Currículo

AI for Management AIM

Contextos

ECTS

3.0 (para cálculo da média)

Objectivos

• LO1 Compreensão da IA na Gestão: Entender como a IA, incluindo ML e DL, criam valor para as organizações. • LO2 Aplicação de Análises Preditivas: Usar modelos de ML/DL para prever resultados, apoiar a tomada de decisão e personalizar experiências. • LO3 Compreender as diferenças entre a AI tradicional e a generativa e como ambas podem ser usadas pelas organizações e quais os seus impactos nas diferentes áreas funcionais de uma organização. • LO4 Implementação Ética e Sustentável: Abordar considerações éticas e impactos de sustentabilidade da IA Competências: • Pensamento Analítico: Aplicar insights de IA para decisões e resolução de problemas. • Tomada de Decisões Ética: Discutir como adotar uma abordagem responsável para a IA. • Conhecimento Transversal de IA: Integrar soluções de IA em diferentes áreas funcionais.

Programa

Sessão 1: IA na Gestão • Impacto e criação de valor da IA nas organizações. Conceitos relacionados com a AI, ML, DL, LLM e Gen-AI. Criação de valor. • Atividade: Estudo de caso. Sessão 2: IA tradicional • Exemplos e aplicações de IA para análise preditiva e apoio a tomada de decisão. • Atividade: Estudo de caso. Sessão 3: IA generativa • Exemplos e aplicações de IA generativa. • Atividade: interação com pequeno exercício com ferramenta gen-AI. Sessão 4 e 5: Casos de uso de IA • Gestão de clientes (Personalização, Recomendação, Segmentação), eficiência e produtividade, criatividade, criação de novos produtos, serviços e modelos de negócio. • Atividade: trabalho em grupo em sala de aula através da aplicação de alguns conceitos de design thinking para a identificação de casos de uso da IA em contexto organizacional. Sessão 6: Ética e Sustentabilidade em IA • Impactos éticos e sustentáveis. • Tópicos: IA ética, enviesamento, ODS. • Atividade: Debate sobre um tópico.

Método de Avaliação

• Aulas teóricas: Apresentam conceitos teóricos relacionados à IA. • Laboratórios práticos: Proporcionam experiência prática utilizando ferramentas de gen- IA. • Estudos de caso: Exploramos implementações de IA em negócios do mundo real e discutimos as implicações éticas e na sustentabilidade. • Projeto em grupo: Os alunos colaboram para planear uma solução de IA para um problema de negócio. Avaliação • Participação em aula (10%): Envolvimento em discussões e sessões práticas. • Projeto em grupo (40%): Desenvolvimento de uma solução de aprendizagem de IA para abordar um problema de negócios, seguido de uma apresentação. • Exame final (50%): Um teste escrito que avalia o conhecimento teórico e a aplicação prática dos conceitos de IA.

Carga Horária

Bibliografia

Principal

• Transforming Management with AI, Big-Data, and IoT (pp. 17-50). Springer.: Al-Turjman, F., Yadav, S. P., Kumar, M., Yadav, V., & Stephan, T. (Eds.). 2020
• The future of management in an AI world: redefining purpose and strategy in the fourth industrial revolution (pp. 1-40). London: Palgrave Macmillan.: Canals, J., & Heukamp, F. 2020
• Knowledge Management and AI in Society 5.0. Routledge.: Del Giudice, M., Scuotto, V., & Papa, A. 2023
• Artificial Intelligence: A Guide to Intelligent Systems (3rd ed.). Addison-Wesley.: Vincent, J. 2020
• Deep Learning. MIT Press.: Goodfellow, I., Bengio, Y., & Courville, A. 2016
• Artificial Intelligence: A Modern Approach. Pearson.: Russell, S., & Norvig, P. 2021

Secundária

Disciplinas de Execução

2025/2026 - 2 Semestre