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
2023/2024
Pré-requisitos / Pre-Requisites
Conhecimento básico em informática, matemática e estatística. Noções básicas de Excel.
Objetivos Gerais / Objectives
O curso sobre o uso da inteligência artificial generativa para docentes e investigadores tem como objetivo oferecer uma compreensão abrangente dos princípios da inteligência artificial generativa e a sua relevância para atividades de ensino e investigação científica. Os participantes (docentes e investigadores do Iscte) irão explorar as diversas aplicações práticas da inteligência artificial generativa em diferentes áreas, adquirir habilidades para integrar ferramentas de inteligência artificial generativa nas suas atividades académicas e analisar os desafios éticos e sociais associados a esse contexto. Além disso, o curso visa capacitar os participantes a desenvolver estratégias eficazes para avaliar e validar os resultados obtidos com a utilização da inteligência artificial generativa, promovendo assim um ambiente de aprendizagem que enfatize a reflexão crítica e a aplicação responsável da tecnologia.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
1. Compreender os princípios fundamentais da inteligência artificial, e em particular a inteligência artificial generativa, e a sua relevância para o ensino e investigação científica; 2. Explorar as diversas aplicações da inteligência artificial generativa em atividades de ensino e investigação em diferentes áreas; 3. Adquirir habilidades práticas para integrar ferramentas de inteligência artificial generativa em atividades de ensino e investigação; 4. Analisar as possibilidades e desafios éticos e sociais associados ao uso da inteligência artificial generativa no contexto académico; 5. Desenvolver estratégias eficazes para avaliar e validar os resultados obtidos com a utilização da inteligência artificial generativa em contextos académicos.
Conteúdos Programáticos / Syllabus
1. Introdução à Inteligência Artificial, focando na sua definição, conceitos, história e exemplos; 2. Introdução à Inteligência Artificial Generativa, focando na sua definição, conceitos relacionados, origem e treino de grandes modelos de linguagem, probabilidade vs. factualidade e limitações; 3. Uso da IA Generativa no Ensino e a sua aplicação na preparação das aulas, na sala de aula e nos métodos de avaliação; 4. Uso da IA Generativa na Investigação e a sua aplicação ao longo de todo o método científico.
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
Existe uma forte correspondência entre os conteúdos abordados e a sua aplicabilidade prática, através da transmissão de uma base fundamental para que os participantes compreendam como os conceitos mais recentes e principais ferramentas da Inteligência Artificial Generativa podem ser usados no contexto do ensino e investigação. Há uma ênfase na partilha, exposição e reflexão sobre temas atuais e desafiantes no campo da Inteligência Artificial Generativa ao mesmo tempo que é incentivada a experimentação em casos de uso específicos para explorar as vantagens e limitações das ferramentas disponíveis.
Avaliação / Assessment
Os participantes irão produzir um relatório onde aplicarão as competências adquiridas no curso numa de duas formas à sua escolha: - Demonstração de como as ferramentas podem ser usadas numa UC que lecionam ou uma UC à sua escolha; - Demonstração de como as ferramentas podem ser usadas no desenvolvimento de um tópico de investigação já existente ou para a criação de um novo tópico de investigação.
Metodologias de Ensino / Teaching methodologies
A metodologia de ensino para este curso é caracterizada pela integração contínua de componentes teóricos, exposição de casos, e experimentação prática. Cada tópico é estruturado para incluir uma parte teórica e/ou apresentação de casos, na qual os conceitos fundamentais são apresentados e discutidos, seguida por experimentação, onde os participantes aplicam os conceitos com ferramentas avançadas e dados reais ou fictícios de forma prática.
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 abordagem usada, caracterizada pela integração contínua de componentes teóricos, exposição de casos, e experimentação prática, pretende criar uma interconexão eficaz entre a teoria e a prática, capacitando os participantes a assimilarem o conhecimento de forma contextualizada e a adquirirem capacidades de aplicação prática em tempo real, promovendo uma experiência de aprendizagem enriquecedora e abrangente.
Observações / Observations
--
Bibliografia Principal / Main Bibliography
Dhamani, N., & Engler, M. (2024). Introduction to Generative AI. Simon and Schuster.
Bibliografia Secundária / Secondary Bibliography
Data da última atualização / Last Update Date
2024-06-28