Guía docente de la asignatura
(3890) DESARROLLO DE SISTEMAS INTELIGENTES

Curso académico 2026/2027

  1. Identificación

    1. De la asignatura

      Curso Académico
      2026/2027
      Titulación
      GRADO EN INGENIERÍA INFORMÁTICA
      PROGRAMA ACADÉMICO DE SIMULTANEIDAD DE DOBLE TITULACIÓN CON ITINERARIO ESPECIFICO DE GRADO EN MATEMÁTICAS Y GRADO EN INGENIERÍA INFORMÁTICA
      Nombre de la asignatura
      DESARROLLO DE SISTEMAS INTELIGENTES
      Código
      3890
      Curso
      CUARTO
      QUINTO
      Carácter
      OPTATIVA
      Número de grupos
      2
      Créditos ECTS
      6.0
      Estimación del volumen de trabajo
      150.0
      150.0
      Organización temporal
      1º Cuatrimestre
      1º Cuatrimestre
      Idiomas en que se imparte
      Español
      Curso Académico 2026/2027
      Titulación

      GRADO EN INGENIERÍA INFORMÁTICA,

      PROGRAMA ACADÉMICO DE SIMULTANEIDAD DE DOBLE TITULACIÓN CON ITINERARIO ESPECIFICO DE GRADO EN MATEMÁTICAS Y GRADO EN INGENIERÍA INFORMÁTICA

      Nombre de la asignatura DESARROLLO DE SISTEMAS INTELIGENTES
      Código 3890
      Curso CUARTO QUINTO
      Carácter OPTATIVA
      Número de grupos 2
      Créditos ECTS 6.0
      Estimación del volumen de trabajo 150.0 150.0
      Organización temporal 1º Cuatrimestre 1º Cuatrimestre
      Idiomas en que se imparte Español
    2. Del profesorado: Equipo docente

      • PALMA MENDEZ, JOSE TOMAS Docente: GRUPO 1, GRUPO DTIE Coordinación de los grupos: GRUPO 1 Coordinador de la asignatura

        Categoría

        PROFESORES TITULARES DE UNIVERSIDAD

        Área

        CIENCIA DE LA COMPUTACIÓN E INTELIGENCIA ARTIFICIAL

        Departamento

        INGENIERÍA DE LA INFORMACIÓN Y LAS COMUNICACIONES

        Correo electrónico / Página web / Tutoría electrónica

        jtpalma@um.es Tutoría electrónica: Sí

        Teléfono, horario y lugar de atención al alumnado

      • BOTIA BLAYA, JUAN ANTONIO Docente: GRUPO 1, GRUPO DTIE Coordinación de los grupos:

        Categoría

        CATEDRATICOS DE UNIVERSIDAD

        Área

        CIENCIA DE LA COMPUTACIÓN E INTELIGENCIA ARTIFICIAL

        Departamento

        INGENIERÍA DE LA INFORMACIÓN Y LAS COMUNICACIONES

        Correo electrónico / Página web / Tutoría electrónica

        juanbot@um.es Tutoría electrónica: No

        Teléfono, horario y lugar de atención al alumnado

      • KIM, DENISSE MISOO Docente: GRUPO 1, GRUPO DTIE Coordinación de los grupos:

        Categoría

        INVESTIGADOR DOCTOR

        Área

        No consta

        Departamento

        No consta

        Correo electrónico / Página web / Tutoría electrónica

        denissemisoo.kim@um.es Tutoría electrónica: No

        Teléfono, horario y lugar de atención al alumnado

      • SENDRA LAZARO, RICARDO JAVIER Docente: GRUPO 1, GRUPO DTIE Coordinación de los grupos:

        Categoría

        INVESTIGADOR/A LICENCIADO/A

        Área

        No consta

        Departamento

        No consta

        Correo electrónico / Página web / Tutoría electrónica

        ricardojavier.sendral@um.es Tutoría electrónica: No

        Teléfono, horario y lugar de atención al alumnado

  2. Presentación

    El objetivo de la asignatura se centra en la introducción de técnicas avanzadas para el desarrollo de sistemas inteligentes Para ello, se abordarán aspectos relacionados con la representación de conocimiento en el que se expondrán las características principales y los componentes de las ontologías, así como una metodología para su construcción Seguidamente se analizarán los sistemas basados en reglas y las principales técnicas utilizadas en los motores de inferencia: encadenamiento progresivo, encadenamiento regresivo y el algoritmo RETE Finalmente se mostrarán contenidos relacionado con la gestión de incertidumbre a través de los conjuntos y lógica borrosa.

    La asignatura se plantea como continuación de la asignatura obligatoria de tercer curso, Sistemas Inteligentes, centrándose en aspectos más prácticos y de desarrollo. Además, se establecerán las bases de conceptos generales que son desarrollados de forma especializada en los siguientes itinerarios del Máster: Ingeniería de Entornos de Computación Ubicua, Tecnologías del Software y Tecnologías Inteligentes y del Conocimiento con Aplicaciones en Medicina

  3. Condiciones de acceso a la asignatura

    1. Incompatibilidades

      No constan

    2. Requisitos

      No constan

    3. Recomendaciones

      Es recomendable que el alumno haya cursado la asignatura de Sistemas Inteligentes de tercer curso

  4. Competencias

    1. Competencias básicas

      • CB4: Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado
      • CB5: Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía

    2. Competencias de la titulación

      • CGII1: Capacidad de análisis y síntesis.
      • CGII2: Capacidad de organización y planificación.
      • CGII3: Comunicación oral y escrita en la lengua nativa.
      • CGII4: Conocimiento de una lengua extranjera.
      • CGII5: Conocimientos de informática relativos al ámbito de estudio.
      • CGII7: Resolución de problemas.
      • CGII8: Toma de decisiones.
      • CGII9: Trabajo en equipo.
      • CGII10: Trabajo en un equipo de carácter interdisciplinar.
      • CGII12: Habilidades en las relaciones interpersonales.
      • CGII13: Reconocimiento a la diversidad y la multiculturalidad.
      • CGII14: Razonamiento crítico.
      • CGII19: Liderazgo
      • CGII21: Iniciativa y espíritu emprendedor.
      • CGUM1: Ser capaz de expresarse correctamente en español en su ámbito disciplinar.
      • CGUM2: Comprender y expresarse en un idioma extranjero en su ámbito disciplinar, particularmente el inglés.
      • CGUM5: Ser capaz de proyectar los conocimientos, habilidades y destrezas adquiridos para promover una sociedad basada en los valores de la libertad, la justicia, la igualdad y el pluralismo.
      • CGUM6: Capacidad para trabajar en equipo y para relacionarse con otras personas del mismo o distinto ámbito profesional.
      • CGUM7: Desarrollar habilidades de iniciación a la investigación.
      • CEII1: Capacidad para concebir, redactar, organizar, planificar, desarrollar y firmar proyectos en el ámbito de la ingeniería en informática que tengan por objeto la concepción, el desarrollo o la explotación de sistemas, servicios y aplicaciones informáticas.
      • CEII3: Capacidad para diseñar, desarrollar, evaluar y asegurar la accesibilidad, ergonomía, usabilidad y seguridad de los sistemas, servicios y aplicaciones informáticas, así como de la información que gestionan.
      • CEII8: Conocimiento de las materias básicas y tecnologías, que capaciten para el aprendizaje y desarrollo de nuevos métodos y tecnologías, así como las que les doten de una gran versatilidad para adaptarse a nuevas situaciones.
      • CEII9: Capacidad para resolver problemas con iniciativa, toma de decisiones, autonomía y creatividad. Capacidad para saber comunicar y transmitir los conocimientos, habilidades y destrezas de la profesión de Ingeniero Técnico en Informática.
      • CEII10: Conocimientos para la realización de mediciones, cálculos, valoraciones, tasaciones, peritaciones, estudios, informes, planificación de tareas y otros trabajos análogos de informática.

    3. Competencias transversales y de materia

      • C1: Capacidad para tener un conocimiento profundo de los principios fundamentales y modelos de la computación y saberlos aplicar para interpretar, seleccionar, valorar, modelar y crear nuevos conceptos, teorías, usos y desarrollos tecnológicos relacionados con la informática
      • C4: Capacidad para conocer los fundamentos, paradigmas y técnicas propias de los sistemas inteligentes y analizar, diseñar y construir sistemas, servicios y aplicaciones informáticas que utilicen dichas técnicas en cualquier ámbito de aplicación
      • C5: Capacidad para adquirir, obtener, formalizar y representar el conocimiento humano en una forma computable para la resolución de problemas mediante un sistema informático en cualquier ámbito de aplicaciones y sistemas que las utilicen, incluyendo las dedicadas a extracción automática de información ambientes o entornos inteligentes
      • SI1: Capacidad de integrar soluciones de Tecnologías de la Información y las Comunicaciones y procesos empresariales para satisfacer las necesidades de información de las organizaciones, permitiéndoles alcanzar sus objetivos de forma efectiva y eficiente, dándoles así ventajas competitivas

  5. Contenidos

    1. Teoría

      Bloque 1: Representación de conocimiento

      Tema 1: Ontologías

      • Descripción del concepto de ontología en el campo de ciencias de la computación
      • Analizar los diferentes tipos de ontologías y su clasificación según diferentes criterios
      • Elementos constitutivos de una ontología
      • Ejemplos de ontologías en diferentes dominios

      Tema 2: Metodología para la construcción de ontologías

      • Proceso de construcción de una ontología
      • Recomendaciones y decisiones de diseño importantes

      Bloque 2: Sistemas basados en reglas

      Tema 3: Introducción. Conceptos básicos

      • Introducción al papel de los sistemas basados en conocimiento en el contexto de la Inteligencia Artificial
      • Definición de un sistema basado en conocimiento
      • Arquitectura de un sistema basado en conocimiento
      • Sistemas basados en conocimiento versus sistemas convencionales

      Tema 4: Técnicas de equiparación (algoritmo RETE)

      • Introducción
      • Técnicas de indexación
      • El problema de equiparación de reglas
      • El algoritmo de REdundancia TEmporal (RETE)

      Tema 5: Técnicas de resolución de conflictos

      • Introducción
      • Técnicas de resolución de conflictos
      • Combinación de técnicas de resolución de conflictos

      Tema 6: MYCIN

      • Introducción
      • Arquitectura básica de Mycin
      • Gestión de la incertidumbre en Mycin
      • Módulo de explicación
      • Evaluación
      • Ingeniería Inversa: Clasificación Heurística

      Bloque 3: Gestión de la incertidumbre

      Tema 7: Conjuntos borrosos

      • Teoría de conjuntos borrosos versus teoría de conjuntos convencionales
      • Conjuntos Borrosos
      • Funciones de Pertenencia
      • Operaciones básicas en conjuntos borrosos y sus propiedades
      • Relaciones Borrosas: definición y composición de relaciones

      Tema 8: Lógica borrosa

      • Introducción
      • Variables lingüísticas: simpes y compuestas junto con los modificadores lingüísticos
      • Proposiciones lógicas borrosas simpes y compuestas
      • Reglas IF-THEN borrosas: Modus Ponen Generalizado, Modus Tollen generalizado y el grado de satisfacción

      Tema 9: Sistemas de inferencia borrosa

      • Base de reglas borrosas y sus propiedades
      • Motor de inferencia
      • Fuzzyficadores y defuzzificadores
      • Funcionamento de un sistemas de inferencia borroso y cuestiones de disñeo
      • Los sistemas de inferencia borroso como aproximadores universales

    2. Prácticas

      • Práctica 1: Desarrollo de ontologías

        • Tutorial sobre cómo desarrollar una ontología con la herramienta Protégé-frames y desarrollo general de una ontología
        • Presentación paso a paso de los diferentes elementos que proporciona Protégé con ejemplos sencillos
        • Las primeras sesiones también se dedicarán a explicar el proyecto que tienen que realizar los alumnos como parte de la evaluación práctica Se tratará de un proyecto integral desarrollado por fases que cubrirá todos los aspectos analizados en las clases teóricas: Modelado de conocimiento en base a ontologías y reglas y desarrollo de un sistema basado en reglas en base a dicho conocimiento
        Relacionado con:
        • Bloque 1: Representación de conocimiento
        • Tema 1: Ontologías
        • Tema 2: Metodología para la construcción de ontologías
      • Práctica 2: Desarrollo de un sistema basado en reglas

        • Tutorial sobre cómo desarrollar un sistema basado en reglas en una herramienta concreta (actualmente JAVA-DROOLS)
        • Presentaciones paso a paso de los diferentes elementos que proporciona JAVA_Drools y que son necesarios para el desarrollo del proyecto pedido como evaluación práctica
        • Desarrollo de un sistema basado en reglas Los alumnos deberán continuar el desarrollo del proyecto, utilizando los resultados alcanzados en la primera práctica (es decir, usando la ontología desarrollada en la primera práctica)
        • Se seguirá¿ una metodología de enseñanza orientada a proyectos Así¿, el alumno deberá¿ desarrollar un proyecto que abarcara¿ gran parte de los contenidos vistos en clase de teoría y llevados a la practica en un problema concreto
        • Se sugerirán fuentes de conocimiento experto que se deben explorar y evaluar para poder realizar la práctica
        • Se tendrá la posibilidad de realizar una primera entrega parcial (solo un sistema básico más la ontología) y una presentación de dicha entrega para obtener feedback sobre el estado del proyecto
        • También se tiene la opción de hacer una entrega extra pactada (con elementos adicionales) para mejorar la nota de la entrega final

        Relacionado con:
        • Bloque 2: Sistemas basados en reglas
        • Tema 3: Introducción. Conceptos básicos
        • Tema 4: Técnicas de equiparación (algoritmo RETE)
        • Tema 5: Técnicas de resolución de conflictos
      • Práctica 3: Tutorial sobre conjuntos y lógica borrosa

        • Tutorial sobre cómo desarrollar un sistema de inferencia borroso con la herramienta concreta
        • Para evaluar esta parte, los alumnos podrán desarrollar un sistema de inferencia borroso
        • Esta entrega es opcional para mejorar la nota de la entrega final

        Relacionado con:
        • Bloque 3: Gestión de la incertidumbre
        • Tema 7: Conjuntos borrosos
        • Tema 8: Lógica borrosa
        • Tema 9: Sistemas de inferencia borrosa

  6. Actividades Formativas

    Actividad Formativa Metodología Horas Presencialidad
    A1: Actividades con grupo grande de alumnos entre las que se encuentran la presentación en el aula de los conceptos propios de la materia mediante metodología expositiva con lecciones magistrales participativas y medios audiovisuales. También se contemplan en este grupo las actividades de evaluación teórico prácticas.

    Presentación en el aula de los conceptos propios de la materia mediante una metodología expositiva, con lecciones magistrales participativas y medios audiovisuales. También se contemplan en este grupo las actividades de evaluación teórico-prácticas.

    30.0 36.9
    A2: Actividades con grupo mediano en el aula de resolución de problemas, seminarios, charlas, ejercicios basados en el aprendizaje orientado a proyectos, estudios de casos, exposición y discusión de trabajos relativas al seguimiento individual y/o grupal de adquisición de las competencias.

    Actividades con grupo mediano en el aula de resolución de problemas, seminarios, charlas, ejercicios basados en el aprendizaje orientado a proyectos, estudios de casos, exposición y discusión de trabajos relativas al seguimiento individual y/o grupal de adquisición de las competencias.

    2.5 12.5
    A3: Actividades con grupo pequeño en el laboratorio relacionadas con la componente práctica de las asignaturas, desarrollo de trabajos con equipo técnico especializado, desarrollo de programas, etc.

    Actividades con grupo pequeño en el laboratorio relacionadas con la componente práctica de las asignaturas, desarrollo de trabajos con equipo técnico especializado, desarrollo de programas, etc.

    22.5 40.6
    A4: Tutorías individualizadas o en grupo muy pequeño orientadas a la dirección, supervisión y asesoría por parte del un profesor de la asignatura, del tutor en el caso de Trabajo Fin de Grado, supervisión del tutor de empresa en el caso de Prácticas de Empresa que de forma periódica constate y redirija el trabajo del alumno hacia la consecución de los objetivo marcados.

    Sesiones de orientación individual o en grupos muy reducidos, en las que el profesor de la asignatura realiza un seguimiento periódico del trabajo del alumno y, cuando sea necesario, lo redirige hacia la consecución de los objetivos establecidos.

    5.0 10.0
    A5: Estudio y trabajo autónomo orientado a la asimilación de contenidos, realización de problemas, ejercicios o redacción de informes técnicos o memorias descriptivas, desarrollo de proyectos o prácticas individuales o en

    Estudio y trabajo autónomo orientado a la asimilación de contenidos, realización de problemas, ejercicios o redacción de informes técnicos o memorias descriptivas, desarrollo de proyectos o prácticas individuales o en grupo

    90.0 0.0
    Totales 150,00

  7. Horario de la asignatura

    https://www.um.es/web/estudios/grados/informatica/2026-27#horarios

  8. Sistemas de Evaluación

    Identificador Denominación del instrumento de evaluación Criterios de Valoración Ponderación
    IE1 Examen teórico-práctico. En este instrumento incluimos desde el tradicional examen escrito o tipo test hasta los exámenes basados en resolución de problemas, pasando por los de tipo mixto que incluyen cuestiones cortas o de desarrollo teórico junto con pequeños problemas. También se incluye aquí la consideración de la participación activa del alumno en clase, la entrega de ejercicios o realización de pequeños trabajos escritos y presentaciones.

    Evaluación Continua

    EX1, EX2: Dos exámenes teórico-prácticos presenciales de carácter obligatorio, uno por cada parte de la asignatura. Cada examen tendrá una valoración máxima de 10 puntos y una ponderación individual del 50% en la calificación final de la parte teórica de la asignatura. Para superar la parte teórica, será necesario obtener una calificación igual o superior a 5 en cada una de las dos partes.

    Evaluación Final/Global

    EX: Examen teórico-práctico presencial de carácter obligatorio, compuesto por dos exámenes, uno por cada parte de la asignatura. Cada examen tendrá una valoración máxima de 10 puntos y una ponderación individual del 50% en la calificación final de la parte teórica de la asignatura. Para superar la parte teórica, será necesario obtener una calificación igual o superior a 5 en cada una de las dos partes.

    Criterios de valoración

    Se valorará el uso y la aplicación correctos de los conocimientos, procedimientos y resultados aprendidos a las distintas cuestiones y ejercicios planteados.

    Nota: consultar el apartado de Observaciones para más detalles sobre el sistema de evaluación.

    La detección de cualquier tipo de copia, en cualquier tipo de prueba evaluable, se penalizará (sin entrar a valorar quién copia a quién) con la calificación de SUSPENSO en la convocatoria que proceda Se podrá aplicar la normativa de la Universidad de Murcia al respecto sobre autoría y plagio, aplicándose las medidas disciplinarias ahí reflejadas.

    60.0
    IE2 Informe técnico. En este instrumento incluimos los resultados de actividades prácticas, o de laboratorio, junto con sus memorias descriptivas. Los resúmenes del estado del arte o memorias de investigación sobre temas concretos. Y la posibilidad de realizar entrevistas personales o presentaciones de los trabajos realizados también entran en esta categoría.

    Las prácticas se realizarán en grupos. Habrá una entrega final obligatoria de todas las tareas (que incluirá un informe de cada tarea, y los ficheros asociados a cada tarea) y una presentación oral obligatoria por grupo donde deben intervenir todos los miembros del grupo

    Dependiendo de las circunstancias, podrían habilitarse entregas opcionales de seguimiento que no contarían para la nota final También podría hacerse una entrega especial opcional para mejorar la nota

    Evidencias para la evaluación:

    En general, la evaluación de las prácticas tendrá como evidencias de evaluación:

    1. El entregable enviado y el informe de seguimiento
    2. La exposición oral, donde los miembros que exponen representan a todos los integrantes, compartiendo la misma evaluación
    3. La entrevista final donde se citará a cada uno de los miembros del equipo a aclarar dudas

    Para la evaluación de las tareas calificables, se tendrán en cuenta:

    • Realización de los problemas planteados
    • Manejo correcto de las herramientas presentadas
    • Desarrollo de las aplicaciones propuestas
    • Calidad de la documentación presentada
    • Tanto en cuestiones de diseño como de desarrollo se considerará tanto la corrección como la completitud de la solución propuesta
    • Se otorgará gran valor a las explicaciones contenidas en los informes. Estos deberán justificar claramente el porqué de los diseños realizados.
    • La presentación puntúa por sí misma, y la presentación/entrevista puede cambiar toda la evaluación de la parte entregada y de la que se haya podido adelantar una evaluación orientativa inicial previa a la entrevista, especialmente si se detecta que algún miembro del grupo no ha colaborado equitativamente en su realización
    • La detección de cualquier tipo de plagio o copia se penalizará para todos los miembros de todos los grupos implicados (sin entrar a valorar quién copia a quién) con la calificación de SUSPENSO en la convocatoria correspondiente. Se podrá aplicar la normativa de la Universidad de Murcia al respecto sobre autoría y plagio, aplicándose las medidas disciplinarias ahí reflejadas
    40.0

  9. Fechas de exámenes

    https://www.um.es/web/estudios/grados/informatica/2026-27#examenes

  10. Resultados del Aprendizaje

    • Comparar y contrastar los modelos más comunes usados para representación estructurada del conocimiento
    • Describir los elementos básicos que ofrecen las ontologías para la representación de conocimiento
    • Describir los mecanismos básicos de razonamiento sobre ontologías
    • Aprender metodologías y lenguajes específicos para la representación de ontologías
    • Describir y contrastar las técnicas básicas de representación de la incertidumbre
    • Describir y contrastar los principales paradigmas utilizados en la resolución problemas con sistemas inteligentes
    • Aprender a seleccionar la técnica más adecuada en función del problema
    • Describir y contrastar las técnicas de diagnóstico y representación cualitativa
  11. Bibliografía

    Bibliografía básica

  12. Observaciones

    NECESIDADES EDUCATIVAS ESPECIALES

    Aquellos estudiantes con discapacidad o necesidades educativas especiales podrán dirigirse al Servicio de Atención a la Diversidad y Voluntariado (ADYV - https://www.um.es/adyv) para recibir orientación sobre un mejor aprovechamiento de su proceso formativo y, en su caso, la adopción de medidas de equiparación y de mejora para la inclusión, en virtud de la Resolución Rectoral R-358/2016. El tratamiento de la información sobre este alumnado, en cumplimiento con la LOPD, es de estricta confidencialidad.

    EVALUACIÓN

    En el procedimiento de evaluación resultarán de aplicación el artículo 135.1.v) de los Estatutos de la Universidad de Murcia, el artículo 8.6 del Reglamento de Evaluación de Estudiantes (REVA) y la instrucción SG 18/2026 del secretario general de la Universidad de Murcia que interpreta estas normas, disponible en este enlace: https://sede.um.es/sede/documento/normativa/instruccion-del-secretario-general-sg-18-2026-sobre-la-interpretacion-y-aplicacion-del-art-135-1-v-estatutos-umu/24199.pdf

    Se recuerda asimismo que el artículo 22.1 del Reglamento de Evaluación de Estudiantes (REVA) estipula que "el o la estudiante que se valga de conductas fraudulentas, incluida la indebida atribución de identidad o autoría, o esté en posesión de medios o instrumentos que faciliten dichas conductas, obtendrá la calificación de cero en el procedimiento de evaluación y, en su caso, podrá ser objeto de sanción, previa apertura de expediente disciplinario".

    OBSERVACIONES DEL EQUIPO DOCENTE

    En la convocatoria en la que se imparte la docencia de esta asignatura, el alumno tiene derecho a recuperar la evaluación continua compuesta por los sistemas de evaluación IE1 y IE2. En estos casos, la prueba global de la parte teórica consistirá en una prueba escrita final de evaluación individual de los contenidos teóricos, dividida en dos partes que habrá que aprobar por separado, cada una de las cuales aportará el 50 % a la nota final de la parte teórica. La prueba global de la parte práctica seguirá los criterios establecidos en IE2. En todas las convocatorias, la nota final en cada convocatoria se calculará con la siguiente fórmula:

    Nota Final = 0,6 * IE1 + 0,4 * IE2

    Para aplicar la fórmula anterior, es necesario alcanzar la puntuación mínima de 5 en ambos instrumentos de evaluación. En caso de que la nota final sea superior a 5, pero no se haya alcanzado el mínimo de 5 puntos en alguno de los instrumentos, la nota final que aparecerá en el acta será de 4.

    La calificación de la evaluación continua se conservará en las siguientes convocatorias hasta que la asignatura vuelva a impartirse. En las convocatorias siguientes a la que se imparte la docencia, el estudiante podrá recuperar los sistemas de evaluación IE1 y IE2 que no haya superado.

    El estudiante deberá aportar al profesor todas las evidencias necesarias para su evaluación. Para esta asignatura se entiende por evidencias

    • Presentarse físicamente los tests presenciales y los exámenes de teoría en la fecha y hora establecidos en el pertinente llamamientorellenar sus datos, firmar y entregar el examen al profesor
    • Realizar la entrega de la memoria de prácticas y presentarse a la entrevista de prácticas cuando sea convocado. El cauce para esta asignatura será el aula virtual, SAKAI

    Si el estudiante ha aportado todaslas evidencias de evaluación que permitan una calificación globalde la asignatura, se consignará en el acta la calificación global que proceda tras aplicarle los criterios de evaluación: Suspenso, Aprobado, Notable, Sobresaliente, Matrícula de Honor

    Solo si el estudiante NO ha aportado NINGUNAde las evidencias de evaluación que permitan una calificación global de la asignatura, se consignará en el acta la calificación de "No Presentado".

    En los casos de copia o plagioen alguna de las actividades evaluables de la asignatura se aplicará la normativa vigente de la Universidad de Murcia.

    USO DE LA IA:Todos los recursos y materiales no originales que se utilicen en los ejercicios evaluables, incluyendo herramientas de inteligencia artificial, ayuda de compañeros, recursos de internet, libros, artículos, etc., deberán referenciarse claramente en el código fuente y la documentación asociada a los ejercicios prácticos entregados.

    Aplicación de la asignatura a los Objetivos de Desarrollo Sostenible

    Esta asignatura se encuentra vinculada de forma directa con los siguientes Objetivos de Desarrollo Sostenible (ODS):

    • ODS nº 3 "Salud y Bienestar".Los sistemas inteligentes pueden utilizarse en el diagnóstico y tratamiento de enfermedades, optimizando los recursos de salud pública y mejorando la precisión diagnóstica. Por ejemplo, los Sistemas Basados en Conocimiento pueden analizar historiales médicos, realizar diagnósticos basados en la experiencia y realizar recomendaciones en el tratamiento, haciendo un uso más racional de los mismos.
    • ODS 4: "Educación de calidad", en particular con la meta 44"Aumento de las competencias para acceder al empleo", mediante la impartición de contenidos teórico-prácticos relacionados con la Inteligencia Artificial.
    • ODS 9: “Industria, Innovación e infraestructuras”, en particular con la meta 5 Aumentar la investigación científica y mejorar la capacidad tecnológica de los sectores industriales de todos los países, en particular los países en desarrollo, entre otras cosas fomentando la innovación y aumentando considerablemente, de aquí a 2030, el número de personas que trabajan en investigación y desarrollo por millón de habitantes y los gastos de los sectores público y privado en investigación y desarrollo”. La contribución de esta asignatura a esta meta está justificada por tratar contenidos relacionados con la Inteligencia Artificial, tecnología con una alta capacidad innovadora.