ECTS credits ECTS credits: 3
ECTS Hours Rules/Memories Hours of tutorials: 1 Expository Class: 15 Interactive Classroom: 10 Total: 26
Use languages Spanish, Galician
Type: Ordinary Degree Subject RD 1393/2007 - 822/2021
Departments: Philosophy and Anthropology
Areas: Logic and Philosophy of Science
Center Higher Technical Engineering School
Call: First Semester
Teaching: With teaching
Enrolment: Enrollable
La materia ‘Aspectos tecnocientíficos de la IA’ tiene como objetivo general tratar aspectos propios de la computación centrada en el ser humano, en su forma de vida, valores o compromisos, tales como la responsabilidad, la privacidad o la valoración de los riesgos existenciales de una inteligencia artificial general.
Este objetivo global se concreta en varios subobjetivos.
El primero de ellos aborda la caracterización de la Inteligencia artificial como tecnociencia; esto es, como una ciencia para la tecnología, donde los valores epistémicos tradicionales, como el mero conocer, suelen transmutarse en una racionalidad instrumental al servicio de objetivos empresariales o políticos.
El segundo tópico aborda el tema de la responsabilidad de la IA en términos de rendición de cuentas de agencias tecno-humanas, es decir, de sistemas socio-técnicos que involucran a individuos, máquinas e instituciones y donde las tareas y obligaciones están distribuidas.
El tercer subjetivo tiene que ver con la transparencia, el derecho fundamental a tener información sobre cómo opera un sistema de ayuda a la toma de decisiones avanzado. Particular relevancia cobra la interpretabilidad algorítmica, que permite su implementación y uso suprimiendo sesgos, ofreciendo explicaciones y, por tanto, haciéndola más fiable.
A continuación, se examina el impacto de la IA en el empleo, qué trabajos desaparecerán y cuáles propiciará, así como la pregunta de si las nuevas relaciones laborales se enmarcan en un nuevo capitalismo o en capitalismo tradicional disfrazado como novedoso por la publicidad de la expresas tecnológicas.
El siguiente subobjetivo analiza la preocupación por la privacidad, tema que no es nuevo, pero que se ha acentuado con la mediación de la tecnología, al favorecer que otros individuos, corporaciones o instituciones accedan a datos o actividades privadas sin consentimiento explícito. El beneficio desmedido que ello supone para algunas compañías ha dado en llamarse ‘capitalismo de la vigilancia’, donde, a diferencia del capitalismo clásico, los recursos no se extraen de la naturaleza, sino de la conducta humana en la red.
El penúltimo subojetivo analiza la distinción entre invención e innovación, mostrando que no toda invención es una innovación; sólo lo es cuando la innovación genera valor y promueve transformaciones sociales valiosas.
Finalmente, se examina el concepto de singularidad como crecimiento acelerado de la capacidad computacional que conduciría a una discontinuidad o superinteligencia, provocando con ello riesgos existenciales que es necesario analizar y prever.
Teóricos
1. Tecnociencia e IA
2. IA responsable
3. IA equitativa, transparente, auditable y fiable
4. Automatización y empleo
5. Privacidad en la interacción con los sistemas inteligentes
6. Innovación y accesibilidad
7. Singularidad y riesgos existenciales de una superinteligencia
Prácticos
Análisis de casos singulares relacionados con el programa teórico, como p. ej.:
1. The proposal for the Dartmouth Summer Research Project on Artificial Intelligence, como ejemplo de propuesta tecnocientífica
2. An Investigation of the Therac-25 Accidents, como ejemplo de falta de responsabilidad científica
3. Google’s Ideological Echo Chamber, como ejemplo de sesgo en un sistema IA.
4. Ethics guidelines for trustworthy AI, como ejemplo de buenas prácticas para una IA fiable.
5. La dictadura de los datos. La verdadera historia desde dentro de Cambridge Analytica, como ejemplo de capitalismo de la vigilancia y de sus efectos sobre la democracia
Básica:
Birch, K., Chiappetta, M., & Artyushina, A., The problem of innovation in technoscientific capitalism: data rentiership and the policy implications of turning personal digital data into a private asset. Policy Studies, 41(5), 2020, 468–487.
Bostrom, N., Superinteligencia, caminos, peligros, estrategias Teell editorial, 2016, cap. 7-9.
Dastani, M: & Yazdanpanah, Responsibility of AI Systems, AI & Society, 2023
Deranty, JP., Corbin, T. Artificial intelligence and work: a critical review of recent research from the social sciences. AI & Soc 39, 2024, 675–691
Echeverria, J., La revolución tecnocientífica, FCE, cap. 1, 2003.
Echeverría, J., Filosofía de la innovación y valores sociales en las empresas, Ediciones Universidad de Salamanca, 2020
Felzmann, H., Fosch-Villaronga, E., Lutz, C. et al. Towards Transparency by Design for Artificial Intelligence. Sci Eng Ethics 26, 2020, 3333–3361.
Koshiyama, A. et al. Towards Algorithm Auditing: A Survey on Managing Legal, Ethical and Technological Risks of AI, ML and Associated Algorithms. SSRN Electronic Journal. 202110.2139/ssrn.3778998.
Petropoulos, Georgios. “The Impact of Artificial Intelligence on Employment.” Work in the Digital Age, edited by Max Neufeind, Jacqueline O’Reilly, and Florian Ranft, vol. 119, curis.ku.dk, 2018, pp. 119–33.
Kurzweil, R., La singularidad está cerca. Cuando los humanos transcendamos la biología. Cap. 7, 2012
Lin, Ying-Tung & Hung, Tzu-Wei & Huang, Linus. (2021). Engineering Equity: How AI Can Help Reduce the Harm of Implicit Bias. Philosophy & Technology. 34. 1-26.
Noorman, M., Computer and moral responsibility, Stanford Enciclopedia of Philosophy, 2018
Van Den Hoven, J. Information technology, privacy, and the protection of personal data. In M. J. van den Joven & J. Weckert, Information Technology and Moral Philosophy. Cambridge University Press., 2008
Weber, J.& B. Prietl, AI in the age of technoscience, On the rise of data-driven AI and its epistem-ontological foundations. The Routledge Social Science Handbook of AI, 2021
Zuboff, S., Big other: Surveillance Capitalism and the Prospects of an Information Civilization. Journal of Information Technology, 30(1), 2015, 75-89.
Complementaria:
Boden, M. A., Artificial Intelligence: A Very Short Introduction, Oxford University Press, 2018.
Dignum, V., Responsible Artificial Intelligence: How to Develop and Use AI in a Responsible Way, Springer, 2019
Dreyfus, H., A History of First Step Fallacies, Minds & Machines (2012) 22:87–99
Kurzweil, R., La singularidad está más cerca: Cuando nos fusionamos con la IA. Deusto, 2025
Pavie, X., Toward responsible innovation. Responsibility and Philosophy for a Humanely Sustainable Future. World Scientific Pub., 2021
Véliz, C., Privacidad es poder: Datos, vigilancia y libertad en la era digital. Ed. Debate, 2021
Véliz, C., The Ethics of Privacy and Surveillance. Oxfrod University Press, 2024.
Zuboff, S. (2019). The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power. New York: PublicAffairs.
La asignatura contribuye al desarrollo de las siguientes competencias generales y específicas recogidas en la memoria del título:
Competencias básicas y generales:
CGI - Capacidad para concebir, redactar, organizar, planificar, y desarrollar modelos, aplicaciones y servicios en el ámbito de la inteligencia artificial, identificando objetivos, prioridades, plazos recursos y riesgos, y controlando los procesos establecidos.
CB4 - Capacidad para transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado
Competencias transversales:
TR4 - Capacidad para introducir la perspectiva de género en los modelos, técnicas y soluciones basadas en inteligencia artificial.
TR5 - Capacidad para desarrollar modelos, técnicas y soluciones basadas en inteligencia artificial que resulten éticas, no
discriminatorias y confiables.
TR6 - Capacidad para integrar aspectos jurídicos, sociales, ambientales y económicos inherentes a la inteligencia artificial, analizando sus impactos, y comprometiéndose con la búsqueda de soluciones compatibles con un desarrollo sostenible
Resultados del aprendizaje:
-Entender la Inteligencia Artificial como una tecnología con fuerte repercusión individual, social y transgeneracional que va más allá de sus desarrollos teóricos o de sus aplicaciones industriales.
-Adquirir los conceptos teóricos fundamentales para la evaluación de las aplicaciones de la Inteligencia Artificial atendiendo a su impacto en los individuos y en la sociedad.
-Capacidad de realizar un análisis crítico cualitativo y cuantitativo del impacto de las tecnologías de la Inteligencia Artificial a nivel industrial y social.
- Adquirir un código de buenas prácticas para el desarrollo de las tecnologías de la Inteligencia Artificial
La enseñanza constará de clases expositivas e interactivas.
- Las clases expositivas consistirán en la explicación de los conceptos relativos a cada tema y en preguntas que suscite tal explicación. Las preguntas podrán ser formuladas por el alumnado al profesor o viceversa, con el objetivo de fomentar la interacción y el diálogo razonado.
Competencias trabajadas: CG1, CB4, TR5 y TR6
- Las clases interactivas consistirán en la exposición de casos prácticos que ilustren de modo paradigmático conceptos o ideas transmitidos en las clases expositivas. El alumnado podrá exponer, de forma individual o en grupos reducidos, los casos planteados. Al finalizar las sesiones podrán responder a un conjunto de cuestiones sobre la práctica realizada.
Competencias trabajadas: CB4, TR4, TR5 y TR6.
Se usará el Campus Virtual como repositorio de contenidos y tutorización virtual del alumnado. En el aula virtual de la materia, el alumnado tendrá toda la información para el seguimiento de la asignatura.
La evaluación tendrá en cuenta la enseñanza expositiva e interactiva, de acuerdo con la siguiente proporción:
1. Pruebas breves o cuestionarios sobre la materia del programa expositivo e interactivo: 40 %
2. Examen: 60 %
Para aprobar la materia los/as estudiantes tendrán que conseguir una nota global igual o superior a 5 (sobre un máximo de 10 puntos) en ambas partes del programa y no tener más de 3 faltas de asistencia a la clase.
En la última clase se hará un simulacro de examen como ejemplo de examen final. De ser puntuado con nota 5 o superior, quien no se presente al examen final será calificado con esa nota. De presentarse, será calificado con la nota del examen final.
Obtendrán la calificación de no presentado los/las estudiantes que no se presenten al examen ni realicen las pruebas o cuestionarios.
Para superar la asignatura en la segunda oportunidad el alumnado deberá realizar las tareas no superadas en la primera oportunidad, conservándose las calificaciones del resto.
Alumnado exento de asistencia a clase: deberá presentarse al examen final y será calificado por él mismo.
En el caso de realización fraudulenta de ejercicios o pruebas, será de aplicación lo recogido en la normativa de evaluación del rendimiento académico del alumnado y de revisión de las calificaciones (https://www.xunta.gal/dog/Publicados/2011/20110721/AnuncioG2018-190711-…). En aplicación de la normativa de la ETSE sobre plagio (aprobada por la Xunta da ETSE el 19/12/2019), la copia total o parcial de algún ejercicio de prácticas o teoría supondrá el suspenso de las dos oportunidades del curso, con la calificación de 0,0 en ambos casos (https://www.usc.es/etse/files/u1/NormativaPlagioETSE2019.pdf).
- Es obligatorio el empleo de la cuenta de correo electrónico rai.usc. Esta cuenta será necesaria para acceder a cualquiera de los servicios facilitados por la USC. No se contestará ninguna comunicación realizada desde una cuenta de correo electrónico ajena a la USC.
- No se podrá emplear lo de teléfono móvil, computadora, tablet o aparato similar, salvo cuando se use como instrumento de trabajo siguiendo las indicaciones dadas por el docente, responsabilizándose el alumnado de las consecuencias legales y académicas que puedan derivarse de un empleo no idóneo.
- Los materiales elaborados por el docente están protegidos por la normativa de protección de la propiedad intelectual y derechos de autor de tal manera que no se pueden divulgar o hacer accesibles sin su autorización
- Se recomienda hacer uso del lenguaje no sexista según las recomendaciones de la USC.
- El estudiantado con necesidades específicas de apoyo educativo y/o discapacidad deberá ponerse en contacto con el Servicio de Participación e Inclusión Universitaria (SEPIU).
El tiempo de trabajo presencial de la materia es de 25 horas, con la siguiente distribución:
Horas de teoría: 20h
Horas de prácticas: 5h
El tiempo de estudio estimado para el alumno es de 49 horas.
- Seguimiento continuo
- Acudir a las tutorías si fuese necesario
- Leer, imaginar, debatir, escribir
Alejandro Sobrino Cerdeiriña
Coordinador/a- Department
- Philosophy and Anthropology
- Area
- Logic and Philosophy of Science
- Phone
- 881812534
- alejandro.sobrino [at] usc.es
- Category
- Professor: University Professor
| Tuesday | |||
|---|---|---|---|
| 16:30-18:30 | Grupo /CLE_01 | Galician | IA.01 |
| 18:30-20:00 | Grupo /CLIL_01 | Galician | IA.01 |
| Wednesday | |||
| 09:30-11:00 | Grupo /CLIL_02 | Galician | IA.13 |
| 12.15.2025 16:00-20:00 | Grupo /CLE_01 | IA.01 |
| 12.15.2025 16:00-20:00 | Grupo /CLIL_02 | IA.01 |
| 12.15.2025 16:00-20:00 | Grupo /CLIL_01 | IA.01 |
| 06.15.2026 16:00-20:30 | Grupo /CLIL_02 | IA.01 |
| 06.15.2026 16:00-20:30 | Grupo /CLIL_01 | IA.01 |
| 06.15.2026 16:00-20:30 | Grupo /CLE_01 | IA.01 |