• Descripció

Aquesta assignatura proporciona a l'estudiant els fonaments teòrics i pràctics de la ciència de dades, el Big Data i la intel·ligència de negoci, amb l'objectiu de poder entendre el funcionament dels sistemes de grans volums de dades i les seves aplicacions en el si de l'empresa.

• L'assignatura en el conjunt del pla d'estudis

Aquesta assignatura està inclosa en el Màster Universitari en Innovació i Transformació Digital. Específicament, es tracta d'una assignatura obligatòria corresponent al mòdul Transformació Digital.

• Camps professionals en què es projecta

Aquesta assignatura serà molt útil a aquells professionals que, ocupant posicions de responsabilitat en una organització, desitgin implementar les tècniques que ofereixen el Big Data i la intel·ligència de negoci.

• Objectius i competències

Competencias transversales

Utilizar y aplicar las tecnologías digitales en el ámbito académico y profesional.

Actuar de forma honesta, ética, sostenible, socialmente responsable y respetuosa con los derechos humanos y la diversidad, tanto en la práctica académica como en la profesional.

Competencias específicas

Aplicar las técnicas, métodos e instrumentos cuantitativos y cualitativos adecuados para obtener y analizar la información de la empresa y de su entorno socioeconómico para la toma de decisiones.

Identificar las necesidades de los consumidores e intentar satisfacerlas mediante la comprensión de los distintos conceptos de marketing, y el diseño y aplicación de estrategias de marketing.

Analizar los sistemas de gestión e información más adecuados, y gestionarlos para apoyar la toma de decisiones y la implementación de la estrategia.

Valorar los procesos y tendencias de transformación digital, tecnológica y medioambiental, y su impacto en las organizaciones para aplicar políticas y acciones más eficientes.

• Continguts

L'assignatura està composta per les següents unitats didàctiques:

1. Introducció a la ciència de dades

Aquesta unitat té com a objectiu presentar el conjunt de conceptes fonamentals relatius a la ciència de les dades. Així es busca una definició i s'enumeren i delimiten els conceptes i noms que configuren el núvol d'idees al voltant de la ciència de dades. Es presenten les fases del cicle de vida de la dada, i els rols i característiques d'un científic de dades.

A més, també introdueix el concepte de Big Data, que fa referència a l'explosió en complexitat de les dades en el context d'una organització. Així, s'ofereix un recorregut des dels conceptes bàsics essencials del Big Data fins a comprendre el funcionament dels sistemes i eines que s'utilitzen per les principals empreses per al desenvolupament dels models de comprensió de les dades disponibles, tot això passant per una descripció de com aplicar aquests conceptes i eines en el desenvolupament professional o de recerca.

2. Introducció a la intel·ligència de negoci

Aquesta unitat té com a objectiu presentar el conjunt de conceptes fonamentals relatius a la intel·ligència de negoci. Els sistemes d'intel·ligència de negoci, o Business Intelligence (BI), permeten a una organització optimitzar les seves decisions a través de la captura, l'emmagatzematge i l'anàlisi de les dades que generen. Els sistemes d'intel·ligència de negoci s'han transformat en els últims anys en les peces angulars per millorar les decisions de negoci dins d'una organització. Fins no fa gaire, els sistemes d'intel·ligència de negoci es centraven únicament en analitzar les dades de l'organització per a una presa de decisions basada en evidències. No obstant això, en els últims anys, l'aparició de noves tècniques i tecnologies ha permès evolucionar els sistemes d'intel·ligència de negoci perquè tinguin en compte dades externes a l'empresa. Això permet que els sistemes d'intel·ligència de negoci siguin més eficients, podent no només detectar punts de millora dins de l'organització sinó en el mercat i entorn on opera.

3. Introducció al PowerBI

Aquesta unitat té com a objectiu introduir un programari de dades interactiu centrat en la intel·ligència de negoci anomenat PowerBI. Aquest programa està dissenyat per millorar el flux d’anàlisi i fer que les dades siguin més accessibles mitjançant la visualització. Amb aquesta eina, l’estudiantat aprendrà a importar grans volums de dades, introduir consultes, gestionar metadades de gran volum, combinar dades i generar multitud de gràfics i figures per visualitzar les dades. A més, aquest programari permet personalitzar els informes i ordenar els resultats en un dashboard. Finalment, és important destacar que no cal saber programar per poder usar aquesta eina.

4. Xarxes socials i ètica

Aquesta unitat es dedica a dos temes que són d'una gran rellevància en la gestió exitosa d'una organització.

Un d'aquests elements és el de l'anàlisi de la informació que hi ha disponible a les xarxes socials, el qual es fa amb tècniques del Social Media Analytics (SMA). En l'última dècada, SMA s'ha convertit en una forma principal d'intel·ligència empresarial, utilitzada per identificar, predir i respondre al comportament de consumidor. Aquesta metodologia contempla quatre passos principals en l'estudi de les dades estadístiques i digitals de les xarxes socials: identificació, recopilació, anàlisi i interpretació. A més, veurem com SMA es relaciona amb la intel·ligència de negoci.

Un altre element fonamental és la dimensió ètica de l'ús del Big Data. L'àmbit que estudia aquest aspecte es denomina ètica de Big Data o, simplement, ètica de dades, i s'encarrega d'analitzar la correcció i adequació de pràctiques relacionades amb l'obtenció, manipulació i publicació de dades particulars. Específicament, l'ètica de dades tracta temes com la propietat de les dades, la transparència, el consentiment, la privacitat i la disponibilitat de dades. A més, veurem quins són els dilemes ètics de el nou paradigma, i també quin impacte té en les organitzacions la responsabilitat de gestionar aquestes dades.

• Consulta dels recursos d'aprenentatge de la UOC per a l'assignatura

• Informació addicional sobre els recursos d'aprenentatge i eines de suport

Aquesta assignatura disposa dels següents materials:

·         Introducción al big data (PID_00241338).

·         Los roles, ámbitos y nombres de la ciencia de datos. Módulo UOC (PID_00261827).

·         Usando machine learning en big data. Módulo UOC (PID_00241341).

·         Introducción al business intelligence y big data. Módulo UOC (PID_00242521).

·         Organizaciones orientadas al dato. Módulo UOC (PID_00249543).

·         Social Media Analytics. Módulo UOC (PID_00209852).

·         Ética y big data. Módulo UOC (PID_00243550).

Paral·lelament, també es treballarà amb un cas pràctic on es contextualitzen els continguts estudiats en aquesta assignatura. En aquest cas pràctic es planteja una problemàtica concreta i es proposa una resolució.

A més, en aquesta assignatura també es treballarà amb diversos vídeos amb continguts relacionats amb la temàtica estudiada.

• Informacions sobre l'avaluació a la UOC

A la UOC, l'avaluació generalment és virtual. S'estructura entorn de l'avaluació contínua, que inclou diferents activitats o reptes; l'avaluació final, que es porta a terme mitjançant proves o exàmens, i el treball final de la titulació.

Les activitats o proves d'avaluació poden ser escrites i/o audiovisuals, amb preguntes aleatòries, proves orals síncrones o asíncrones, etc., d'acord amb el que decideixi cada equip docent. Els treballs finals representen el tancament d'un procés formatiu que implica la realització d'un treball original i tutoritzat que té com a objectiu demostrar l'adquisició competencial feta al llarg del programa.

Per verificar la identitat de l'estudiant i l'autoria de les proves d'avaluació, la UOC es reserva la potestat d'aplicar diferents sistemes de reconeixement de la identitat i de detecció del plagi. Amb aquest objectiu, la UOC pot dur a terme enregistrament audiovisual o fer servir mètodes o tècniques de supervisió durant l'execució de qualsevol activitat acadèmica.

Així mateix, la UOC pot exigir a l'estudiant l'ús de dispositius electrònics (micròfons, càmeres o altres eines) o programari específic durant l'avaluació. És responsabilitat de l'estudiant assegurar que aquests dispositius funcionen correctament.

El procés d'avaluació es fonamenta en el treball personal de l'estudiant i pressuposa l'autenticitat de l'autoria i l'originalitat de les activitats acadèmiques. Al web sobre integritat acadèmica i plagi de la UOC hi ha més informació respecte d'aquesta qüestió.

La manca d'autenticitat en l'autoria o d'originalitat de les proves d'avaluació; la còpia o el plagi; la suplantació d'identitat; l'acceptació o l'obtenció de qualsevol activitat acadèmica a canvi d'una contraprestació o no; la col·laboració, l'encobriment o l'afavoriment de la còpia, o l'ús de material, programari o dispositius no autoritzats en el pla docent o l'enunciat de l'activitat acadèmica, inclosa la intel·ligència artificial i la traducció automàtica, entre altres, són conductes irregulars en l'avaluació que poden tenir conseqüències acadèmiques i disciplinàries greus.

Aquestes conductes irregulars poden comportar el suspens (D/0) en les activitats avaluables que es defineixin en el pla docent -incloses les proves finals- o en la qualificació final de l'assignatura, sigui perquè s'han utilitzat materials, programari o dispositius no autoritzats durant les proves (com l'ús d'intel·ligència artificial no permesa, xarxes socials o cercadors d'informació a internet), perquè s'han copiat fragments de text d'una font externa (internet, apunts, llibres, articles, treballs o proves d'altres estudiants, etc.) sense la citació corresponent, per la compravenda d'activitats acadèmiques, o perquè s'ha dut a terme qualsevol altra conducta irregular.

Així mateix, i d'acord amb la normativa acadèmica, les conductes irregulars en l'avaluació també poden donar lloc a la incoació d'un procediment disciplinari i a l'aplicació, si escau, de la sanció que correspongui, de conformitat amb el que estableix la normativa de convivència de la UOC.

En el marc del procés d'avaluació, la UOC es reserva la potestat de:

• Sol·licitar a l'estudiant que acrediti la seva identitat segons el que estableix la normativa acadèmica.
• Sol·licitar a l'estudiant que acrediti l'autoria del seu treball al llarg de tot el procés d'avaluació, tant en l'avaluació contínua com en l'avaluació final, per mitjà d'una entrevista oral síncrona, que pot ser objecte d'enregistrament audiovisual, o pels mitjans que estableixi la Universitat. Aquests mitjans tenen l'objectiu de verificar els coneixements i les competències que garanteixin la identitat de l'estudiant. Si no és possible garantir que l'estudiant és l'autor de la prova, aquesta pot ser qualificada amb una D, en el cas de l'avaluació contínua, o amb un suspens, en el cas de l'avaluació final.

Intel·ligència artificial en el marc de l'avaluació

La UOC reconeix el valor i el potencial de la intel·ligència artificial (IA) en l'àmbit educatiu, alhora que posa de manifest els riscos que comporta si no s'utilitza de manera ètica, crítica i responsable. En aquest sentit, en cada activitat d'avaluació s'informarà l'estudiantat sobre les eines i els recursos d'IA que es poden utilitzar i en quines condicions. Per la seva banda, l'estudiantat es compromet a seguir les indicacions de la UOC a l'hora de dur a terme les activitats d'avaluació i de citar les eines utilitzades i, concretament, a identificar els textos o les imatges generats per sistemes d'IA, els quals no podrà presentar com si fossin propis.

Amb relació a fer servir o no la IA per resoldre una activitat, l'enunciat de les activitats d'avaluació indica les limitacions en l'ús d'aquestes eines. Cal tenir en compte que fer-les servir de manera inadequada, com ara en activitats en què no estan permeses o no citar-les en les activitats en què sí que ho estan, es pot considerar una conducta irregular en l'avaluació. En cas de dubte, es recomana que, abans de lliurar l'activitat, es faci arribar una consulta al professorat col·laborador de l'aula.

• Consulta del model d'avaluació