A6. Introducción a la investigación
102463
2024-25
MÁSTER UNIVERSITARIO EN INVESTIGACIÓN EN INTELIGENCIA ARTIFICIAL
3
OBLIGATORIA
Anual
Castellano
En esta materia se pretende cubrir los conocimientos necesarios para las
actividades de investigación de los graduados. Estos conocimientos incluyen
habilidades de comunicación (oral y escrita), descripción del proceso de
publicación de resultados, e información sobre los distintos tipos de
proyectos de investigación y bibliometría:
Cómo escribir un trabajo de investigación, cómo presentarlo.
Proyectos de investigación.
Publicaciones científicas: sus tipos, el proceso de su elaboración,
bibliometría.
1. Módulo 1: Investigación: su desarrollo y sus procesos de comunicación
1.1. Generalidades
1.2. Procesos de publicación
1.3. Momentos difíciles en la tarea de investigación
2. Módulo 2: Investigación: su transferencia y sus procesos de comunicación
2.1. I+D+i
2.2. Protección y transferencia de los resultados de la I+D
2.3. Emprendimiento basado en la investigación
2.4. Comunicación para la "venta" de los resultados de la I+D
Unidades
CG1 - Entender los conceptos, los métodos y las aplicaciones de la
inteligencia artificial.
CG4 - Describir problemas de investigación mediante la redacción precisa de
los objetivos a lograr, las hipótesis a utilizar, las técnicas a aplicar, las
conjeturas a formular y las limitaciones a considerar.
CG5 - Evaluar las hipótesis de investigación propuestas en un trabajo
científico que permitan su validación o su refutación.
CE5 - Analizar las fuentes documentales propias del ámbito de la investigación
en Inteligencia Artificial para poder determinar cuáles de ellas son
relevantes en la resolución de problemas concretos.
La materia consta de dos partes, con un desarrollo en cuanto a la
enseñanza-aprendizaje diferenciado, tal como se indica a continuación:
Parte: "Investigación: su desarrollo y sus procesos de comunicación" (1,5
créditos, 37,5 horas), de la que es responsable el profesor Balcázar:
A1 - Sesiones presenciales virtuales (clases en vídeo): visionado de
los vídeos, que incluyen contenidos sobre las esencias de la tarea de
investigación, su transmisión escrita y oral y su evaluación (tiempo de
visionado 5 horas).
A3 - Trabajo autónomo: lecturas y visionado de contenidos
complementarios a los aportados en la materia (8 horas).
A2 - Trabajo individual: diálogo con el profesor a fin de identificar
un artículo reciente de investigación que encaje especialmente bien en los
intereses individuales del alumno; estudio a fondo de este artículo;
preparación de un texto sobre este artículo que cubra tanto el fondo
(contribuciones de investigación presentadas) como la forma, identificando la
estructura del artículo y proponiendo una posible estructura para una
presentación oral (24,5 horas).
Parte: "Investigación: su transferencia y sus procesos de comunicación" (1,5
créditos, 37,5 horas), de la que es responsable el profesor Barro:
A1 - Sesiones presenciales virtuales (clases en vídeo): visionado de
los vídeos, que incluyen un seminario de comunicación y contenidos sobre la
protección y transferencia de conocimiento y el emprendimiento basado en
investigación (tiempo de visionado 10 horas).
A3 - Trabajo autónomo: lecturas y visionado de contenidos
complementarios a los aportados en la materia (6 horas).
A2 - Trabajo individual: realización de una presentación personal que
ha de realizar ante el profesor orientada a la venta, comercialización,
captación de inversión, etc. de un resultado real o hipotético de
investigación (17,5 horas).
A4 - Foros y chats: explicaciones y reflexiones de interés colectivo (2
horas).
A5 - Tutorías: resolución de dudas fundamentalmente (2 horas).
La materia consta de dos partes, cuya calificación se realiza por separado,
considerándose la nota final la media de ambas.
El objetivo es familiarizar al alumno con textos y presentaciones de
resultados de investigación en IA. De este modo, se acuerda individualmente
con cada alumno un artículo de su interés, principalmente (pero no
obligatoriamente) de entre los publicados en JAIR o JMLR. Sobre el artículo
acordado, el alumno ha de mostrar, de una parte, su comprensión de la
contribución y, de otra, su propia actitud ante el fenómeno de comunicación,
vehiculada de dos maneras: primero, un análisis de la estructura del texto,
con sus ventajas e inconvenientes, así como, en su caso, sugerencias de
posibles estructuras alternativas; segundo, una propuesta de contenidos para
el caso de tener que realizar una presentación oral, limitada en tiempo, de
las contribuciones principales del mismo artículo.
En concreto, la evaluación se realiza valorando los siguientes apartados:
E1 - Valoración de los cuestionarios de evaluación, centrados
en la comprensión del artículo científico analizado y organización de su
contenido (ponderación en la nota global 20%).
E2 - Valoración de la participación en foros y chats,
considerando la participación, en particular en temas de interés colectivo
(ponderación en la nota global de la materia 5%).
E3 - Valoración individual de una presentación oral, limitada
en tiempo, de las contribuciones principales del mismo artículo (ponderación
en la nota global de la materia 25%).
Por su parte, la evaluación de la segunda parte: "Investigación: su
transferencia y sus procesos de comunicación", de la que es responsable el
profesor Barro, se realiza a través de una presentación personal, por skype o
mediante un medio equivalente, en la que el alumno/a ha de exponer un
resultado de I+D, real o ficticio, que supuestamente quiere transferir,
vender, promocionar... Previamente ha de avanzar un breve guion de la
presentación -incluido el material multimedia que apoyará su presentación-,
definiendo el papel que va a desempañar tanto el alumno/a como el profesor.
La evaluación se concibe como parte del proceso de enseñanza-aprendizaje, no
como una mera calificación. En este sentido, el guion y presentación son
valorados anticipadamente por el profesor, que sugiere cambios o realiza
cualquier tipo de recomendación al respecto, con objeto de mejorarla. Después,
durante la presentación de la misma, se produce un diálogo con el alumno para
hacerle ver los puntos débiles de su presentación, las posibles mejoras, etc.
En aquellos casos en los que el profesor lo considere oportuno, el alumno/a
deberá repensar, rediseñar e incluso repetir la presentación. Finalmente, el
alumno/a recibe una calificación que tiene en cuenta todos los elementos más
relevantes del proceso: presentación oral, respuestas, diseño de la
presentación, originalidad, etc.
En concreto, la evaluación se realiza valorando los siguientes apartados:
E1 - Valoración del guión y presentación visual de apoyo
a la posterior presentación oral (ponderación en la nota global 10%).
E2 - Valoración de la participación en foros y chats,
considerando la participación, en particular en temas de interés colectivo
(ponderación en la nota global de la materia 5%).
E3 - Valoración individual de una presentación oral, limitada
en tiempo, de su propuesta de venta, comercialización, inversión... de
resultados de I+D (ponderación en la nota global de la materia 35%).
Para la convocatoria ordinaria, habrá 3 fechas de entrega de trabajos
final de curso. Los alumnos podrán entregar sus trabajos en cualquier momento,
pero sólo en estas fechas se recogerán y evaluarán los que se hayan entregado.
Habrá una convocatoria extraordinaria en todas las asignaturas.
Para su evaluación.
Las actas de la convocatoria ordinaria se cerrarán en julio de 2025 y las de
la convocatoria extraordinaria en septiembre de 2025.
Todas las asignaturas estarán en la plataforma a disposición de los
estudiantes desde octubre hasta julio.
Publicación
Journal of AI Research. Information
for authors
Artificial Intelligence. Information
for authors
Michael Ernst: Choosing a
venue: conference or journal?
Escritura
Mary-Claire van Leunen, Richard Lipton: How to have your abstract rejected.
SIGACT News 8-3, 1976. http://dl.acm.org/citation.cfm?id=1810928
Michael Ernst: Writing
a technical paper
Jonathan Shewchuk: Three Sins
of Authors in Computer Science and Math
Revisión
Alan Jay Smith: The
task of the referee
G Cormode: How NOT to
review a paper: the tools and techniques of the adversarial reviewer
Ética y práctica de la investigación
Justin Zobel: Guidelines
on Research Practice in Computer Science
Pamela Samuelson: Self-Plagiarism
or Fair Use?. Communications of the ACM, agosto de 1994
Christian Collberg and Stephen Kobourov: Self-Plagiarism
in Computer Science. Communications of the ACM, abril de 2005
Miscelánea
Ian Parberry: "Guides"
Matt Might Blog: http://matt.might.net/articles/advice-for-phd-thesis-proposals/
http://matt.might.net/articles/successful-phd-students/
http://matt.might.net/articles/phd-school-in-pictures/
Barro, S. (coord.) (2015): La
transferencia de I+D, la innovación y el emprendimiento en las universidades.
Educación Superior en Iberoamérica. Informe 2015. Chile: CINDA.
Universidad de Alicante: Guía
práctica de transferencia de tecnología, del Observatorio
Virtual de Transferencia de Tecnología (OVTT) de la Universidad de Alicante.
González Sabater, J.; Manual
de transferencia de tecnología y conocimiento; The Transfer
Institute, 2ª edición, 2011.
Guía
de Transferencia de Tecnología de Centros Públicos de Investigación para las
empresas.
Módulo 1
Módulo 2
Este documento puede utilizarse como documentación de referencia de esta asignatura para la solicitud de reconocimiento de créditos en otros estudios. Para su plena validez debe estar sellado por la Secretaría de Estudiantes UIMP.
Descripción no definida
Anual
Créditos ECTS: 3
Barro Ameneiro, Senén
Catedrático de Ciencias de la Computación e Inteligencia Artificial
Director del Centro de Investigación en Tecnologías de la Información (CiTIUS)
Universidad de Santiago de Compostela
Balcázar Navarro, José Luis
Catedrático de Lenguajes y Sistemas Informáticos
Universidad Politécnica de Cataluña