Ficha Unidade Curricular (FUC)
Informação Geral / General Information
Carga Horária / Course Load
Área científica / Scientific area
Marketing
Departamento / Department
Ano letivo / Execution Year
2026/2027
Pré-requisitos / Pre-Requisites
Objetivos Gerais / Objectives
Compreender os princípios fundamentais da Inteligência Artificial e a sua aplicação no contexto do Marketing. Analisar o impacto da Inteligência Artificial na tomada de decisão estratégica em Marketing. Explorar o potencial da IA na análise de dados, automação de processos e personalização da comunicação. Desenvolver uma visão crítica sobre as oportunidades, limitações e riscos da utilização da IA em Marketing. Promover a integração da Inteligência Artificial nas estratégias de Marketing de forma ética, responsável e sustentável. Fomentar a capacidade de interpretar resultados gerados por sistemas de IA para apoio à decisão em Marketing. Estimular a inovação e a adoção de soluções baseadas em IA para a criação de valor para marcas e consumidores.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
No final da unidade curricular, o estudante deverá ser capaz de: Explicar os principais conceitos, técnicas e modelos de Inteligência Artificial relevantes para o Marketing. Analisar dados de Marketing utilizando ferramentas e técnicas de IA para apoiar a tomada de decisão. Avaliar aplicações de IA em Marketing, nomeadamente em segmentação, personalização, previsão e automação. Aplicar soluções baseadas em IA na resolução de problemas reais de Marketing. Interpretar criticamente os resultados gerados por sistemas de IA, reconhecendo as suas limitações. Integrar a IA nas estratégias de Marketing de forma ética, responsável e alinhada com objetivos organizacionais. Refletir sobre o impacto da IA na relação entre marcas, consumidores e sociedade.
Conteúdos Programáticos / Syllabus
1. Introdução à Inteligência Artificial no Marketing 2. Dados e Infraestruturas para IA em Marketing 3. Modelos e Técnicas de IA aplicadas ao Marketing 4. IA e Personalização da Comunicação 5. IA aplicada à Análise do Consumidor 6. IA, Performance e Tomada de Decisão 7.Ética, Privacidade e Responsabilidade 8.Casos Práticos e Aplicações
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
A coerência é demonstrada através do alinhamento estruturado e progressivo dos conteúdos com as competências a desenvolver. Os módulos sobre Inteligência Artificial no Marketing, fornecem as bases conceptuais e técnicas necessárias para compreender de que forma a IA apoia a tomada de decisão em Marketing. Os conteúdos relacionados com a personalização baseada em IA, a análise do consumidor e a performance e tomada de decisão suportam diretamente os objetivos de aprendizagem centrados na aplicação da IA a problemas reais de Marketing, na análise de dados e na avaliação de soluções baseadas em IA em áreas como a segmentação, a previsão e a automação. Por fim, a inclusão de temas como ética, privacidade e responsabilidade, juntamente com casos práticos e aplicações, assegura o desenvolvimento do pensamento crítico relativamente às limitações, riscos e impacto social da IA.
Avaliação / Assessment
'Sem prejuízo do estrito cumprimento do regulamento do programa, a avaliação periódica exige a presença mínima em 60% das aulas e inclui a realização de: - Um trabalho, que poderá ser de grupo, com a ponderação de 40%; Participação - 10% - Uma prova individual, com a ponderação de 50% e uma nota mínima de 10 valores. Alternativamente o exame final, à semelhança da 2ª época, representará 100% da nota final obtida, desconsiderando a componente de avaliação periódica.
Metodologias de Ensino / Teaching methodologies
Aos alunos é pedida a sua participação na: 1. Realização de trabalho de grupo; 2. Discussão nas aulas. Os grupos de trabalho devem ter entre 3 e 5 elementos
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
A coerência da relação entre as metodologias de ensino e os objetivos de aprendizagem é garantida pelas seguintes associações: Objetivo 1: processo de ensino-aprendizagem 1) Objetivo 2: processos de ensino-aprendizagem 1) e 2) Objetivo 3: processos de ensino-aprendizagem 1) e 2) Objetivo 4: processos de ensino-aprendizagem 1) e 2) Objetivo 5: processos de ensino-aprendizagem 1) e 2)
Observações / Observations
Bibliografia Principal / Main Bibliography
'Taichon, P.; Quach, S. - Artificial Intelligence For Marketing Management. Routledge, 2024 Ltifi, M. - Advances in Digital Marketing in the Era of Artificial Intelligence. CRC Press, 2025
Bibliografia Secundária / Secondary Bibliography
'Malhotra, K.; Sudhur, K. - Artificial Intelligence in Marketing. Emerald Publishing, 2023
Data da última atualização / Last Update Date
2026-07-07