NO EXISTEN CAMBIOS
La guía de la asignatura ha sido actualizada con los cambios que aquí se mencionan.
NOMBRE DE LA ASIGNATURA |
TRABAJO DE FIN DE MÁSTER EN INVESTIGACIÓN EN INTELIGENCIA ARTIFICIAL |
CÓDIGO |
31108022 |
CURSO ACADÉMICO |
2023/2024 |
TÍTULOS DE MASTER EN QUE SE IMPARTE |
MÁSTER UNIVERSITARIO EN INVESTIGACIÓN EN INTELIGENCIA ARTIFICIAL
|
TIPO |
TRABAJO DE INVESTIGACIÓN |
Nº ECTS |
27 |
HORAS |
675 |
PERIODO |
ANUAL
|
IDIOMAS EN QUE SE IMPARTE |
CASTELLANO |
En el curso 2019-2020, y coincidiendo con una ligera modificación en el nombre del Máster, se introduce una asignatura obligatoria de 3 ECTS denominada "Metodología de Investigación en Sistemas Inteligentes" en el primer semestre y que además de dar pautas para la realización de las asignaturas de contenido del máster, sirve de preparación para la realización del Trabajo Fin de Máster (TFM). Por ello, se ha reducido la carga del TFM a 27 ECTS.
Así, en esta asignatura se debe realizar un trabajo de 27 créditos (675 horas de trabajo del estudiante) en el que se debe realizar investigación utilizando técnicas de Inteligencia Artificial. Debe quedar claro que investigar implica identificar problemas no resueltos, plantear objetivos para resolverlos, implementar soluciones y evaluar si éstas cubren los objetivos planteados, siguiendo para ello el método científico. Si los resultados consiguen avanzar el estado del arte, el proceso de investigación debe culminar con la publicación de los resultados en revistas científicas de impacto. En todo caso, lo deseable sería que a la finalización del TFM el estudiante estuviera en disposición del envío de una publicación científica a un congreso o revista de impacto (esto es, congreso SCIE 1 o 2, o revista JCR).
Con este planteamiento se pretende formar futuros científicos que tengan las competencias adecuadas para emprender, culminar y divulgar con éxito proyectos de investigación en el ámbito de la inteligencia artificial. Por ello, el estudiante deberá demostrar su iniciativa investigadora durante la realización de esta asignatura. En todo caso, la asignatura se realizará bajo la supervisión de un Tutor que se asigna durante el proceso de admisión al Máster y avala la entrada al mismo del estudiante (véase apartado CRITERIOS DE ADMISIÓN de la Guía del Máster). Desde la Coordinación del Máster se incide en enfocar desde el principio las asignaturas a cursar en el Máster para facilitar la realización del TFM propuesto, contando para ello con la supervisión del Tutor asignado.
Esta asignatura debe ser la culminación de los aprendizajes realizados en las asignaturas optativas del Máster. Por su propia naturaleza, los detalles contextuales dependerán de la elección de asignaturas aconsejada por el Tutor del TFM y de los objetivos de dicho TFM.
El requisito principal es haber cursado la asignatura obligatoria "Metodología de Investigación en Sistemas Inteligentes". Además, se deberán aplicar los conocimientos adquiridos en las asignaturas optativas cursadas en el Máster. También deberán tenerse en cuenta los requisitos específicos que marque el Tutor del TFM en relación al tema de investigación propuesto.
Debido a su alta carga de trabajo, no se recomienda la matrícula del TFM en el primer año si no se va a poder tener dedicación a tiempo completo. En todo caso, existe la opción de Tutela (se recomienda que cada estudiante consulte con su Tutor para información sobre este tema). En las preguntas más frecuentes de la Guía del Máster se dan algunas indicaciones al respecto.
Esta asignatura de TFM se puede cursar a la vez que otras asignaturas del Máster siguiendo el planteamiento acordado por cada estudiante con su Tutor del Máster. No obstante, se recuerda que para poder defender el TFM es necesario tener aprobadas la asignatura obligatoria "Metodología de Investigación en Sistemas Inteligentes" y otras 5 asignaturas de contenido optativas del Máster.
La tutorización y seguimiento se llevará a cabo por parte del Tutor del TFM según los criterios y periodicidad que éste fije al comienzo del mismo utilizando el medio más adecuado en cada caso: teléfono, webconferencia INTECCA, herramienta Teams, correo electrónico así como en persona en los casos en que esto sea posible o deseable.
Si desea contactar con la Coordinación del Máster, puede hacerlo a través del siguiente correo electrónico:
mu_investig_ia arroba dia.uned.es.
NOTA IMPORTANTE: La configuración del equipo docente de la asignatura se actualizará durante el curso una vez aprobada la carga docente que le corresponde a cada profesor/a en la correspondiente reunión de la Comisión del Máster.
COMPETENCIAS BÁSICAS
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo
COMPETENCIAS GENERALES
CG1 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
CG2 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
CG3 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
CG4 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
COMPETENCIAS ESPECÍFICAS
CE1 - Conocer los fundamentos de la Inteligencia Artificial y las fronteras actuales en investigación.
CE2 - Conocer un conjunto de métodos y técnicas tanto simbólicas como conexionistas y probabilistas, para resolver problemas propios de la Inteligencia Artificial.
CE3 - Conocer los procedimientos específicos de aplicación de estos métodos a un conjunto relevante de dominio (educación, medicina, ingeniería, sistemas de seguridd y vigilancia, etc.), que representan las áreas más activas de investigación en IA.
El objetivo fundamental del TFM es capacitar al alumno para que lleve adelante proyectos de investigación en todas sus fases: planteamiento y diseño, implementación, experimentación y análisis. Lo que se entiende por implementación o experimentación varía dependiendo del TFM particular, pero lo fundamental es que el trabajo realice propuestas novedosas que sean evaluadas y analizadas con la profundidad suficiente en relación con el problema de investigación planteado. Especial atención debe prestarse a cuestiones básicas en investigación como la contextualización bibliográfica y la escritura de textos científicos. Además, se podrán plantear problemáticas relacionadas con los Objetivos de Desarrollo Sostenible.
Así, al terminar el TFM, el estudiante deberá estar en condiciones de abordar la realización de una tesis doctoral en el Programa de Doctorado de Sistemas Inteligentes de la UNED. Por tanto, el estudiante deberá:
- Conocer la metodología de investigación: formular preguntas de investigación, generar hipótesis, utilizar técnicas y herramientas para desarrollar nuevos métodos, así como plantear una experimentación que pueda ser evaluada y permita validar las hipótesis de trabajo.
- Contextualizar el trabajo en relación a otros trabajos existentes, recopilando y citando correctamente las referencias bibliográficas utilizadas. En particular, ser capaz de realizar estudios de síntesis bibliógraficas de forma autónoma, identificando las técnicas y métodos computables aplicables a un problema determinado.
- Abstraer el proceso seguido y los resultados obtenidos en la experimentación para proponer nuevos modelos y métodos, así como líneas de trabajo futuro.
- Tener un conocimiento avanzado de los temas propios de las líneas de investigación del Máster. En particular, conocer en detalle el estado del arte en alguna de las líneas de investigación del Máster.
- Realizar presentaciones científicas solventes, proponer soluciones innovadoras para problemas actuales en la línea de investigación escogida, así como desarrollar y evaluar esas soluciones de acuerdo a la metodología científica.
Trabajo Fin de Máster (TFM)
Por las características de la asignatura, no hay contenidos específicos para cursarla, sino que se parte del anteproyecto propuesto en la asignatura "Metodología de Investigación en Sistemas Inteligentes" y en la base adquirida en la asignaturas optativas previamente cursadas en el Máster que deben aplicarse en la realización del TFM. La realización del TFM conlleva las siguientes fases: planteamiento y diseño, implementación, experimentación y análisis.
En todo caso, su realización es dirigida de forma individualizada por el Tutor del TFM asignado desde el momento que el estudiante se matricula en el Máster y que le orienta desde ese momento en relación al tema de investigación propuesto durante el proceso de preinscripción y a los contenidos que debe ir adquiriendo.
En todo caso, el TFM será un trabajo extenso e individual en alguna de las áreas propuestas y relacionadas con las líneas de investigación del profesorado del Máster, que se encuentran recogidas en el enlace que se muestra a continuación:
http://www.ia.uned.es/docencia/posgrado/master-tfm-oferta.html
En la asignatura de TFM no se seguirá la misma metodología que en el resto de asignaturas. La plataforma aLF no será el centro de interacción con los profesores, sino que cada alumno deberá establecer un contacto directo con el Tutor asignado. No obstante, los estudiantes podrán interactuar unos con otros a través de la plataforma aLF y de los foros de discusión que ésta pone a su disposición. Estos foros se utilizarán principalmente para comunicaciones generales desde la Coordinación del Máster a los estudiantes, así como para que éstos últimos planteen cuestiones generales a los primeros. En todo caso, se recomienda que el estudiante acuerde con su director la forma de interacción desde el principio.
El estudiante deberá desarrollar un trabajo de investigación que versará en torno a un problema propuesto por el Tutor y cuya respuesta debe ser a priori desconocida. El trabajo del estudiante debe ser independiente y proactivo, con iniciativas cuyos resultados deberán evaluar Tutor y estudiante conjuntamente. Como es natural, el estudiante debe contar con la guía y orientación del Tutor, pero no debe limitarse a seguir únicamente sus indicaciones, sino que debe mostrar interés y hacer suyo el problema propuesto, pudiendo encontrar planteamientos alternativos que enriquezcan la investigación.
TIPO DE PRIMERA PRUEBA PRESENCIAL
|
Tipo de examen |
Tipo de examen |
No hay prueba presencial |
TIPO DE SEGUNDA PRUEBA PRESENCIAL
|
Tipo de examen |
Tipo de examen |
No hay prueba presencial |
PRUEBAS DE EVALUACIÓN CONTINUA (PEC) |
PRUEBAS DE EVALUACIÓN CONTINUA (PEC)
|
¿Hay PEC? |
¿Hay PEC? |
No |
Descripción |
Descripción |
|
Criterios de evaluación |
Criterios de evaluación |
|
Ponderación de la PEC en la nota final |
Ponderación de la PEC en la nota final |
|
Fecha aproximada de entrega |
Fecha aproximada de entrega |
|
Comentarios y observaciones |
Comentarios y observaciones |
|
OTRAS ACTIVIDADES EVALUABLES
|
¿Hay otra/s actividad/es evaluable/s? |
¿Hay otra/s actividad/es evaluable/s? |
No |
Descripción |
Descripción |
|
Criterios de evaluación |
Criterios de evaluación |
|
Ponderación en la nota final |
Ponderación en la nota final |
|
Fecha aproximada de entrega |
Fecha aproximada de entrega |
|
Comentarios y observaciones |
Comentarios y observaciones |
|
¿Cómo se obtiene la nota final?
|
Al no haber prueba presencial, la nota final se obtiene tras la defensa pública del TFM. La calificación la acordarán los miembros del tribunal atendiendo a los criterios especificados, considerando tanto la memoria entregada como la exposición oral, y siguiendo la rúbrica establecida al efecto.
El secretario del tribunal informará al estudiante de su nota a través del curso virtual, indicando la puntuación recibida en la tarea en la que se entregó el TFM para su evaluación.
|
Las referencias bibliográficas dependerán de cada TFM. Su recopilación, lectura y síntesis es parte del trabajo del estudiante bajo las orientaciones de su Tutor.
Las referencias bibliográficas dependerán de cada TFM. Su recopilación, lectura y síntesis es parte del trabajo del estudiante bajo las orientaciones de su Tutor.
El Máster cuenta con un servidor sobre el que se podrán implementar los desarrollos realizados para el TFM, para cuya realización sea necesario una infraestructura estable. Los estudiantes/tutores que estén interesados en utilizar esta infraestructura deberán ponerse en contacto con la Coordinación del Máster.
Además, los estudiantes tendrán a su disposición las revistas electrónicas a las que la universidad está suscrita a través de la página de la Biblioteca de la UNED, utilizando su cuenta de usuario como estudiante de UNED.