Resultados del aprendizaje:

− Conocer los principales modelos de razonamiento impreciso para valorar su adecuación a la resolución de problemas en el ámbito de la Inteligencia Artificial.
− Introducir el concepto de sistemas multiagente a partir de la necesidad de arquitecturas distribuidas en los sistemas inteligentes.
94
− Comprender las diferentes aproximaciones a las arquitecturas de los agentes inteligentes.
− Comprender la noción de negociación como un aspecto básico inherente a los sistemas multiagentes.
− Comprender las nociones y los aspectos básicos de la coordinación, la cooperación y la comunicación.
− Analizar las diversas metodologías existentes para el desarrollo de sistemas multiagente.
− Conocer aplicaciones de este tipo de sistemas en entornos industriales, biomédicos, informáticos, etc.
− Desarrollar capacidades para un adecuado tratamiento de la privacidad, confiabilidad, transparencia e interpretabilidad de modelos y resultados
− Identificar y analizar sesgos y su impacto en el diseño de algoritmos de Inteligencia Artificial
− Conocer y comprender las implicaciones sociales y éticas de la tecnología en general y la Inteligencia Artificial en particular
− Conocer los principales modelos de razonamiento impreciso para valorar su adecuación a la resolución de problemas en el ámbito de la Inteligencia Artificial.
− Conocer los modelos computacionales de la mente humana
− Distinguir los procesos básicos asociados a la inteligencia humana
− Conocer las principales aproximaciones computacionales a la cognición social