estudo, relacionadas com o trabalho autónomo do aluno, segundo o Planeamento da UC.

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


É a seguinte a correspondência entre as metodologias de ensino-aprendizagem (ME) e os objetivos de aprendizagem (OA): ME1: {OA1, OA2, OA3, OA4, OA5, OA6, OA7, OA8, OA9, OA10} ME2: {OA4, OA5, OA6, OA7, OA8, OA9} ME3: {OA4, OA5, OA6, OA7, OA8, OA9} ME4: {OA1, OA2, OA3, OA4, OA5, OA6, OA7, OA8, OA9, OA10}

Observações / Observations


-

Bibliografia Principal / Main Bibliography


Bibliografia Secundária / Secondary Bibliography


Data da última atualização / Last Update Date


2024-02-16