Currículo
Inteligência Artificial na Sociedade IAS
Contextos
Groupo: Inteligência Artificial > 2º Ciclo > Parte Escolar > Unidades Curriculares Obrigatórias
ECTS
6.0 (para cálculo da média)
Objectivos
OA1 Explicar normas e leis relevantes, considerações éticas, sociais, de privacidade e de governação, demonstrando compreensão das questões relacionadas com a prática de um profissional em Inteligência Artificial (IA). OA2 Discutir o impacto social e as questões profissionais relacionadas com a IA, a implantação de sistemas de IA, avaliando as implicações de delegar o controlo e a tomada de decisão em sistemas inteligentes, incluindo questões sobre equidade, parcialidade, transparência, responsabilidade e explicabilidade da IA. OA3 Justificar a avaliação de estudos de caso e do trabalho dos seus pares. OA4 Comunicar eficazmente com audiências através de uma série de modos e meios de comunicação, especificamente, através de relatórios técnicos escritos e apresentações visuais e orais. OA5 Aplicar princípios de investigação responsáveis e éticos e escolher métodos apropriados para analisar, teorizar e justificar conclusões na prática e investigação profissional em IA.
Programa
P1 Introdução: uma breve história da IA; P2 Como funciona a IA; P3 Viés, Ética, Equidade, Privacidade, Robustez e Confiança; P4 Quadros legais e regulamentares; P5 AI para o presente: estudos de caso; P6 O desafio da interpretabilidade: XAI; P7 IA para o futuro: tópicos especiais em IA.
Método de Avaliação
Sendo uma UC que trabalha maioritariamente conceitos e métodos de ponta num estado da arte ainda em evolução, não configura a figura de exame escrito a 100%. Os estudantes são avaliados através de: (a) um trabalho de grupo em workshops (GW), (b) apresentando aos pares um artigo de conferência ou revista (RP) (no final do semestre) (c) um artigo de investigação individual (RI) (em data marcada na 1.ª época), de acordo com a fórmula: 0,3 x GW + 0,3 x RP + 0,4 x RI. Para aprovação, qualquer elemento em avaliação requer uma nota mínima de 8 valores.
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 119.0
Carga Total -
Bibliografia
Principal
- S. Russell, P. Norvig. Artificial Intelligence: A Modern Approach. Pearson, Upper Saddle River, NJ, 2009. A. Holzinger, P. Kieseberg, E. Weippl & A Min Tjoa. Current Advances, Trends and Challenges of Machine Learning and Knowledge Extraction: From Machine Learning to Explainable AI. Springer Lecture Notes in Computer Science LNCS 11015. Cham: Springer, pp. 1-8, 2018. C. Molnar. Interpretable machine learning. A Guide for Making Black Box Models Explainable, 2019. https://christophm.github.io/interpretable-ml-book/. T. Miller. Explanation in artificial intelligence: Insights from the social sciences. Artificial Intelligence, 267, 1–38, 2019.:
Secundária
- ALLEA The European Code of Conduct for Research Integrity, European Union, URL: https://allea.org/code-of-conduct/ Artificial intelligence act, URL: https://www.europarl.europa.eu/RegData/etudes/BRIE/2021/698792/EPRS_BRI(2021)698792_EN.pdf Material de leitura a determinar ao longo das aulas e de acordo com os temas a tratar, nomeadamente: artigos em revistas científicas/artigos de opinião/livros para discussão em aula.: