Governação, Ética e Regulamentação da Inteligência Artificial
Objetivos
Os objetivos de aprendizagem da Unidade Curricular são os seguintes:
OA1 - Identificar os princípios fundamentais e os desafios na governação da IA,
OA2 - Discutir os principais marcos políticos e estudos de caso de referência
OA3 - Compreender a interação entre o desenvolvimento da IA e as práticas regulamentares
OA4 - Identificar os desafios éticos fundamentais suscitados pelo desenvolvimento da IA
OA5 - Explicar os impactos sociais do desenvolvimento da IA
OA6 - Aplicar abordagens interdisciplinares para avaliar o impacto social das aplicações de IA
OA7 - Analisar as estratégias emergentes de governação da IA e a sua eficácia para um desenvolvimento responsável da IA
OA8 - Explicar as implicações dos futuros desenvolvimentos tecnológicos para a governação da IA
Caracterização geral
Código
200363
Créditos
4
Professor responsável
A disponibilizar brevemente
Horas
Semanais - A disponibilizar brevemente
Totais - 112
Idioma de ensino
PT
Pré-requisitos
NA
Bibliografia
- Pasquinelli, M., & Joler, V. (2021). The Nooscope manifested: AI as instrument of knowledge extractivism. AI & society, 36, 1263-1280.
- Micklitz, H. W., Pollicino, O., Reichman, A., Simoncini, A., Sartor, G., & De Gregorio, G. (Eds.). (2021). Constitutional challenges in the algorithmic society. Cambridge University Press.
- O'neil, C. (2017). Weapons of math destruction: How big data increases inequality and threatens democracy. Crown. -Dubber, M. D., Pasquale, F., & Das, S. (Eds.). (2020). The Oxford handbook of ethics of AI. Oxford Handbooks.
- Crawford, K. (2021). The atlas of AI: Power, politics, and the planetary costs of artificial intelligence. Yale University Press.
- Nissenbaum, H. (2009). Privacy in context: Technology, policy, and the integrity of social life. In Privacy in Context. Stanford University Press.
- Noble´s, S. U. (2019). Noble, Safiya Umoja. Algorithms of Oppression: How Search Engines Reinforce Racism. New York University Press, 2018. WHY POPULAR CULTURE MATTERS, 166. -Christian, B., & Griffiths, T. (2016). Algorithms to live by: The computer science of human decisions. Macmillan.
Método de ensino
A unidade curricular equilibra aulas teóricas e práticas com uma forte componente de aprendizagem ativa. Durante cada sessão, os alunos são expostos a novos conceitos e metodologias, estudos de caso e resolução de exemplos. As atividades de aprendizagem ativa (debates, quizzes, cartões de lama, comparações, trabalhos de casa) fomentarão a participação dos alunos na sala de aula, promovendo o ensino entre pares e incitando à discussão.
Assim sendo, os Elementos de Avaliação (EE) dividem-se em:
- EE1 - Participação nas atividades de sala de aula (70%)
- EE2 - Exame final (30%).
Método de avaliação
Para concluir com sucesso esta unidade curricular, os alunos devem obter pelo menos 9,5 pontos. A classificação está dividida em duas épocas. A frequência da segunda época é facultativa para os alunos que obtiveram aprovação na unidade curricular na primeira época, mas pode ser utilizada para melhorar as suas notas. A primeira época é dedicada à avaliação contínua.
A avaliação contínua inclui as três componentes seguintes:
Atividades em sala de aula (35%):
- Espera-se que os alunos participem ativamente durante o semestre. A sua participação e desempenho são pontuados e contam para a nota final. As atividades planeadas incluem discussões de artigos, debates e questionários semanais.
Ensaio de casos de estudo (35%):
- A atividade de ensaio pede aos alunos que preparem um relatório escrito sobre o impacto da IA na sociedade ou na indústria. Espera-se que os alunos discutam os obstáculos éticos e legais à implementação de soluções de IA e sugiram um plano de governação para garantir a conformidade ética e legal da aplicação.
Exame Teórico (30%):
- O exame consiste em 40 perguntas de escolha múltipla, em que as respostas corretas valem 0,5 pontos e as respostas incorretas valem 0,15 pontos. Os alunos dispõem de 45 minutos para responder às questões. Cada componente é classificada numa escala de 0 a 20 valores, e a nota final da unidade curricular corresponde à média ponderada das classificações obtidas em cada componente.
A segunda época de avaliação consiste apenas num exame de escolha múltipla que vale 100% da nota. O exame é composto por 40 perguntas de escolha múltipla, às quais são atribuídos 0,5 pontos às respostas corretas e 0,15 pontos às respostas incorretas. Os alunos terão 45 minutos para responder às perguntas.
Conteúdo
UA1 - Introdução à UC Apresentação, objetivos e relevância no contexto empresarial.
UA2 - Importância da governação da IA Conceito, impacto na gestão e operações.
UA3 - Modelos de governação Comparação entre abordagens em organizações públicas e privadas.
UA4 - Propriedade intelectual e IA Impactos na proteção de direitos autorais.
UA5 - Governação coletiva vs. direitos individuais Equilíbrio entre uso coletivo da IA e privacidade.
UA6 - Impactos sociais da IA Questões éticas, inclusão e equidade.
UA7 - Regulação da IA Enquadramento jurídico nacional e internacional (AI Act).
UA8 e UA9 - Governação na prática Casos práticos de empresas e setores específicos.
UA10 e UA11 - Implementação da governação Ferramentas, monitorização e adaptação contínua.
UA12 e UA13 - Panorama global e futuro Tendências e evolução regulatória.
UA14 - Atividade final Projeto de governação da IA para um cenário empresarial.
Cursos
Cursos onde a unidade curricular é leccionada: