Currículo

Trabalho Académico com Inteligência Artificial 04540

Contextos

ECTS

2.0 (para cálculo da média)

Objectivos

OA1 - Capacitar para a utilização ética e responsável de ferramentas de Inteligência Artificial (IA) Generativa OA2 - Adquirir competências de análise crítica sobre os resultados produzidos pelas ferramentas de IA Generativa OA3 - Saber identificar e desenvolver soluções criativas na resolução de problemas ética e socialmente complexos com IA Generativa OA4 - Saber aplicar ferramentas de IA Generativa na elaboração de trabalhos académicos, em particular na aplicação de escrita académica e na utilização de procedimentos normativos de citação e referenciação

Programa

CP1 - Introdução à IA e à IA Generativa: * Exposição teórica sobre o contexto histórico, evolução e conceitos importantes sobre a Inteligência Artificial (IA) e a IA Generativa CP2 - Prompt Engineering: * Explicação das boas práticas para a interação com modelos de linguagem generativos CP3 - Ferramentas de IA Generativa: * Exploração de múltiplas ferramentas de IA Generativa, baseadas em texto, imagens e vídeos CP4 - Formação de conteúdo argumentativo: * Desenvolvimento de soluções criativas recorrendo a práticas de argumentação e ferramentas de IA Generativa CP5 - Normas para escrita científica: * Aplicação de normas de citação e referenciação (normas APA) na elaboração de escrita académica

Método de Avaliação

A Avaliação ao Longo do Semestre contempla as seguintes atividades: 1. Atividades individuais (50%): incluirão elementos de avaliação relacionados com prompt engineering, o uso responsável da IA Generativa, e também a defesa oral na apresentação do grupo. 2. Atividades em grupo (50%) [os estudantes são organizados em grupos de/até 5 elementos, constituídos de forma aleatória]: incluirão elaboração, revisões, edições e validações de conteúdos produzidos por IA e a utilização adequada, estratégica e responsável das ferramentas e técnicas de IA Generativa, no decorrer da elaboração do trabalho de grupo durante as aulas, que culminará numa apresentação e sessão de avaliação por pares na última aula. Considerações Gerais: Atendendo à natureza teórico-prática e aplicada da UC, a avaliação realiza-se na modalidade de avaliação ao longo do semestre, não estando prevista avaliação por exame. A avaliação em 2.ª época e época especial terá uma modalidade de avaliação alternativa, pelo que quaisquer estudantes que pretendam realizar a avaliação nestas épocas deverão previamente entrar em contacto com o/a docente para ficarem a par do procedimento de avaliação. Para efeitos de avaliação ao longo do semestre, é obrigatória a presença e participação em, pelo menos, 80% das aulas e ter mais de 7 valores em cada uma das avaliações. A aprovação exige uma classificação final mínima de 10 valores e o cumprimento do requisito de assiduidade e participação acima referido. O grupo terá de garantir a existência de pelo menos um computador por cada grupo para permitir a realização das atividades em sala de aula. O coordenador da unidade curricular pode determinar a realização de uma discussão oral complementar relativamente a qualquer elemento/instrumento de avaliação previsto na presente Ficha de Unidade Curricular, sempre que tal se revele necessário para confirmar a aquisição dos conhecimentos e competências avaliados, ou esclarecer discrepâncias entre diferentes elementos de avaliação. A discussão oral complementar não constitui um instrumento autónomo de avaliação, não tem ponderação própria na classificação final da unidade curricular e destina-se exclusivamente à validação da classificação do respetivo elemento/instrumento de avaliação. A classificação anteriormente atribuída a esse elemento/instrumento tem natureza provisória até à realização da discussão oral complementar, podendo ser confirmada ou revista em função da validação realizada e dos critérios de avaliação aplicáveis.

Carga Horária

Bibliografia

Principal

• Ribeiro, A. & Rosa, A. (2024). Descobrindo o potencial do CHATGPT em sala de aula: guia para professores e alunos. Atlantic Books. Cotton, D. R., Cotton, P. A., & Shipway, J. R. (2024). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in education and teaching international, 61(2), 228-239. d’Alte, P., & d’Alte, L. (2023). Para uma avaliação do ChatGPT como ferramenta auxiliar de escrita de textos acadêmicos. Revista Bibliomar, São Luís, 22(1), 122-138. DOI: 10.18764/2526-6160v22n1.2023.6. Kasneci, E., Seßler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., ... & Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and individual differences, 103, 102274.:

Secundária

• Cowen, T., & Tabarrok, A. T. (2023). How to learn and teach economics with large language models, including GPT. GMU Working Paper in Economics No. 23-18. DOI: 10.2139/ssrn.4391863 Lund, B. D., Wang, T., Mannuru, N. R., Nie, B., Shimray, S., & Wang, Z. (2023). ChatGPT and a new academic reality: Artificial Intelligence‐written research papers and the ethics of the large language models in scholarly publishing.:

Disciplinas de Execução