Asignaturas - Máster universitario en investigación en inteligencia artificial
METODOLOGÍA DE INVESTIGACIÓN EN SISTEMAS INTELIGENTES
Curso 2024/2025 Código Asignatura: 31108041
-
Guía de la Asignatura Curso 2024/2025
- Primeros Pasos
- Presentación y contextualización
- Requisitos y/o recomendaciones para cursar esta asignatura
- Equipo docente
- Horario de atención al estudiante
- Competencias que adquiere el estudiante
- Resultados de aprendizaje
- Contenidos
- Metodología
- Sistema de evaluación
- Bibliografía básica
- Bibliografía complementaria
- Recursos de apoyo y webgrafía
METODOLOGÍA DE INVESTIGACIÓN EN SISTEMAS INTELIGENTES
Código Asignatura: 31108041
PRESENTACIÓN Y CONTEXTUALIZACIÓN
La guía de la asignatura ha sido actualizada con los cambios que aquí se mencionan.
NOMBRE DE LA ASIGNATURA | METODOLOGÍA DE INVESTIGACIÓN EN SISTEMAS INTELIGENTES |
CÓDIGO | 31108041 |
CURSO ACADÉMICO | 2024/2025 |
TÍTULOS DE MASTER EN QUE SE IMPARTE |
MÁSTER UNIVERSITARIO EN INVESTIGACIÓN EN INTELIGENCIA ARTIFICIAL
|
TIPO | CONTENIDOS |
Nº ECTS | 3 |
HORAS | 75 |
PERIODO | SEMESTRE 1 |
IDIOMAS EN QUE SE IMPARTE | CASTELLANO |
La asignatura "Metodología de Investigación en Sistemas Inteligentes" se impartió por primera vez en el curso 2019-2020. Es una asignatura obligatoria de 3 ECTS del Máster Universitario en Investigación en Inteligencia Artificial (anteriormente denominado Máster Universitario en Inteligencia Artificial Avanzanda) que se cursa en el 1º semestre.
Esta asignatura tiene un doble objetivo: por un lado, apoyar el desarrollo del resto de asignaturas del máster proporcionando conocimiento sobre cómo buscar y redactar documentación científica y, por otro, ayudar a los estudiantes a ir definiendo su Trabajo Fin de Máster (TFM) en colaboración con el tutor/a que ha avalado su entrada al Máster y partiendo de la idea de TFM que han planteado inicialmente para desarrollar en el Máster. Por lo tanto, se recomienda que la asignatura se curse el primer año del máster (aunque el máster se planifique su realización en varios años).
Para la creación de esta asigantura se ha reducido la carga del TFM que había en la primera denominación del máster ya que el trabajo que se realiza en ella permite ir avanzando en el desarrollo del TFM. Así, en esta nueva denominación del Máster, el TFM ha pasado a tener 27 ECTS (en vez de los 30 ECTS que tenía anteriormente), lo que ha permitido ofrecer esta asignatura de 3 ECTS.
La asignatura contribuye a formar a los estudiantes en el proceso de investigación, lo que será de utilidad en su futuro, tanto académico como profesional, cuando sea necesario abordar tareas de Inteligencia Artificial con rigor científico que impliquen la identificación del problema, revisión del estado del arte, análisis y diseminación de resultados, etc.
.
La asignatura debe cursarse en el primer año del Máster. Los estudiantes que han entrado al Máster han sido avalados por un/a profesor/a del Máster (tutor/a) con el que han consensuado al menos una temática sobre la que centrar el TFM y les han sido recomendados una serie de artículos sobre el tema y algún TFM ya defendido que pueda servir de orientación sobre lo que se espera como resultado del trabajo del Máster. Partirán de esta idea de TFM para poder desarrollar la asignatura, y de esta forma, se podrá ir madurando a lo largo del Máster la investigación a desarrollar en el TFM, incluso aunque el máster se planifique en 3 años. En los casos en los que la planificación del Máster sea a varios años, el nivel de concrección del TFM no podrá ser muy alto, pero la asignatura ayudará a ir concretando la idea. Además, la asignatura transmite competencias que son necesarias para realizar el resto de asignaturas del máster, como por ejemplo, la búsqueda de referencias bibliográficas, por lo que no cursarla al inicio del máster dificulta el desarrollo del resto del máster.
Es necesario tener conocimientos de inglés a nivel técnico, ya que deberá consultarse bibliografía en dicho idioma. Se recomienda también tener un nivel razonable para escribir en inglés, ya que es el idioma que se utiliza para la diseminación científica a nivel internacional.
Nombre y apellidos | OLGA C. SANTOS MARTÍN-MORENO |
Correo electrónico | ocsantos@dia.uned.es |
Teléfono | 91398-9388 |
Facultad | ESCUELA TÉCN.SUP INGENIERÍA INFORMÁTICA |
Departamento | INTELIGENCIA ARTIFICIAL |
La forma de interacción preferente será a través de los Foros del espacio virtual de la asignatura. Si el asunto a tratar fuera particular, se puede hacer a través del correo electrónico. También será posible realizar consultas telefónicamente, por videollamada y/o de forma presencial, previa solicitud de cita por correo electrónico para concretar la reunión en el horario que mejor cuadre al estudiante, dentro de la disponibilidad del equipo docente.
Los datos de contacto son los siguientes:
Email: ocsantos@dia.uned.es
Dpto. de Inteligencia Artificial. Despacho 3.02
E.T.S.I. Informática - UNED. Calle Juan del Rosal, 16. Madrid 28040
Teléfono: +34 91 398-9388 (miércoles lectivos, de 12:00 a 16:00 h.)
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.
La asignatura tiene un enfoque práctico. A partir del marco teórico proporcionado, el estudiante irá realizando actividades que le ayudarán tanto al desarrollo del resto de asignaturas del máster como del propio TFM.
Por un lado, al cursar la asignatura el estudiante aprenderá a realizar búsquedas de artículos científicos y presentar los resultados encontrados, así como plantear objetivos para desarrollar en base a dichos resultados. Este aprendizaje será de utilidad para las asignaturas optativas de contenido del máster.
Por otro lado, la asignatura también forma al estudiante en el proceso de elaboración de una propuesta de investigación para realizar el TFM en forma de anteproyecto, en el que habrá identificado un posible problema a resolver en base al estado del arte, definido la hipótesis y los objetivos de investigación, planteado la metodología de investigación a seguir y definido las contribuciones esperadas, así como su encaje en los Objetivos de Desarrollo Sostenible. Se espera la colaboración de los tutores de los TFM de los estudiantes para que la elaboración de dicho Anteproyecto esté en línea con el planteamiento de TFM del tutor/a, de forma que el resultado de esta asignatura puedan servir de entrada directa para el desarrollo del TFM, si el tutor/a lo considera apropiado. No obstante, el Anteproyecto que se elabore en la asignatura no es vinculante para la realización del TFM.
También se pretende que el estudiante aprenda a exponer oralmente los resultados del trabajo realizado, para lo cual se le pedirá que grabe un video explicando su propuesta de TFM.
Además, se proporcionará información al estudiante para la elaboración de artículos científicos, y como resultado, deberá esbozar los contenidos de un artículo para su posible envío a un congreso SCIE o revista JCR concreto, que pueda servir de base para el futuro artículo que reporte los resultados obtenidos en el TFM.
Por último, se plantearán algunas tareas de forma colaborativa, en las que los alumnos deberán hacer propuestas y comentar las que hagan sus compañeros. Estas tareas podrán ayudar a trabajar el planteamiento del TFM y enriquecer las ideas propias con otros puntos de vista y/o abordar algunos aspectos concretos que deben tenerse en cuenta en la realización del TFM.
Tema 1. Introducción
T1.1 Presentación de la asignatura (objetivo, contenidos, criterios de evaluación).
T1.2 Líneas de investigación de los profesores del máster.
T1.3 Técnicas de investigación científica utilizadas en Sistemas Inteligentes: La investigación en los TFMs del Máster.
En este tema se presenta la asignatura, las líneas de investigación del Máster y se propone analizar algunos de los TFMs ya defendidos en los que se usan diversas técnicas de investigación que pueden aplicarse en los Sistemas Inteligentes. De esta forma, se pretende que los estudiantes empiecen a familiarizarse con lo que se espera de una tarea de investigación en el ámbito de la Inteligencia Artificial en general y en el contexto del Máster en particular. Se presentan también los los Objetivos de Desarrollo Sostenible para que los estudiantes los tengan presentes a la hora de plantear sus propuestas de investigación.
Tema 2. Definición de la idea de investigación
T2.1 Búsqueda de fuentes de información. Identificación del problema y estado del arte.
T2.2 Planteamiento de hipótesis y objetivos de investigación.
T2.3 Definición de la Metodología de Investigación.
T2.4 Estructura de un anteproyecto de TFM.
En este tema se explica cómo elaborar el anteproyecto del Trabajo Fin de Máster. Este tema es fundamental para adquirir las competencias que permitan plantear el problema de investigación en el contexto del estado del arte. La mayor dificultad que suele haber al trabajar este tema es enunciar la hipótesis y los objetivos de investigación, ya que debe aunarse el aspecto formal (que sí debe abordarse correctamente durante las actividades del tema) con la propuesta de investigación que se está trabajando, y que por tanto, podrá ir evolucionando a lo largo de la asignatura (y del máster) hasta que se asiente al abordar el desarrollo del TFM cuando llegue el momento.
Tema 3. Diseminación científica de la investigación realizada
T3.1 Tratamiento y presentación de los datos.
T3.2 Cómo escribir un artículo científico (estructura, plantillas, etc.).
T3.3 Cómo exponer oralmente los resultados de un trabajo de investigación.
En este tema se explica cómo diseminar en el ámbito científico el trabajo de investigación realizado. Los resultados obtenidos tras realizar una investigación deben compatirse con la comunidad científica para contribuir a avanzar el conocimiento. Por ello, en este tema se trabaja cómo elaborar un artículo científico y hacer una presentación oral de una propuesta de investigación, de forma que cuando al terminar el máster se tengan esos resultados, el estudiante sepa cómo compartirlos.
Anexo
Se recopilan buenas prácticas en la elaboración de un TFM que complementan los temas de la asignatura, entre los que se incluyen los requisitos para presentar en el TFM para su evaluación en el máster.
La metodología de la asignatura es la general del Máster, que está adaptada a las directrices del Espacio Europeo de Educación Superior (EEES) siguiendo las recomendaciones del Instituto Universitario de Educación a Distancia (IUED) de la UNED. Se utilizarán los medios propios de la enseñanza a distancia que la UNED pone a disposición de sus estudiantes.
En concreto, según está definido en la correspondiente Memoria de Verificación, la metodología del Máster se basa en:
- No existen clases presenciales. Los contenidos se imparten a distancia, de acuerdo con las normas y estructuras con soporte telemático de enseñanza en la UNED.
- El material docente incluye un resumen de los contenidos de cada tema y distintos tipos de actividades sobre los que profundizar, entre las que se incluye la consulta bibliográfica.
- Para la estimulación del análisis y juicio crítico, los contenidos no se presentarán de forma cerrada, y la elaboración de opiniones fundamentadas será parte esencial del aprendizaje. Se utilizarán pues enfoques pedagógicos socio-constructivos, participativos y activos.Trabajo en grupo, participación del alumno en debates y seminarios, mesas redondas ("virtuales") constituirán la base de la metodología.
- Las actividades de aprendizaje se estructuran en torno al estado del arte en cada una de las materias del curso y a los problemas en los que se van a focalizar, sobre las que se realizará la evaluación.
En relación a este último punto hay que comentar que esta asignatura en concreto (denominada Metodología de Investigación en Sistemas Inteligentes), precisamente se enseña la metodología que se aplica en la investigación en este área, y por tanto, coincide con la metodología que se sigue en el propio Máster (por estar orientado a la investigación). Por ello, en el caso particular de esta asignatura, no es que las actividades de aprendizaje se estructuren en torno al estado del arte y a los problemas en los que se va a focalizar, sino que se pide al estudiante que se apoye en el estado del arte para identificar el problema sobre el que centrar la investigación que desarrollará como Trabajo Fin de Máster, y esa búsqueda y definición del problema es lo que se evaluará.
TIPO DE PRUEBA PRESENCIAL |
|
---|---|
Tipo de examen | |
Tipo de examen | No hay prueba presencial |
CARACTERÍSTICAS DE LA PRUEBA PRESENCIAL Y/O LOS TRABAJOS | |
---|---|
CARACTERÍSTICAS DE LA PRUEBA PRESENCIAL Y/O LOS TRABAJOS |
|
Requiere Presencialidad | |
Requiere Presencialidad | No |
Descripción | |
Descripción | En esta sección se detalla la realización de un Trabajo Final de la asignatura. La asignatura se evalúa con la entrega de un Trabajo Final que consiste en la elaboración de un Anteproyecto del TFM siguiendo la plantilla que se le indique al estudiante, y teniendo en cuenta las actividades que se han ido realizando a lo largo del curso, principalmente A1 y A2. Además, el estudiante deberá entregar un video de menos de 5 minutos de duración explicando oralmente el Anteproyecto. |
Criterios de evaluación | |
Criterios de evaluación | La entrega consistirá en un documento en formato PDF con la memoria del Anteproyecto y un video en formato MP4 explicándolo oralmente. Ambos trabajos se entregarán a través del espacio disponible a tal efecto en el espacio virtual de la asignatura. El Anteproyecto de TFM deberá identificar el problema que se va a investigar, justificándolo en base al estado del arte, indicar los objetivos e hipótesis de investigación, plantear la metodología que se va seguir acompañada de un gráfico ilustrativo, proponer técnicas de inteligencia artificial que pueden ser de aplicación en la investigación, analizar las implicaciones éticas y sociales así como los aspectos de género de la investigación, los objetivos de desarrollo sostenible que se abordan, indicar cuáles son las contribuciones y/o resultados esperados comentando el tratamiento y presentación de los datos más adecuado en su caso, y por último, esbozar el cronograma con la planificación prevista para el desarrollo del TFM. La nota del Anteproyecto corresponde con el 30% de la nota de la asignatura. Es necesario sacar un 5 (sobre 10) en el Anteproyecto para que se sumen las notas obtenidas en el resto de las actividades de la asignatura. El video contribuye a la nota con un 10% adicional. |
Ponderación de la prueba presencial y/o los trabajos en la nota final | |
Ponderación de la prueba presencial y/o los trabajos en la nota final | 40% (30% Anteproyecto + 10% video) |
Fecha aproximada de entrega | |
Fecha aproximada de entrega | 16/02/2025 |
Comentarios y observaciones | |
Comentarios y observaciones | El anteproyecto realizado en esta asignatura será la entrada a la asignatura Trabajo Fin de Máster en Investigación en Inteligencia Artificial (TFM), aunque el tutor/a del correspondiente TFM podrá requerir que se hagan cambios sobre él si no considera que refleja adecuadamente el trabajo que se debe realizar como TFM, o bien se ha modificado el tema del TFM durante la realización del máster. Por ello, para un mayor aprovechamiento de esta asignatura en el máster, se considera conveniente que el estudiante consensúe con su tutor/a la definición del Anteproyecto que se plantea como trabajo de esta asignatura, y mantenga una estrecha comunicación con él o ella durante su elaboración. A la hora de realizar la evaluación, el equipo docente de esta asignatura podrá consultar la opinión del tutor/a del estudiante sobre el Anteproyecto presentado. |
PRUEBAS DE EVALUACIÓN CONTINUA (PEC) | |
---|---|
PRUEBAS DE EVALUACIÓN CONTINUA (PEC) |
|
¿Hay PEC? | |
¿Hay PEC? | Si,PEC no presencial |
Descripción | |
Descripción | En esta sección se detalla la evaluación continua de las actividades prácticas realizadas en la asignatura. A lo largo del curso se solicitará la entrega de tres actividades que servirán para elaborar posteriormente el Trabajo Final de la asignatura. En concreto:
|
Criterios de evaluación | |
Criterios de evaluación | La entrega de cada actividad Ai (i=1..3) consistirá en un documento en formato PDF con la limitación de espacio indicado en cada uno que se enviará a través del espacio disponible a tal efecto en el espacio virtual de la asignatura. Si el documento excede la longitud indicada, tendrá penalización en la nota. Se valorará la profundidad en el análisis y justificación de los planteamientos recogidos en cada uno de los documentos que se piden elaborar. También se valorará que se haga de forma sucinta y concreta. Cada actividad tiene el mismo peso y ponderará una 15% de la nota global de la asignatura. Es necesario aprobar en conjunto estas 3 actividades para poder aprobar la asignatura, es decir, la nota media de las 3 actividades debe ser superior a 5 puntos (sobre un máximo de 10). |
Ponderación de la PEC en la nota final | |
Ponderación de la PEC en la nota final | 45% (cada actividad puntúa un 15%) |
Fecha aproximada de entrega | |
Fecha aproximada de entrega | A1 y A2: 01/12/2024 - A3: 12/01/2025 |
Comentarios y observaciones | |
Comentarios y observaciones | Se debe realizar la entrega de estas actividades para poder recibir retroalimentación por parte del Equipo Docente que ayude a enriquecer la elaboración del Trabajo Final de la asignatura. Además, es necesario aprobar globalmente estas PECs para aprobar la asignatura. |
OTRAS ACTIVIDADES EVALUABLES |
|
---|---|
¿Hay otra/s actividad/es evaluable/s? | |
¿Hay otra/s actividad/es evaluable/s? | Si,no presencial |
Descripción | |
Descripción | En esta sección se detalla la participación en el curso virtual, incluyendo intervenciones en los espacios de debate. A lo largo del curso se solicitará la participación en el foro para la realización de las siguientes actividades que servirán para preparar las actividades de evaluación continua planteadas. En concreto:
Es posible que se pueda cambiar el formato de estas actividades Fi (cuestionario + participación en el foro) por uno más colaborativo si se dispone de herramientas que permitan desarrollar enfoques metodologicos colaborativos, como por ejemplo, el del marco lógico colaborativo. En dicho caso, se darían las oportunas instrucciones en el curso virtual. También podrán plantearse otras actividades colaborativas voluntarias (AC) para subir nota con estas metodologías para trabajar en mayor profunidad algunos aspectos relacionados con la asignatura, como por ejemplo, los puntos que se deben abordar en la elaboración del Anteproyecto, como son los aspectos éticos y/o sociales. Por la propia naturaleza colaborativa de la actividad y su caracter voluntario, para poder llevarse a cabo deberán contar con la participación de un número mínimo de estudiantes. En caso de realizarse, además de puntuación adicional, la realización de la actividad podrá conllevar la ampliación del plazo límite para la entrega del trabajo final de la asignatura, únicamente para los estudiantes que la terminen. Además, está prevista también otra actividad voluntaria (AT31) para subir nota asociada al apartado 'T3.1 Tratamiento y presentación de los datos' en la que se plantea que se comente en el foro los análisis realizados por los estudiantes de herramientas de tratamiento y presentación de datos que se hayan explorado, tanto de las propuestas en la asignatura como otras que no estén incluidas en la lista. |
Criterios de evaluación | |
Criterios de evaluación | La entrega de cada actividad Fi (i=1...3) consistirá en cumplimentar el cuestionario, crear un hilo en el foro con el mensaje inicial y comentar en los hilos de otros compañeros. Se valorará la participación en las discusiones en relación a los mensajes enviados por sus compañeros, así como en la discusión que haya sobre su propio mensaje. Cada actividad Fi tiene el mismo peso y ponderará una 5% de la nota global de la asignatura. En el caso de que se propongan actividades voluntarias, podrán sumar en conjunto hasta 1 punto a la nota final, según se indique en el enunciado de las mismas. MUY IMPORTANTE:
|
Ponderación en la nota final | |
Ponderación en la nota final | 15% (cada actividad Fi puntúa un 5%). Las actividades voluntarias podrán sumar de forma conjunta hasta 1 punto en la nota final de la asignatura. |
Fecha aproximada de entrega | |
Fecha aproximada de entrega | F1: 20/10/2024 - F2: 27/10/2024 - F3: 15/12/2024 |
Comentarios y observaciones | |
Comentarios y observaciones | Se recomienda la realización de las actividades del foro al comienzo del plazo propuesto para su realización de forma que haya tiempo para fomentar la discusión entre los compañeros, y así ésta ayude a enriquecer su propia perspectiva. Se recuerda que para poder optar a la puntuación completa en las actividades en los foros, será necesario haber comentado al menos el mensaje de algún compañero en el foro. Para puntuar en las actividade F1, F2 y F3 es necesario haber cumplimentado F1. Estas actividades no son recuperables para la convocatoria de septiembre. |
¿Cómo se obtiene la nota final? |
|
---|---|
CONVOCATORIA ORDINARIA (febrero): La nota final se obtiene ponderando las notas de las actividades anteriores, según los porcentajes indicados y teniendo en cuenta la obligatoriedad de aprobar las PECs globalmente y el Anteproyecto. Además, se sumará la nota de las actividades voluntarias que se hayan realizado. Es decir:
Nota Final [siempre que (A1+A2+A3)/3>=5 y Anteproyecto>=5]: 0.15 x A1 + 0.15 x A2 + 0.15 x A3 + C1? x (0.05 x F1 + 0.05 x F2 + 0.05 x F3) + 0.30 x Anteproyecto + 0.10 x Video + nota_AT31 + nota_AC. Todas las puntuaciones se calculan sobre 10 (salvo las voluntarias como AT31 y AC que sumarán como máximo 1 punto en total). El peso C1? es un booleano que vale 1 si se ha cumplimentado el cuestionario de la actividad F1 y 0 en caso contrario. Para aprobar, será necesario obtener al menos una puntuación en la Nota Final de 5 sobre 10.
CONVOCATORIA EXTRAORDINARIA (septiembre): Los estudiantes que no aprueben la asignatura en la convocatoria ordinaria podrán presentarse a la convocatoria de septiembre, en cuyo caso la nota se calula de la siguiente manera: Nota Final Septiembre: Nota tareas Fi realizadas durante el curso si las hubiera, tal como se calcula en la convocatoria ordinaria [es decir: C1? x (0.05 x F1 + 0.05 x F2 + 0.05 x F3)] + 0.10 x Video_Sep + 0.60 x Anteproyecto_Sep (incluye A1 y A2) + 0.15 x A3_Sep + Nota actividades voluntarias (AT31 y AC) realizadas durante el curso (si las hubiera, máximo 1 punto). En ese caso, para aprobar hay que aprobar de forma independiente el Anteproyecto y la actividad A3, es decir, en ambos casos la nota debe ser igual o superior a 5 (sobre 10), y la Nota Final Septiembre resultante también tiene que ser igual o superior a 5 (sobre 10). |
En el espacio de esta asignatura, en la plataforma de cursos virtuales de la UNED, se encuentra un Manual Didáctico específico donde se detalla el material de estudio para trabajar la asignatura, material al que pueden acceder los estudiantes de la asignatura de forma remota y que indica qué recursos didácticos corresponden a cada uno de los temas del curso.
En el Manual Didáctico específico elaborado por el equipo docente se podrá incluir para cada tema referencias bibliográficas para consultar y ampliar conocimientos cuando sea oportuno.
Se utilizarán los recursos disponbiles en la plataforma de la UNED para guiar el desarrollo de la asignatura y facilitar la interacción entre estudiantes y el equipo docente. Se utilizará principalmente para gestionar y compartir documentos y también para la comunicación a través de sus foros. En esta plataforma se incluirá como documento específico el Manual Didáctico elaborado por el equipo docente y los materiales necesarios.