| Código |
16689
|
| Ano |
3
|
| Semestre |
S2
|
| Créditos ECTS |
6
|
| Carga Horária |
TP(60H)
|
| Área Científica |
Filosofia
|
|
Objectivos de Aprendizagem |
No final da UC os/as alunos/as devem ser capazes de:
1.Definir, problematizar e relacionar os vários conceitos estudados e analisar a sua historicidade e complexidade no contexto da Inteligência Artificial (IA);
2.Conhecer e interpretar os fundamentos culturais e filosóficos da IA;
3.Analisar e relacionar os contributos éticos do pensamento dos vários filósofos estudados no quadro da Era Digital, do Transumanismo, do Capitalismo Tardio e da Pós-Modernidade;
4.Relacionar criticamente Inteligência Artificial, Técnica, Tecnologia e Ambiente;
5.Relacionar criticamente Simulacra, Máquinas e Mulheres;
6.Reconhecer criticamente os riscos, desafios e dilemas associados à privacidade e vigilância, à automação e trabalho;
7.Discutir regimes de responsabilidade moral, legal e algorítmica;
8.Conhecer enquadramentos regulatórios e identificar princípios do Regulamento Geral sobre a Proteção de Dados e da Lei da IA da União Europeia.
|
|
Conteúdos programáticos |
1.Definição dos conceitos de Ética, Privacidade, Responsabilidade e Confiabilidade e respetiva articulação. Historicidade de tais noções e relação com a IA. O fenómeno das Éticas Aplicadas;
2.WHO A(M) I? Fundamentos culturais e filosóficos da IA. O mito de Pigmalião. O mito de Dédalo. A relação entre Imagem, Agalmatofilia e IA;
3.WHERE A(M) I? Contexto cultural e sociopolítico da IA. Transumanismo, Pós-modernidade, Era digital, Capitalismo Tardio e Ciberespaço;
4.IA, Tecnologia e Ambiente. Aristóteles e a Technê. Martin Heidegger e a Questão da Técnica. Hans Jonas e o Princípio Responsabilidade. Bruno Latour e o parlamento de todas as coisas;
5.Simulacra, Máquinas e Mulheres. Donna Haraway e o Manifesto Ciborgue;
6.O estatuto moral das Máquinas: Responsabilidade moral vs responsabilidade legal. Automação vs Trabalho. Vigilância vs Privacidade. Accountability algorítmica. Explainable AI. Regulamento Geral sobre a Proteção de Dados (RGPD). Lei da IA da União Europeia.
|
|
Metodologias de Ensino e Critérios de Avaliação |
Avaliação Ensino/Aprendizagem (AEA): os/as estudantes deverão realizar uma prova de frequência e um trabalho escrito. A AEA inclui ainda o desempenho em sala de aula (participação e assiduidade).
TE – Trabalho Escrito: 45%
PF – Prova de Frequência: 45%
DSA – Desempenho em sala de aula: 10%
A classificação final da UC resulta da média ponderada das classificações obtidas nas componentes definidas. Os/as estudantes obtêm aprovação à UC e ficam dispensados de exame se obtiverem classificação igual ou superior a 9,5 valores.
Avaliação por exame (100%): prova escrita realizada em folha timbrada da UBI, sem consulta.
Requisitos de admissibilidade à frequência e ao exame:
– mínimo de 70% de assiduidade durante o período de ensino-aprendizagem (exceto estudantes com estatutos especiais);
– nota mínima de 6 valores em AEA, sendo AEA = (TE × 45%) + (PF × 45%) + (DSA × 10%).
O incumprimento destes requisitos implica a não aprovação na UC e a não admissibilidade a exame.
|
|
Bibliografia principal |
- ARISTÓTELES, Ética a Nicómaco. Quetzal, 2024.
- CLARK, A. e TORIBIO, J. (Eds.), Machine Intelligence: Perspectives on the Computational Model. Routledge, 1998.
- HARAWAY, D., A Cyborg Manifesto: Science, Technology, and Socialist-Feminism. University of Minnesota Press, 2016.
- HEIDEGGER, M., The Question Concerning Technology, and Other Essays. Garland Publishing, 1977.
- JONAS, H., The Imperative of Responsibility: In Search of an Ethics for the Technological Age. University of Chicago Press, 1985.
- LATOUR, B., Jamais Fomos Modernos: Ensaio de Antropologia Simétrica. Editora 34, 1994.
- STOICHITA, V., O Efeito Pigmalião: Para uma Antropologia Histórica dos Simulacros. KKYM, 2012.
- VALLOR, S., The AI Mirror: How to Reclaim Our Humanity in an Age of Machine Thinking. Oxford University Press, 2024.
- ZUBOFF, S., The Age of Surveillance Capitalism. Profile Books Ltd, 2019.
|
| Língua |
Português
|