Nori zuzendua

UPV/EHUko doktoregaiak

Datak

2025eko azaroa

Iraupena (ordutan) / Ordutegia

20 ordu (5 saio, bakoitza 4 ordukoa)

Ordutegia: 9:00 – 13:00

Asistentzia

% 80 bertaratzea derrigorrezkoa eta, hala badagokio, eskatutako lan praktiko guztiak entregatzea. (Ikus Doktorego Eskolak antolatutako zeharkako prestakuntza-jardueretan parte hartzeko oinarrizko araudiaren 3. eta 5. puntuak).

ABSENTZIA ORO agiri bidez justifikatu behar da.

Hizkuntza

Gaztelania

Modalitatea

Presentziala

Aldez aurreko betekizunak

Ahal dela, programazioari buruzko oinarrizko ezagutzekin – ez dio axola hizkuntzak.

Lekua eta egunak

Irakasleak

Juanan Pereira Web Sistemetako eta Software Ingeniaritzako irakaslea da UPV/EHUko Informatika Fakultatean. Horrez gain, ONEKIN ikerketa taldeko kidea da. UEUk eta Asmoz elkarteak antolatutako bi MOOCetako ('HTML5 estandarra ikasten' eta 'HTML5 Aurreratua') irakaslea izan da. 'HTML5 lengoaia eta JavaScript APIak' (HTML5 lengoaia eta JavaScripten APIak) liburuaren egilea, UEUren eskutik. Gaur egun, Software Ingeniaritzaren eta Hezkuntzaren arloetan LLMak (Large Language Models) nola erabil daitezkeen ikertzen ari da. Software-proiektuak https://github.com/juananpe helbidean ikus ditzakezu, egindako post-ak twitter.com/juanan helbidean irakur ditzakezu eta ikerketa lanak ezagutu https://orcid.org/0000-0002-7935-3612 helbidean. 

Juan-Miguel López-Gil irakaslea da UPV/EHUko Informatika Fakultatean. Horrez gain, ONEKIN ikerketa taldeko kidea da. Aurretik, irakasle bisitaria eta doktore laguntzailea izan zen Lleidako Unibertsitatean 2007 eta 2010 artean, eta Pertsonen eta Ordenagailuaren arteko Interakzioko Masterreko zuzendari akademikoa izan zen. 2010etik UPV/EHUn eskolak ematen ditu Lengoaia eta Sistema Informatikoen Sailean. Pertsona eta Ordenagailuaren arteko interakzioaren arloan egiten du ikerketa. Adimen artifizialeko teknikekin lan egin du, batez ere konputazio afektiboaren arloko sailkapen gainbegiratuan oinarritutakoekin. Ezagutza irudikatzeko eta arrazoitzeko ontologiekin ere lan egin du. Gaur egun, ikertzen ari da nola erabil daitezkeen LLMak (Large Language Models) Pertsona eta Ordenagailuen arteko Interakzioa, Software Ingeniaritza eta Hezkuntza arloetan. Bere ikerketa lanak honako hauetan ikus daitezke: https://orcid.org/0000-0001-7730-0472.

Parte hartzaileen kopurua

20

Izen-ematea

Doktoregaiak eskuratuko dituen gaitasunak (99/2011 Errege Dekretua)

• a) Aztergai baten arloa sistematikoki ulertzea eta arlo horrekin zerikusia daukan ikerketako trebetasunak eta metodoak ondo ezagutzea. Ikastaroak IA sortzailea eta ikerketa akademikoan dituen aplikazioak sistematikoki ulertzen laguntzen du.
• b) Ikerketa edo sortze prozesu bat diseinatu, sortu eta martxan jartzeko gaitasuna.
• d) Ideia berri eta konplexuen azterketa kritikoa, ebaluazio eta sintesia egiteko gaitasuna.
• f) Testuinguru akademiko eta profesionaletan aurrerapen zientifiko, teknologiko, sozial, artistiko eta kulturala sustatzeko gaitasuna, ezagutzan oinarritutako testuinguru batean.

Helburuak

Adquisición por parte del alumnado de las siguientes competencias relacionadas con la IA Generativa:

• Comprensión de la IA Generativa: Sus fundamentos, tipos de modelos (como LLMs), funcionamiento, aplicaciones y limitaciones.
• Manejo de herramientas de IA Generativa: Habilidad para utilizar herramientas como GPT, Gemini, Claude, DALL-E, Groq, Perplexity, Consensus.
• Diseño de "prompts" efectivos: Capacidad para elaborar instrucciones precisas para obtener resultados óptimos de las herramientas de IA.
• Evaluación crítica de resultados: Habilidad para analizar la información generada por la IA, verificando su precisión, fiabilidad y relevancia.
• Integración con metodologías tradicionales: Capacidad para combinar la IA Generativa con métodos de investigación tradicionales.
• Uso ético y responsable: Conocimiento de las implicaciones éticas, la privacidad de datos, la seguridad y los sesgos potenciales al usar la IA Generativa en la investigación.

Ikastaroaren edukia

Este curso explorará las oportunidades y desafíos que presenta la Inteligencia Artificial Generativa (IA Generativa) para los estudiantes de doctorado, proporcionándoles las herramientas necesarias para utilizar estas tecnologías de forma ética y eficaz en su investigación.

El contenido del curso se dividirá en los siguientes módulos:

MÓDULO 1: Introducción a la IA Generativa:

• Conceptos básicos de IA Generativa: Se abordarán los fundamentos de la IA Generativa, incluyendo los diferentes tipos de modelos (ej. LLMs) y cómo funcionan. Se explorarán herramientas de uso habitual como ChatGPT, Gemini, DALL-E, Groq, etc.
• Aplicaciones en investigación: Se analizarán las diversas aplicaciones de la IA Generativa en la investigación académica, incluyendo la revisión de literatura, generación de hipótesis, análisis de datos, creación de contenido y visualización de información.
• Beneficios y limitaciones: Se discutirán las ventajas de usar la IA Generativa en la investigación, como la eficiencia, la exploración de nuevas ideas y la mejora de la productividad. También se abordarán las limitaciones, incluyendo la posibilidad de sesgos, la generación de información errónea ("alucinaciones") y la necesidad de evaluar críticamente los resultados.

MÓDULO 2: Estrategias para Integrar la IA Generativa en la Investigación:

• Diseño de "prompts" efectivos: Se enseñarán las mejores prácticas para elaborar "prompts" (instrucciones) precisos y efectivos para obtener los resultados deseados de las herramientas de IA Generativa.
• Evaluación crítica de resultados: Se desarrollarán habilidades para evaluar críticamente la información generada por la IA, verificando su precisión, fiabilidad y relevancia para la investigación.
• Integración con metodologías tradicionales: Se explorarán estrategias para integrar la IA Generativa con metodologías de investigación tradicionales, combinando las fortalezas de ambas para obtener resultados más sólidos y completos.

MÓDULO 3: Aplicaciones Prácticas y Herramientas:

• Ejercicios prácticos: Se realizarán ejercicios prácticos con herramientas de IA Generativa, permitiendo a los estudiantes experimentar con diferentes aplicaciones y desarrollar habilidades para utilizarlas en su propia investigación.
• Presentación de ejemplos concretos: Se presentarán ejemplos concretos usados por investigadores que han integrado exitosamente la IA Generativa en sus proyectos.
• Recursos y herramientas: Se proporcionará una lista de recursos y herramientas útiles para seguir explorando la IA Generativa y su aplicación en la investigación académica.

MÓDULO 4: Uso Ético y Responsable de la IA Generativa:

• Integridad académica: Se analizarán las implicaciones éticas del uso de la IA Generativa en la investigación académica, incluyendo el plagio, la autoría y la transparencia en la divulgación de la utilización de estas herramientas.
• Privacidad y seguridad de datos: Se discutirán los aspectos relacionados con la privacidad y la seguridad de los datos al utilizar herramientas de IA Generativa.

Nota: La formación con respecto al contenido de los módulos se llevará a cabo de forma práctica, a través de un conjunto de actividades, en orden de complejidad creciente, que permitan adquirir competencias y cumplir los objetivos de forma agradable y ajustada a la velocidad de aprendizaje de cada alumno.