Créditos ECTS Créditos ECTS: 6
Horas ECTS Criterios/Memorias Traballo do Alumno/a ECTS: 99 Horas de Titorías: 3 Clase Expositiva: 24 Clase Interactiva: 24 Total: 150
Linguas de uso Castelán, Galego
Tipo: Materia Ordinaria Grao RD 1393/2007 - 822/2021
Departamentos: Filosofía e Antropoloxía
Áreas: Lóxica e Filosofía da Ciencia
Centro Facultade de Filosofía
Convocatoria: Segundo semestre
Docencia: Con docencia
Matrícula: Matriculable
- Transmitir os contidos fundamentais sobre a Filosofía da Intelixencia Artificial.
- Amosar as cuestións abertas que alimentan a investigación neste eido.
- Alentar a imaxinación e o debate para tratar de facer aportacións propias e contrastar ideas.
- Proporcionar unha formación sólida en Filosofía da Intelixencia Artificial, situándoa no conxunto dos saberes científicos e humanistas, no tecido cultural e na práctica social do mundo contemporáneo.
- Combinar a formación en Filosofía da Intelixencia Artificial co ensino das habilidades precisas para aplicar os coñecementos adquiridos na práctica profesional.
- Xerar capacidade de análise e crítica no eido da Filosofía da Intelixencia Artificial.
- Ser quen de aprender de xeito autónomo as bases da Filosofía da Intelixencia Artificial, usando criterios propios e aplicándoos ao longo da vida.
- Promover os principios do respecto e a promoción dos dereitos fundamentais na igualdade entre as persoas, os principios de accesibilidade universal e desenvolvemento para todos, e os valores democráticos e dunha cultura de paz.
Docencia expositiva:
1. Intelixencia Artificial: mito e logos.
1.1 Dos primeros inxenios á conferencia de Dartmouth.
1.2 Punto de inflexión: o Lóxico Teórico.
1.3 A importancia dos xogos.
2. Problemas filosóficos asociados á I.A.: Poden as máquinas...
2.1 pensar?
2.2 ter capacidade lingüística?
2.3 ter conciencia do que fan?
2.4 ser libres ou autónomas?
3. Problemas actuais da Filosofía da Intelixencia Artificial
3.1 O papel da corporalidade en Dreyfus.
3.2 A singularidade tecnolóxica de Kurzweil
3.3 Superintelixencia e risco existencial en Bostrom
3.4 A privacidade no capitalismo da vixiancia de Zuboff
3.5 Chats conversacionais tipo GPT-X, test de Turing e modelos da linguaxe
Docencia interactiva
Básicos de Prolog (PROgrammation en LOGique).
Titorías en grupo para pór en común a experiencia formativa
Bibliografía básica:
Boden, M., Inteligencia Artificial. Turner, 2017
Bostrom, N., Superinteligencia: caminos, peligros, estrategias. Teel, 2016. V. orix, 2014.
Clocksin, W. & Mellish, C.S., Programación en Prolog. Gustavo Gili, 1993.
Copeland, J., Inteligencia Artificial. Una introducción filosófica. Alianza Editorial, 1996. V. orix., 1993
Dreyfus, H., On the Internet. Routledge, 2001, 2009 (2nd. ed.). Versión en español en editorial UOC, 2003
Floridi, L. & Chiriatti, M., ‘GPT-3: Its Nature, Limits and Consequences’. Minds and Machines, 2020, 30, 681-684
Kurzweil, R., La singularidad está cerca. Cuando los humanos trascendamos la biología. Lola Books, 2012. V. orix., 2006
McCorduck, P., Máquinas que piensan. Una incursión en la historia y las perspectivas de la inteligencia artificial. Tecnos, 1991. V. orix. 1979.
Searle, J., Mentes, cerebros y ciencia. Cátedra, 1985. V. orig., 1984.
Searle, J. ‘La conciencia’, Diálogos de Bioética, 2007, junio, 1-34. Ver. inglesa en Annual Review of Neuroscience, 2000, vol. 23, 557-578.
Turing, A. M., ¿Puede pensar una máquina?, en A. M. Turing et al., Mentes y máquinas. Tecnos, 1985. V. orig., 1950.
Zuboff, S. “Big Other: surveillance capitalism and the prospects of an information civilization”, Journal of Information Technology, vol. 30, 2015, pp. 75–89.
Bibliografía complementaria:
Capelen, H, & Dever, J., Making AI intelligible. Philosophical Foundations. Oxford U. P., 2021
Cave, P. ¿Puede ser Humano un Robot?, 33 rompecabezas filosóficos desconcertantes. Ariel, 2009.
Dreyfus, H. L., Intelligence artificielle, Mythes et Limites. Flammarion, 1984
Dreyfus, H. L. & Taylor, Ch., Retrieving realism. Harvard University Press, 2015.
Elkins, K. & Chun, J., ‘Can GPT-3 pass a writer’s Turing Test? Journal of Cultural Analytics 5.2, 2020.
Guo, J. & Guo, Y., Human and Machines. Philosophical Thinking of AI. Springer, 2022
Kaiser, B., La dictadura de los datos. La verdadera historia desde dentro de Cambridge Analytica y de cómo el Big Data, Trump y Facebook rompieron la democracia y cómo puede volver a pasar, Harper_Collins Ibérica, 2019
Larson, E. J., El mito de la Inteligencia Artificial. Por qué las máquinas no pueden pensar como nosotros. Shackelton, 2022
Levesque, H., Common sense, the Turing test and the quest for real AI. MIT Press, 2017
Marcus, G. & Davis, E., Reeboting AI: Building Artificial Intelligence We Can Trust. MIT Press, 2019
Mayor, A., Gods and Robots. Myths, machines and ancient dreams of technology. Princeton University Press, 2018.
Mitchell, M. Artificial Intelligence: A guide for thinking humans. Farrar, Strauss and Giroux, 2019
Moor J. H. (ed), CyberPhilosophy: The Intersection of Philosophy and Computing, Blackwell, 2002.
Piantadosi, S. T. ‘Modern language models refute Chomsky’s approach to language’. In Gibson, E. & Poliak, M. (eds.), From fieldwork to linguistic theory. A tribute to Dan Everett, Language Science Press, 2024
Russell, S., Human Compatible: Artificial Intelligence and the Problem of Control. Viking, 2019
Snowden, E., Vigilancia permanente, Booket, 2020
Véliz. C., Privacidad es poder. Datos, vigilancia y libertad en la era digital. Debate, 2019
Weizenbaum, J., La frontera entre el ordenador y la mente. Pirámide, 1977. V. orig., 1976.
Zuboff, S., La era del capitalismo de la vigilancia. La lucha por un futuro humano frente a las nuevas fronteras del poder, Paidós, Barcelona, 2020.
Competencias básicas:
CB1 - Que os estudantes demostren posuír e comprender coñecementos nunha área de estudo que parte da base da educación secundaria xeral, e adóitase atopar a un nivel que, aínda que se apoia en libros de texto avanzados, inclúe tamén algúns aspectos que implican coñecementos procedentes da vangarda do seu campo de estudo
CB2 - Que os estudantes saiban aplicar os coñecementos ao seu traballo ou vocación dunha forma profesional e posúan as competencias que adoitan demostrarse por medio da elaboración e defensa de argumentos e a resolución de problemas dentro da súa área de estudo
CB3 - Que os estudantes teñan a capacidade de reunir e interpretar datos relevantes (normalmente dentro da súa área de estudo) para emitir xuízos que inclúan unha reflexión sobre temas relevantes de índole social, científica ou ética
Competencias de tipo xeral:
CX1 - Proporcionar os coñecementos propios da Filosofía da Intelixencia Artificial.
CX2 - Aplicar eses coñecementos para identificar, formular e resolver os problemas que se presentan na Filosofía da Intelixencia Artificial a un nivel xeral e non especializado.
CX3 - Ter capacidade de transmitir coñecementos, ideas, cuestións e solucións tanto a un público xeral como especializado en temáticas propias da Filosofía da Intelixencia Artificial
CX4 - Mostrar capacidade de continuar a formación en Filosofía da Intelixencia Artificial cun alto grao de autonomía.
CX5 - Ter habilidade para recoñecer, nos diversos saberes e na práctica social, problemas susceptibles de ser abordados e resoltos desde a Filosofía da Intelixencia Artificial.
Competencias transversais:
CT1 – De tipo Instrumental: Capacidade de comprensión e interpretación de discursos complexos (escritos e orais), análises e sínteses, traballo conceptual. Capacidade para a exposición e comunicación oral e escrita. Capacidade de xestión da información. Resolución de problemas. Toma de decisións.
CT2 - Persoais: Curiosidade e actividade intelectual non restrinxida á filosofía. Capacidade para desenvolverse en contextos culturais e sociais diversos. Boa disposición para as relacións interpersoais, o diálogo intelectual e o traballo cooperativo. Razoamento crítico e compromiso democrático.
CT3 - Sistémicas: Capacidade para a aprendizaxe autónoma. Receptividade e capacidade de resposta diante novas situacións. Creatividade. Coñecemento doutras culturas e costumes. Iniciativa e espírito emprendedor. Motivación pola calidade. Especial sensibilidade cara a problemas de igualdade e ambientais.
Competencias de tipo específico:
CE1 - Coñecer as disciplinas, teorías, métodos, aplicacións e correntes da Filosofía da Intelixencia Artificial.
CE2 - Explicar e estar en condicións de aprender a ensinar os coñecementos propios da Filosofía da Intelixencia Artificial.
CE3 - Saber aplicar eses coñecementos dentro e fóra da Filosofía da Intelixencia Artificial.
CE4 - Saber expresar, comunicar, debater e dialogar acerca da Filosofía da Intelixencia Artificial.
CE5 - Desenvolver razoamento crítico e compromiso ético no campo da Filosofía da Intelixencia Artificial.
CE6 - Ter sentido social e fomentar a cooperación e a mediación.
CE7 - Ter un espírito construtivo, mostrando creatividade e adaptación a novos contextos no campo da Filosofía da Intelixencia Artificial
Traballo presencial na aula:
(1) Aulas expositivas. Cada tema do programa será obxecto de exposición oral por parte dos/as alumnos/as. A exposición estará sempre aberta á participación e ao debate e será asistida e guiada polo profesor, que suscitará preguntas para que sexan respondidas por todos/as nun debate frutífero.
(2) Aulas interactivas. Propiciarase a participación activa do alumnado, propoñendo tarefas nas que teñan un papel protagonista, como:
- A resolución de problemas coa linguaxe de programación Prolog.
- Material audiovisual sobre o que terán que facer anotacións e comentarios para responder a preguntas suscitadas polo profesor na aula.
Traballo autónomo do alumnado:
- Resolución de exercicios de programación.
- Exposicións de diferentes puntos do programa.
Actividade titorial en grupo:
Á metade do cuadrimestre programaranse titorías en grupo, para poñer en común a experiencia formativa recibida ata ese momento e recoller suxestións para a segunda parte do curso, facilitando o profesor asesoramento e orientación sobre as cuestións plantexadas. Análise e posta en marcha de posibles alternativas.
(3) A materia dispón de aula virtual, na que se poderá consultar os textos para as diferentes sesións, as probas para realizar e as cualificacións obtidas.
É posible superar a materia mediante: (1) avaliación continua ou (2) realizando o exame final. A avaliación continua require a asistencia a clase.
(1) A avaliación continua consta de:
- Probas de preguntas curtas sobre os diferentes bloques teóricos da materia. Cuestionarios. Exercicios.
- Exposicións de temas do programa
- Opcionalmente, un traballo breve e orixinal que conteña unha pequena indagación persoal sobre o contido xeral ou parcial da materia. O traballo terá que ser previamente admitido polo profesor e terá o formato dun artigo filosófico analítico.
(2) O exame final constará de 10 preguntas de resposta breve sobre os diferentes contidos da materia.
Dimensións da avaliación:
Avaliación continua:
1. Preguntas curtas sobre os diferentes bloques teóricos da materia. Cuestionarios, exercicios de programación: 60%
2. Exposicións: 30%
3. Traballo breve e orixinal: engadirá ata 1 punto (10%) á cualificación obtida en 1+2.
Exame final:
O alumnado que non opte pola avaliación continua ou que desexe mellorar a nota alcanzada poderá concorrer ao exame final. Nese caso, a nota definitiva será a do exame final. O exame final constará de 10 preguntas, e cada unha puntúa, como máximo, 1 punto.
2ª Oportunidade.
As persoas que non superen a materia na 1ª oportunidade poderán presentarse á segunda oportunidade, que consistirá nunha proba de 10 preguntas sobre o temario expositivo ou interactivo.
Alumnado con exención de asistencia á clase: terá que presentarse ao exame final e será cualificado coa nota que obteña nel.
As competencias da materia son avaliadas en todos e cada un dos diferentes modos e dimensións da avaliación continua e no exame final. As exposicións serán valoradas atendendo á calidade da presentación e ao contido, claridade e capacidade argumentativa do que se expón. Nas probas escritas as competencias serán avaliadas atendendo á claridade e concisión coa que se responda, así como a madurez e consistencia das argumentacións. Os exercicios de programación serán valorados atendendo ás boas prácticas da programación (comentarios, precisión, elegancia,…) e aos resultados que ofrezan.
Normas a ter en conta:
- As distintas probas da avaliación continua non son recuperables.
- O/a alumno/a debe atender ao código de boas prácticas da USC, que di que hai que traballar con honestidade intelectual e seriedade no contraste das citas, respectando o traballo dos demais, evitando todo tipo de plaxios e apropiacións indebidas e actuando co máximo respecto á propiedade intelectual ou industrial. A non observancia desta norma conlevará non superar a materia nas dúas convocatorias anuais.
Horas presenciais semanais: 51 h.
- Horas expositivas de docencia: 24
- Horas interactivas de seminario de docencia: 24
- Horas de titorías de grupo: 3
Horas non presenciais semanais: 99 h.
- Horas de estudo: 70 h.
- Preparación de probas: 29 h.
1. Actitude activa na aula.
2. Seguimento ó día da materia.
3. Asistencia ás tutorías.
4. Ler, pensar, programar, debatir, escribir.
Alejandro Sobrino Cerdeiriña
Coordinador/a- Departamento
- Filosofía e Antropoloxía
- Área
- Lóxica e Filosofía da Ciencia
- Teléfono
- 881812534
- Correo electrónico
- alejandro.sobrino [at] usc.es
- Categoría
- Profesor/a: Catedrático/a de Universidade
| Martes | |||
|---|---|---|---|
| 13:00-14:30 | Grupo /CLE_01 | Castelán | Aula 3 |
| Mércores | |||
| 12:30-14:00 | Grupo /CLE_01 | Castelán | Aula 3 |
| 13.05.2025 10:00-13:00 | Grupo /CLIS_01 | Aula 3 |
| 13.05.2025 10:00-13:00 | Grupo /CLE_01 | Aula 3 |
| 18.06.2025 10:00-13:00 | Grupo /CLIS_01 | Aula 3 |
| 18.06.2025 10:00-13:00 | Grupo /CLE_01 | Aula 3 |