



| Código de la asignatura | 10903 |
|---|---|
| Nº Créditos ECTS | 6 |
| Tipo | Obligatoria |
| Duración | Semestral |
| Idiomas | Castellano |
| Planes de estudio | |
| Profesor(es) | |
| Año académico | 2026-27 |
Esta asignatura introduce el concepto de inteligencia artificial y robótica, y describe las principales técnicas usadas en este campo. Uno de los principales objetivos de esta asignatura es que el estudiante sea capaz de elegir una técnica de inteligencia artificial apropiada para resolver cada problema. Además, el estudiante aprende las principales ventajas e inconvenientes de cada técnica de inteligencia artificial.
En esta asignatura, el estudiante adquiere la habilidad de innovar y ser creativo para la resolución de nuevos problemas difíciles de resolver sin las técnicas de inteligencia artificial. Para el desarrollo de esta asignatura, se podrán usar los conocimientos previos de programación del estudiante, así como nuevos paradigmas, herramientas y lenguajes.
Conocimientos o contenidos
Competencias
Habilidades o destrezas
La dedicación requerida para esta asignatura de 6 créditos ECTS es de 150 horas, que se encuentran distribuidas de la siguiente manera:
El profesor aporta un seguimiento individualizado de la actividad del estudiante para asegurar las mejores condiciones de aprendizaje mediante la tutorización a través de las herramientas de la plataforma educativa y/o de las tutorías telefónicas. En estas tutorías los estudiantes pueden consultar a los profesores las dudas acerca de la materia estudiada.
Manual de la asignatura:
Además, se recomienda la siguiente bibliografía de consulta voluntaria:
Finalmente, el profesor podrá poner a disposición del estudiante cualquier otro material complementario voluntario al hilo de las unidades didácticas o en una carpeta de material complementario.
| SEMANAS (*) | UNIDADES DIDÁCTICAS | ACTIVIDADES DIDÁCTICAS |
|---|---|---|
| Semana 1 | Tema 1. Fundamentos de la Inteligencia Artificial 1.1 Introducción 1.2 La IA como Ciencia y como IC 1.2.1 IA como Ciencia 1.2.2 IA como Ingeniería 1.3 Perspectiva histórica: fundamentos y metodología 1.4 Paradigmas actuales en IA 1.4.1 El paradigma simbólico 1.4.2 El paradigma situado 1.4.3 El paradigma conexionista 1.4.4 El paradigma híbrido 1.5 El conocer humano y el conocer de las máquinas |
|
| Semanas 2 y 3 | Tema 2. La IA, los problemas y teorización de soluciones 2.1 La IA y la Resolución de problemas 2.1.1 Introducción 2.1.2 Definición del Problema en IA 2.1.3 Tipos de Problemas 2.1.4 Los problemas y la IA 2.2 Inteligencia Artificial y los Problemas 2.2.1 La IA y la Identificación de Problemas 2.2.2 Técnicas de Resolución de Problemas en IA 2.2.3 Aplicación Práctica para el Proyecto de IA 2.3 Holones e Informones 2.3.1 El Concepto de Informón 2.3.2 El Concepto de Holón 2.3.3 Holones e Informones en el Desarrollo del Proyecto de IA |
|
| Semana 4 | Tema 3. Introducción a las Técnicas de Búsqueda 3.1 Introducción 3.2 Algunos ejemplos 3.2.1 Generación de planes de actuación de robots 3.2.2 Problemas de rutas óptimas en grafos 3.2.3 Juegos con contrincante 3.3 Formulación de problemas de búsqueda 3.4 Métodos de búsqueda sin información 3.4.1 Recorrido de árboles 3.4.2 Recorrido de grafos |
|
| Semanas 5 y 6 | Tema 4. Técnicas Basadas en Búsquedas Heurísticas 4.1 Introducción 4.2 Búsqueda primero el mejor 4.3 El algoritmo A* 4.3.1 Descripción del algoritmo A* 4.3.2 Propiedades formales 4.3.3 Diseño de heurísticos simples 4.3.4 Relajación de las condiciones de optimalidad 4.3.5 Diseño sistemático de heurísticos 4.4 Búsqueda con memoria limitada 4.4.1 Algoritmo IDA* 4.4.2 Algoritmo SMA* 4.5 Algoritmos voraces 4.6 Algoritmos de ramificación y poda 4.7 Algoritmos de mejora iterativa o búsqueda local 4.7.1 Algoritmos de escalada o máximo gradiente 4.7.2 Temple simulado 4.7.3 Búsqueda tabú |
|
| Semana 7 | Tema 5. Búsqueda entre adversarios y teoría de juegos 5.1 Algoritmo minimax 5.2 Poda Alfa Beta 5.3 Otros tipos de juegos |
|
| Semanas 8 y 9 | Tema 6. Introducción al razonamiento automático y a la planificación 6.1 Conceptos fundamentales del razonamiento automático 6.2 Sistemas basados en reglas e inferencia 6.3 Representación del conocimiento para la acción 6.4 Fundamentos de la planificación automática 6.5 Algoritmos y técnicas de planificación |
|
| Semanas 10 y 11 | Tema 7. Introducción a los agentes inteligentes y sistemas reactivos 7.1 El concepto de Agente Inteligente 7.2 Arquitecturas de agentes 7.3 Sistemas Reactivos y Robótica Basada en Comportamientos 7.4 Introducción a los Sistemas Multiagente (SMA) |
|
| Semanas 12 y 13 | Tema 8. Robótica básica: percepción, actuación, navegación simple 8.1 Arquitectura de un Robot 8.2 Percepción: Sensores y Procesamiento 8.3 Actuación: Movimiento y Mecánica 8.4 Navegación y Algoritmia Espacial |
|
| Semana 14 | Tema 9. Futuro de la IA. La barrera del Significado 9.1 Sobre la Comprensión 9.2 Conocimiento, abstracción y analogía en la IA 9.3 Preguntas, respuestas y especulaciones |
|
| Resto de semanas hasta finalización del semestre | Estudio y preparación para el examen final, celebración del examen final y cierre de actas. | |
Durante el estudio de esta asignatura, el proceso de evaluación del aprendizaje es continuo y contempla la realización de:
La evaluación de la asignatura se realizará como sigue:
Para poder presentarse al examen final, en cualquiera de las convocatorias, es imprescindible cumplir el siguiente requisito: alcanzar una calificación mínima de 2,5 puntos sobre 5 en la media ponderada obtenida al sumar las notas de las actividades de evaluación continua y la actividad de resolución de supuestos o casos prácticos.
El estudiante que se presente al examen sin cumplir los anteriores requisitos, será calificado con un cero en el examen final y consumirá convocatoria.
Para superar la asignatura será necesario que el examen esté aprobado (calificación de 5 o más sobre 10) y que la calificación final de la asignatura sea de 5 o superior.
Cuadro resumen del sistema de evaluación
| Tipo de actividad | Actividades planificadas | Peso clasificación |
|---|---|---|
| Actividades de evaluación continua | 2 | 25% |
| Resolución de casos prácticos | 1 | 25% |
| Examen final | Sí | 50% |
| Total | 100% |
Para aprobar la asignatura, es necesario obtener una calificación mínima de 5 en el examen final, así como en la calificación total del curso, una vez realizado el cómputo ponderado de las calificaciones obtenidas en las actividades didácticas y en el examen final.
Si un estudiante no aprueba la asignatura en la convocatoria ordinaria podrá examinarse en la convocatoria de septiembre. El estudiante que no se presente a la convocatoria de febrero y/o de julio ni a la de septiembre, perderá automáticamente todos los trabajos realizados a lo largo del curso. Deberá en este caso matricularse de nuevo en la asignatura.
Las fechas previstas para la realización de todas las actividades se indican en el aula virtual de la asignatura.
Originalidad de los trabajos académicos
Según la Real Academia Española, “plagiar” significa copiar en lo sustancial obras ajenas dándolas como propias. Dicho de otro modo, plagiar implica expresar las ideas de otra persona como si fuesen propias, sin citar la autoría de las mismas. Igualmente, la apropiación de contenido puede ser debida a una inclusión excesiva de información procedente de una misma fuente, pese a que esta haya sido citada adecuadamente. Teniendo en cuenta lo anterior, el estudiante deberá desarrollar sus conocimientos con sus propias palabras y expresiones. En ningún caso se aceptarán copias literales de párrafos, imágenes, gráficos, tablas, etc. de los materiales consultados. En caso de ser necesaria su reproducción, esta deberá contemplar las normas adecuadas para la citación académica.
Los documentos que sean presentados en las actividades académicas podrán ser sometidos a diferentes mecanismos de comprobación de la originalidad (herramientas antiplagios que detectan coincidencias de texto con otras fuentes, comparación con trabajos de otros estudiantes, comparación con información publicada en Internet, etc). El profesor valorará si el trabajo presentado cuenta con los criterios de originalidad exigidos o, en su caso, se atribuye adecuadamente la información no propia a las fuentes correspondientes. La adjudicación como propia de información que corresponde a otros autores podrá suponer el suspenso de la actividad.
Los documentos presentados en las actividades académicas podrán ser almacenados en formato papel o electrónico y servir de comparación con otros trabajos de terceros, a fin de proteger la originalidad de la fuente y evitar la apropiación indebida de todo o parte del trabajo del estudiante. Por tanto, podrán ser utilizados y almacenados por la universidad, a través del sistema que estime, con el único fin de servir como fuente de comparación de cualquier otro trabajo que se presente.
Sistema de calificaciones
El sistema de calificación de todas las actividades didácticas es numérico del 0 a 10 con expresión de un decimal, al que se añade su correspondiente calificación cualitativa:
0 - 4.9: Suspenso (SU)
5.0 - 6.9: Aprobado (AP)
7.0 - 8.9: Notable (NT)
9.0 - 10: Sobresaliente (SB)
Matrícula de honor (MH)
(RD 1125/2003, de 5 de septiembre, por lo que se establece el sistema europeo de créditos y el sistema de calificaciones en las titulaciones universitarias de carácter oficial y con validez en todo el territorio nacional).
La matrícula de honor se concede cuando el profesor lo considere oportuno en función de la excelencia de las actividades realizadas por el estudiante y las calificaciones obtenidas por el resto del grupo. No obstante, los criterios académicos de su concesión corresponden al departamento responsable de cada grado.