La intel·ligència artificial (IA) ha esdevingut una eina transversal amb el potencial de transformar sectors i disciplines, incloses les ciències socials. El curs "Eines d’intel·ligència artificial per les ciències socials" està dissenyat per a oferir als participants una comprensió tant teòrica com aplicada sobre com la IA pot ser utilitzada en el marc de les disciplines de les ciències socials i els diversos oficis que se’n deriven. Aquest programa combina teoria i pràctica per explorar les últimes tendències i aplicacions de la IA, incloent l'aprenentatge automàtic, el deep learning i la IA generativa, i com aquestes tecnologies ens poden ajudar a fer millor la nostra feina, amb un ènfasi especial en l’anàlisi i la interpretació de dades.
Proporcionar una base sòlida en IA: Introduir els conceptes bàsics i les tecnologies darrere de la IA, incloent l'aprenentatge automàtic (machine learning) i el deep learning.
Entendre l'aplicació de la IA en les ciències socials: Demostrar com la IA pot ser utilitzada per resoldre problemes específics en les ciències socials, incloent l'anàlisi de dades complexes.
Desenvolupar habilitats en models basats en regles heurístiques: Ensenyar als estudiants a construir i interpretar models basats en regles heurístiques.
Explorar les capacitats del deep learning i la IA generativa: Proporcionar coneixements sobre com el deep learning i les tècniques generatives poden ser utilitzades per a l'anàlisi de dades complexes.
Desenvolupar pensament crític: Fomentar un enfocament crític en l'ús de la IA, incloent la consideració de les implicacions ètiques i socials de l'ús de tecnologies d'IA en el context de les ciències socials
MÒDUL 1. Introducció a la IA en Ciències Socials: En aquesta secció inicial del curs, els estudiants exploraran la intersecció entre la intel·ligència artificial i les ciències socials. Començaran amb una visió general de la història i l'evolució de la IA, cobrint des dels seus inicis fins a les seves aplicacions actuals. (4 hores)
MÒDUL 2. Models basats en regles heurístiques: Els estudiants aprendran sobre la creació i implementació d'aquests models, incloent com desenvolupar regles basades en el coneixement i l'experiència. Aquesta secció també explorarà les avantatges i limitacions dels models heurístics, proporcionant als estudiants les eines necessàries per avaluar quan i com aquests models poden ser més eficaços. (5 hores)
MÒDUL 3. Aprenentatge Automàtic (Machine Learning) i Ciències Socials: En aquesta part substancial del curs, es tractarà l'aprenentatge automàtic, una branca clau de la IA que s'està convertint en un element cada vegada més important en les ciències socials. Els estudiants s'endinsaran en conceptes com la classificació, la regressió i l'agrupament, i aprendran com es poden utilitzar aquests mètodes per a l'anàlisi de dades socials. (8 hores)
MÒDUL 4. Deep Learning i Ciències Socials: Aquesta secció s'enfoca en el deep learning, una avançada forma d'aprenentatge automàtic que utilitza xarxes neuronals profundes per analitzar grans conjunts de dades. Els estudiants aprendran com el deep learning pot ser utilitzat per interpretar dades complexes com textos, imatges i vídeos, i exploraran aplicacions pràctiques en ciències socials. (7 hores)
MÒDUL 5. IA Generativa: Finalment, el curs conclou amb una immersió en la IA generativa. En aquesta secció, els estudiants aprendran com aquests models generatius poden ser utilitzats per crear noves dades i continguts. També s'abordaran les qüestions ètiques i socials associades a l'ús de la IA generativa en les ciències socials, destacant la importància de considerar l'impacte social d'aquestes tecnologies emergents. (6 hores).
El curs està dirigit principalment a professionals i estudiants de ciències socials, incloent-hi la sociologia i la ciència política, així com a professionals de la recerca en altres disciplines que tinguin interès en la intersecció entre intel·ligència artificial i ciència social.
Jordi Morales i Gras (Barcelona, 1987) és sociòleg, llicenciat per la Universitat Autònoma de Barcelona (UAB), màster per la Freie Universität Berlin (FUB) i doctor per la Universitat del País Basc (UPV/EHU, 2017). La seva àrea d'especialització és la Ciència Social Computacional, amb èmfasi en l'Anàlisi de Big Data, l’Anàlisi de Xarxes Socials i la Intel·ligència Artificial. És professor de l'Escola de Negocis de CámaraBilbao (CUBS) i col·labora com a docent en el Màster en Models i Àrees de Recerca Social de la UPV/EHU, en el Màsters en Social de la Universitat Oberta de Catalunya (UOC), en diversos cursos d'anàlisi de dades de l'Associació Basca de Sociologia i Ciència Política (AVPS) i en el Postgrau en Anàlisi de Dades del Col·legi de Professionals de Ciència Política i Sociologia de Catalunya (COLPIS). També és fundador i director de Network Outsight i Eudan, empreses especialitzades en l'anàlisi sociològica de Big Data.
Dates: Dimarts i dijous: 9, 11, 16, 18, 25, 30 d'abril i 2, 7, 9, 14, 16, i 21 de maig.
Horari: 15:45h a 18:15h
Format: Online (Plataforma Zoom)
Per formalitzar la matrícula del curs, cal adjuntar la següent documentació:
- Fotocòpia del DNI/NIE (només per aquelles persones que no estan col·legiades)
- Els estudiants de Ciències Polítiques i/o de Sociologia (amb la meitat de crèdits totals aprovats) gaudeixen d'un preu especial. En cas de ser-ho, caldrà presentar una còpia de la matrícula de la universitat de l'any en curs.