Salta el contingut

Validació dels Criteris d'Avaluació

Mapa de cobertura RA-CA-Instruments

Aquesta pàgina documenta quins instruments d'avaluació cobreixen cadascun dels criteris d'avaluació (CA) dels sis Resultats d'Aprenentatge (RA) oficials del mòdul 5071.


RA1 — Caracteritza sistemes d'IA relacionant-los amb la millora de l'eficiència operativa

CA Descripció AC Informe/Exercici
CA1.1 Identifica els principis fonamentals dels sistemes intel·ligents AC5071/01/01, AC5071/01/02
CA1.2 Recopila informació sobre camps on s'aplica IA AC5071/01/03 AC5071/01/04
CA1.3 Identifica les tècniques bàsiques de la IA AC5071/01/02, AC5071/01/05, AC5071/01/06
CA1.4 Identifica noves formes d'interaccions als negocis que milloren l'eficiència operativa AC5071/01/03 AC5071/01/04

Ponderació oficial RA1: 18%


RA2 — Utilitza models d'IA implementant sistemes a la resolució de problemes

CA Descripció AC
CA2.1 Determina els requisits bàsics d'un sistema de resolució de problemes AC5071/02/05, AC5071/02/06
CA2.2 Classifica models d'IA AC5071/02/01
CA2.3 Caracteritza els models d'automatització de tasques AC5071/02/02
CA2.4 Caracteritza els models de raonament imprecís AC5071/02/03
CA2.5 Caracteritza els models de sistemes basats en regles AC5071/02/04
CA2.6 Valora l'adequació dels models a la implementació AC5071/02/05, AC5071/02/06

Ponderació oficial RA2: 23%


RA3 — Relaciona el PLN amb les seves aplicacions determinant potencial i limitacions

CA Descripció AC Pràctica
CA3.1 Caracteritza el processament de llenguatge natural AC5071/03/04
CA3.2 Justifica el paper del lingüista en un projecte d'IA AC5071/03/02
CA3.3 Determina el potencial i limitacions de les tècniques PLN AC5071/03/03, AC5071/03/05
CA3.4 Considera en quins casos és factible aplicar PLN AC5071/03/06
CA3.5 Avalua el treball cooperatiu lingüistes-informàtics AC5071/03/02
CA3.6 Descriu la formació teòrica de l'investigador PLN AC5071/03/06
CA3.7 Elabora un sistema PLN orientat a una tasca específica AC5071/03/01, AC5071/03/03, AC5071/03/07 PR5071/01

Ponderació oficial RA3: 27%


RA4 — Analitza sistemes robotitzats avaluant opcions de disseny i implementació

CA Descripció AC Pràctica
CA4.1 Recopila problemes del modelatge i control cinemàtic a robots AC5071/04/06
CA4.2 Cerca solucions als problemes dels robots AC5071/04/02, AC5071/04/03 PR5071/03
CA4.3 Valora tècniques de programació de robots AC5071/04/01, AC5071/04/03, AC5071/04/04 PR5071/03
CA4.4 Avalua opcions en el disseny i implementació de sistemes robotitzats AC5071/04/01, AC5071/04/02, AC5071/04/05 PR5071/03

Ponderació oficial RA4: 9%

PR5071/03 sense sessions programades

La pràctica PR5071/03 (Robot UR3e + OAK-D) no té sessions reservades a la programació d'aula actual — cal ampliar-la abans de la propera edició.


RA5 — Aplica sistemes experts avaluant la influència dels controladors intel·ligents

CA Descripció AC Pràctica
CA5.1 Descriu la dinàmica i estructures dels sistemes experts AC5071/05/01
CA5.2 Determina destreses per representar i simular comportaments PR5071/02
CA5.3 Raona com influeix la variació de característiques en la dinàmica PR5071/02
CA5.4 Desenvolupa estratègies de control PR5071/02
CA5.5 Relaciona controladors intel·ligents amb el comportament del sistema AC5071/05/02

Ponderació oficial RA5: 14%


RA6 — Aplica principis legals i ètics al desenvolupament de la IA

CA Descripció AC
CA6.1 Argumenta possibles riscos legals i ètics de l'IA AC5071/06/01, AC5071/06/02
CA6.2 Reconeix la necessitat de respectar la privadesa de les dades AC5071/06/01
CA6.3 Decideix el compliment estricte de la legalitat AC5071/06/02
CA6.4 Integra la protecció davant errors i atacs (security by design) AC5071/06/05
CA6.5 Comprova compliment de normes (privacy by design) AC5071/06/04
CA6.6 Identifica i corregeix biaixos de gènere en IA AC5071/06/03

Ponderació oficial RA6: 9%


Resum de ponderacions

RA Pes oficial Instruments principals
RA1 18% AC5071/01/01 a 01/06
RA2 23% AC5071/02/01 a 02/06
RA3 27% AC5071/03/01 a 03/07 + PR5071/01
RA4 9% AC5071/04/01 a 04/06 + PR5071/03
RA5 14% AC5071/05/01 a 05/02 + PR5071/02
RA6 9% AC5071/06/01 a 06/05
TOTAL 100%

Condició de superació

Per superar el mòdul, cadascun dels 6 RA oficials ha d'obtenir una nota igual o superior a 5 sobre 10. No es pot compensar un RA suspès amb la nota alta d'un altre RA.


Taula d'activitats (AC)

Codi RA Fitxer Descripció breu
AC5071/01/01 RA1 Orígens i evolució de la IA Disseny de 5 preguntes per "enganxar" un LLM i anàlisi del Test de Turing
AC5071/01/02 RA1 Agents intel·ligents Anàlisi PEAS completa d'un sistema d'IA real
AC5071/01/03 RA1 Mapa d'aplicació de la IA Mapa d'impacte de la IA per sector professional
AC5071/01/04 RA1 El mercat actual de la IA Informe "L'estat de la IA en l'actualitat"
AC5071/01/05 RA1 Cerca en espais d'estats Hill-climbing per al problema de les 8 reines
AC5071/01/06 RA1 Cerca amb adversari Minimax (amb i sense poda alfa-beta) al tres en ratlla
AC5071/02/01 RA2 Taxonomia dels models d'IA Classificació de sistemes en supervisat/no supervisat/per reforç
AC5071/02/02 RA2 RPA i IPA Anàlisi del procés de gestió de factures: RPA vs. IPA
AC5071/02/03 RA2 Lògica difusa Disseny d'un sistema difús per avaluar un restaurant
AC5071/02/04 RA2 Sistemes basats en regles Sistema expert en Python per diagnosticar el reg d'una planta
AC5071/02/05 RA2 Selecció i avaluació de models Selecció de mètrica i baseline per a un problema de diagnòstic
AC5071/02/06 RA2 Selecció i avaluació de models Comparativa de 3 models de classificació sobre un dataset real
AC5071/03/01 RA3 RAG Implementació d'un sistema RAG mínim
AC5071/03/02 RA3 Limitacions del PLN Treball cooperatiu lingüista-informàtic amb anàlisi de sentiment
AC5071/03/03 RA3 Limitacions del PLN Anàlisi de text amb models de Hugging Face (2 tasques NLP)
AC5071/03/04 RA3 Xarxes neuronals i atenció Comparativa RNN/CNN vs. Transformer per a un text llarg
AC5071/03/05 RA3 Limitacions del PLN Biaix implícit en IA i atribució d'autoria d'un text amb ajuda d'un LLM
AC5071/03/06 RA3 Limitacions del PLN Factibilitat d'aplicar PLN a un cas real i itinerari formatiu d'un investigador PLN
AC5071/03/07 RA3 Transfer Learning i Hugging Face Transfer learning amb embeddings preentrenats (GloVe) congelats vs. descongelats
AC5071/04/01 RA4 Simuladors de robòtica Simulació d'un agent al laberint amb Webots
AC5071/04/02 RA4 Robòtica social i humanoides Disseny d'un sistema robòtic per a un cas d'ús industrial
AC5071/04/03 RA4 ROS 2 Paquet ROS 2 propi amb node, servei i launch file
AC5071/04/04 RA4 Visió artificial amb IA Tracking d'objectes amb YOLOv8 + ByteTrack sobre un vídeo propi
AC5071/04/05 RA4 So i veu en robòtica Disseny d'un assistent de veu (ASR + TTS) per a un robot
AC5071/04/06 RA4 Cinemàtica Recull de problemes de modelatge i control cinemàtic d'un robot real
AC5071/05/01 RA5 Sistemes Experts Selecció de paradigma (sistema expert, ML, LLM o híbrid) per a 5 casos
AC5071/05/02 RA5 Sistemes Experts Disseny d'una arquitectura neuro-simbòlica per a recomanació de fàrmacs
AC5071/06/01 RA6 Ètica i Legalitat en IA Checklist ALTAI aplicada a un servei digital d'ús habitual
AC5071/06/02 RA6 Ètica i Legalitat en IA Fitxa ALTAI completa d'un sistema d'IA real, amb presentació
AC5071/06/03 RA6 Ètica i Legalitat en IA Auditoria de biaixos de gènere amb Fairlearn
AC5071/06/04 RA6 Ètica i Legalitat en IA Checklist de Privacy by Design aplicada a un servei real
AC5071/06/05 RA6 Ètica i Legalitat en IA Pla de Security by Design per a un chatbot propi

Taula de pràctiques (PR)

Codi RA Fitxer Descripció breu
PR5071/01 RA3 Chatbot amb Rasa i Docker Chatbot en català amb Rasa dins de Docker
PR5071/02 RA5 Sistema Expert en Python Motor d'inferència forward chaining amb explicabilitat
PR5071/03 RA4 Robot UR3e amb Visió OAK-D Detecció d'objectes amb OAK-D i control del robot UR3e