Ficha Unidade Curricular (FUC)

Informação Geral / General Information


Código :
04275
Acrónimo :
SIAGE
Ciclo :
2.º ciclo
Línguas de Ensino :
Português (pt)
Língua(s) amigável(eis) :
Português,Inglês

Carga Horária / Course Load


Semestre :
2
Créditos ECTS :
6.0
Aula Teórica (T) :
0.0h/sem
Aula Teórico-Prática (TP) :
20.0h/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 :
21.0h/sem
Trabalho Autónomo :
129.0
Horas de Trabalho Total :
150.0h/sem

Área científica / Scientific area


Estratégia

Departamento / Department


Departamento de Marketing, Operações e Gestão Geral

Ano letivo / Execution Year


2022/2023

Pré-requisitos / Pre-Requisites


Não existem

Objetivos Gerais / Objectives


O objetivo geral passa por fornecer um plano de base para aplicação prática de um conjunto de conceitos ligados a sistemas inteligentes em diferentes áreas de negócio empresarial. Para além da apresentação dos aspetos de base de utilização de sistemas inteligentes, será abordada a importância destes em diferentes áreas relevantes do negócio empresarial.

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


(1) Apresentar os principais conceitos de sistemas inteligentes com aplicação à gestão (2) Identificar as áreas de negócio em que os sistemas inteligentes podem criar valor (3) Desenhar modelos conceptuais para a integração de sistemas inteligentes nos processos de gestão (4) Ter autonomia para planear os seus processos de aprendizagem para avançar os seus conhecimentos na área em estudo e desenvolvimento contínuo.

Conteúdos Programáticos / Syllabus


I. Os sistemas inteligentes e a gestão II. Sistemas Inteligentes nas PME III. Aplicação de Sistemas inteligentes à gestão IV. Sistemas Inteligentes e Sustentabilidade

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 tabela seguinte estabelece a correspondência entre os Objetivos de Aprendizagem (OA) e os Conteúdos Programáticos (CP): OA1 - CP I e III OA2 - CP II e IV OA3 - CP I, II e III OA4 - CP II a IV

Avaliação / Assessment


Avaliação contínua -50% Teste Final Individual -35% Média das apresentações de casos com respetivos relatórios + apresentações de temas teóricos com respetivos relatórios -15% Ficha de leitura de grupo + participação nas aulas Para aprovação: Média ponderada de 10 valores ou superior, com nota de qualquer componente não inferior a 8 valores Para se manterem em AC os estudantes devem ter uma assiduidade obrigatória em aula de 2/3 Avaliação por exame final Para aprovação: 10 valores ou superior

Metodologias de Ensino / Teaching methodologies


1. O método de ensino inclui aulas expositivas, discussão de casos e apresentação de exemplos. 2. Os alunos são incentivados a participar nas discussões e apresentações. 3. Auto-estudo (preparação para exame).

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 (ME) adotadas, no seu conjunto, permitem aos alunos adquirir conhecimentos e competências constantes dos Objetivos de Aprendizagem (OA). Mais detalhadamente: PE 1 - OA 1, OA 2, OA 3 e OA 4 PE 2 - OA 1, OA 2, OA 3 e OA 4 PE 3 - OA 1, OA 2, OA 3 e OA 4

Observações / Observations


PROPRIEDADE INTELECTUAL Todas as ideias originais e conceitos apresentados nas aulas são ? e permanecerão ? como propriedade intelectual dos autores dos planos. À medida que os estudantes vão revelando e partilhando pormenores dos seus planos na aula, colegas e professor deverão tratar essa informação como comunicação confidencial e não revelarão para a exterior informação ou documentos, a menos que tenham permissão prévia e formal dos seus autores.

Bibliografia Principal / Main Bibliography


Renato Lopes da Costa, Rui Gonçalves, Leandro Pereira (fothcoming). Sistemas inteligentes aplicados à Gestão empresarial, Actual Editora, Coimbra.

Bibliografia Secundária / Secondary Bibliography


Singh, S., Sharma, P. K., Yoon, B., Shojafar, M., Cho, G. H., & Ra, I. H. (2020). Convergence of blockchain and artificial intelligence in IoT network for the sustainable smart city. Sustainable Cities and Society, 63, 102364 Rikhardsson, P., & Yigitbasioglu, O. (2018). Business intelligence & analytics in management accounting research: Status and future focus. International Journal of Accounting Information Systems. 29:37-58 Rybicka, K. (2018). New Technologies ? the Impact on Contemporary Management Accounting. Prace Naukowe Uniwersytetu Ekonomicznego We Wroc?awiu, 515, 26?36. Barta, G. (2018). THE INCREASING ROLE OF IT AUDITORS IN FINANCIAL AUDIT: RISKS AND INTELLIGENT ANSWERS. Business, Management and Education, 16(1), 81?93 Creating Value with Artificial Intelligence: A Multi-stakeholder Perspective. Journal of Creating Value, 6(1), 72?85. Research and Implementation of Intelligent ERP Platform for SMEs Based on Cloud Computing. IOP Conference Series: Materials Science and Engineering, 646(1). Luburi?, R. (2017). Strengthening the Three Lines of Defence in Terms of More Efficient Operational Risk Management in Central Banks. Journal of Central Banking Theory and Practice, 6(1), 29?53. LOPES DA COSTA, R.; Á. Dias; L. Pereira; J. Santos; A. Capelo (2019). The impact of artificial intelligence on commercial management. Problems and Perspectives in Management, Vol. 17 (4), 441-452 Davenport, T., Guha, A., Grewal, D., Bressgott, T. (2020). How artificial intelligence will change the future of marketing. In Journal of the Academy of Marketing Science 48:24?42. https://doi.org/10.1007/s11747-019-00696-0 Kietzmann, J., Paschen, J., & Treen, E. (2018). Artificial Intelligence in Advertising: How Marketers Can Leverage Artificial Intelligence Along the Consumer Journey. Journal of Advertising Research, 58(3), 263-267 Finlay, S. (2018). Artificial Intelligence and Machine Learning for Business. In Artificial Intelligence and Machine Learning for Business for Non-Engineers (3rd ed.). Relativistic. Davenport, T. H., & Ronanki, R. (2018). Artificial intelligence for the real world. Harvard Business Review, January-February 2018 Kietzmann and Leyland Pitt (2019) Artificial intelligence and machine learning: What managers need to know, Business Horizons 63(2) DOI: 10.1016/j.bushor.2019.11.005 António, N (2012) (coord) Estratégia Organizacional: do negócio à ética, Escolar Editora, Lisboa Nelson António e Renato Lopes da Costa (2017). Aprendizagem Organizacional ? Ferramenta no processo de mudança, Actual Editora, Coimbra

Data da última atualização / Last Update Date


2024-02-16