Disciplina Dados, Algoritmos e Inteligência Artificial

- Compreender o papel e os mecanismos dos algoritmos em IA, especialmente em sistemas de recomendação e relevância - Analisar questões éticas, o viés de género e outras formas de viés (racial, socioeconómico) na tomada de decisões algorítmicas, com foco em direitos humanos, privacidade e a amplificação da desinformação e os seus impactos na sociedade - Identificar como os dados são recolhidos e utilizados em diversos campos (por exemplo, redes sociais, e-commerce, educação), incluindo os conceitos de Colonialismo de Dados e Capitalismo de Vigilância - Analisar a literacia de dados, algorítmica e da inteligência artificial no contexto de quadros de referência, numa perspectiva sociotécnica - Avaliar a regulação e governança ética da IA com base em recomendações internacionais - Desenvolver planos de governança de inteligência artificial alinhados com boas práticas de modelos pré-definidos, enfocando perspectivas multi atores e colaborativas aplicáveis a diversos ambientes e indústrias

Não aplicável

O conteúdo programático da unidade curricular abrange a literacia em dados, algoritmos e IA, começando com uma: 1. Introdução à importância dos dados e dos algoritmos na era digital, destacando o papel crítico da literacia nessas áreas. 2. Explorar questões éticas, como preconceitos de género, raça e classe incorporados em sistemas algorítmicos, e discutir as suas consequências sociais. 3. Analisar e avaliar, n uma abordagem sociotécnica, a IA como um ecossistema integrado, onde tecnologia e sociedade se coconstroem. 4. A regulação da IA é avaliada, com foco em direitos humanos e em políticas, modelos e regulação globais. A unidade curricular também inclui a análise crítica de estratégias de IA e o papel das grandes empresas de tecnologia na governança da IA. Por fim, 5. os alunos participarão de estudos de caso e vão desenvolver projetos práticos de planos de governança em IA, aplicando conhecimentos sobre dados e IA em contextos reais, com uma abordagem ética e responsável.

1. Expositivo: No início de cada módulo, o método expositivo será utilizado para introduzir conceitos fundamentais sobre dados, algoritmos e IA. A exposição de temas apresentará a importância da literacia em dados, algorítmica e da inteligência artificial e os princípios éticos no uso responsável. As aulas serão acompanhadas de slides, artigos e referências, garantindo acesso a fontes confiáveis e atualizadas; 2. Interrogativo: O método interrogativo estimulará o pensamento crítico, especialmente na análise de preconceitos (viéses) de gênero, raça e classe em sistemas algorítmicos (CP2), por meio de perguntas que desafiem os estudantes a refletir sobre as implicações éticas da coleta e uso de dados; 3. Ativo: O método ativo será aplicado nos módulos práticos (CP4-6), com os estudantes trabalhando em grupos para resolver estudos de caso sobre desafios éticos na implementação de IA em contextos reais (CP3-4) e desenvolvendo projetos de MIL e planos de governança em IA. O

Couldry, N., & Mejias, U. A. (2018). Data colonialism: Rethinking big data's relation to the contemporary subject. Television & New Media, 20(4), 336-349. https://doi.org/10.1177/1527476418796632; Soares, T. T. N. G., & Santos, I. M. R. (2025). A Governança da Inteligência Artificial: Regulamentações e Práticas Éticas. Caderno Virtual, 1(62). https://www.portaldeperiodicos.idp.edu.br/cadernovirtual/article/view/8318 Fengchun, M., & Kelly, S. (2023). Guia para a IA generativa na educação e na pesquisa. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000390241; Kreinsen, M., & Schulz, S. (2023). Towards the triad of digital literacy, data literacy and AI literacy in teacher education. OSF Preprints. https://doi.org/10.35542/osf.io/xguzk; Newman, N. (2024). Journalism, media, and technology trends and predictions 2024. Reuters Institute for the Study of Journalism. https://reutersinstitute.politics.ox.ac.uk/journalism-media-and-technology-trends-and-predictions-2024