CP1: Principais tipos de deficiência: visual, auditivo, motor e cognitivo
CP1.1: Necessidades Educativas Especiais
CP2: Design universal: princípios e aplicações na aprendizagem.
CP2.1:Práticas de design inclusivas
CP3: Desafios funcionais das tecnologias de apoio
CP4: Acessibilidade aplicada a conteúdos digitais: texto, áudio, imagens complexas, vídeos, gráficos e tabelas
CP4.1: Conversão de documentos, legendagem, descrição de áudio, design de documentos acessíveis.
CP5: Conteúdos digitais acessíveis e inclusivos para a web em contexto educativo: definição de objetivos e medidas de usabilidade, controlo do conteúdo, escrita de componentes acessíveis customizados

Devido ao carácter prático da UC, e do trabalho desenvolvido com ligação a um contexto real, apenas existe avaliação ao longo do semestre, não havendo lugar a exame final.

Na fase inicial do semestre, que compreende os principais tipos de deficiências, necessidades educativas especiais e o Design universal e inclusivo, existirá um teste escrito, com um peso de 30%, para averiguar os conteúdos teóricos iniciais.

Posteriormente, haverá um segundo momento de avaliação, derivado da recolha e tratamento de dados de uma visita feita no contexto da UC, a uma escola de referência em acessibilidade e inclusão, avaliado com um peso de 20%.

Por fim, o terceiro momento de avaliação remete para o trabalho final, em que os estudantes terão de desenvolver um recurso educativo, baseado em todo o conhecimento que adquiriram durante o semestre, com um peso de 50%.

O estudante não poderá ter nota inferior a 8,5 valores em nenhum elemento de avaliação, e a média final tem de ser superior a 9,5 valores. Poderá ser realizada avaliação oral complementar a qualquer método de avaliação ou para validação da nota final.

É exigida uma assiduidade mínima não inferior a 2/3 das aulas.

Não há lugar a exame em qualquer época, a avaliação final decorrá durante a 1ª Época em regime de avaliação ao longo do semestre.

Obrigatória

Nielsen, J. (2006). Prioritizing Web Usability. New Riders Press
Halder, S., & Argyropoulos, V. (Eds.). (2019). Inclusion, equity and access for individuals with disabilities: Insights from educators across world. Springer.
Ghosh, S. C. (2017). Technology for Inclusion Special Education, Rehabilitation, for All. Linus Learning.
Gilbert, R. M. (2019). Designing with Accessibility in Mind. In Inclusive Design for a Digital World (pp. 1-20). Apress, Berkeley, CA.
Firth, A. (2019). Practical web inclusion and accessibility: A comprehensive guide to access needs. Apress.

Opcional

World Health Organization. (2011). Relatório mundial sobre a de ciência (World report on disability 2011). World Health Organization. Tradução Lexicus Serviços Lingüísticos. - São Paulo : SEDPcD, 2012. 334 p. Disponível em: https://apps.who.int/iris/bitstream/handle/10665/70670/WHO_NMH_VIP_11.01_por.pdf?sequence=9
Ana Paula Lombardi (org.). (2019) Ergonomia e acessibilidade. Disponível em: https://atenaeditora.com.br/index.php/catalogo/ebook/ergonomia-e-acessibilidade

CP1: Introdução aos dados
* Definição e conceitos chave
CP2: Desafios dos dados na área da educação
CP3: Fundamentos de IA para extração de conhecimentos
CP4: Técnicas de IA para análise de dados
CP5: Considerações éticas e jurídicas
CP6: Comunicação eficaz dos resultados
CP7: Projectos colaborativos de IA na área da educação
CP8: Ferramentas e bibliotecas para dados
CP9: Aplicações de IA na área da educação
CP10: Apresentação e reflexão do projeto

Avaliação ao longo do semestre (só disponível na 1ª Época):
Realização de 3 trabalhos ao longo do semestre e um teste no fim: os trabalhos são realizados em grupo, sendo um em aula e os restantes autonomamente. O trabalho de aula representa 10% da nota final, e os autonomos 20% cada, com nota mínima de 9,5 valores. O teste representa 50% da nota, com nota mínima de 8 valores. A média das avaliações terá de ser igual ou superior a 9,5 valores em cada um dos trabalhos.
As notas dos trabalhos poderão variar pelo desempenho demonstrado individualmente numa discussão oral, a ocorrer (para o grupo) no caso da nota (de um dos elementos) entre o teste e o trabalho tiver uma diferença superior a 3 valores.

É exigida uma assiduidade mínima não inferior a 2/3 das aulas.

Dado o caráter prático da UC não há lugar a avaliação por exame.
Melhoria de nota só pode ser feita repetindo o processo de avaliação no ano seguinte.

Obrigatória

Wes Mckinney, Python for Data Analysis, 2e: Data Wrangling with Pandas, NumPy, and IPython - Publisher: O'Reilly Media; Publication date: November 2017
Chris Albon, Machine Learning with Python Cookbook: Practical solutions from preprocessing to deep learning - Publisher: O'Reilly Media; Publication date: May 2018
Géron, A. (2019). Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems. - Publisher: O'Reilly Media; Publication date: September 2019
Daniel Nelson, Data Visualization in Python - Publisher: ‎ Independently; Publication date: September 2020
O'Reilly, T. (2010). Open Government: Collaboration, Transparency, and Participation in Practice - Publisher: O'Reilly Media; Publication date: February 2010
OpenCV: Open Source Computer Vision Library. (https://opencv.org/)
TensorFlow: An Open Source Machine Learning Framework for Everyone. (https://www.tensorflow.org/)

Opcional

Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education. Boston: Center for Curriculum Redesign.
Furey, H., & Martin, F. (2019). AI education matters: A modular approach to AI ethics education. AI Matters, 4(4), 13-15.
Chen, L., Chen, P., & Lin, Z. (2020). Artificial intelligence in education: A review. Ieee Access, 8, 75264-75278.
Chassignol, M., Khoroshavin, A., Klimova, A., & Bilyatdinova, A. (2018). Artificial Intelligence trends in education: a narrative overview. Procedia Computer Science, 136, 16-24.
Nkambou, R., Mizoguchi, R., & Bourdeau, J. (Eds.). (2010). Advances in intelligent tutoring systems (Vol. 308). Springer Science & Business Media.

CP1: Conceitos essenciais de IA: definição, evolução histórica e relevância multidisciplinar.
CP2: Lógica de predicados e sistemas baseados em conhecimento: representação, dedução e aplicações.
CP3: Métodos de raciocínio e heurísticas: procura informada e não informada, seleção de estratégias adequadas.
CP4: Introdução à aprendizagem automática: noções básicas, algoritmos de classificação e regressão, métricas de avaliação.
CP5: Modelos preditivos simples: conceção, implementação e análise de resultados em cenários reais.
CP6: IA Generativa: fundamentos, engenharia de prompts e aplicações criativas.
CP7: Abordagem crítica às limitações, desafios éticos e implicações socioeconómicas da IA.

A avaliação desta UC segue o modelo de Avaliação ao Longo do Semestre (ALS), prevista no RGACC, e contempla vários momentos, organizados em três blocos de avaliação (BA), visando aferir o progresso e a consolidação dos conhecimentos. A sua composição é a seguinte:
AB1 – Prova Escrita (40%): Incide sobre os conteúdos fundamentais de Inteligência Artificial, Aprendizagem de Máquina e Inteligência Artificial Generativa, avaliando a compreensão teórica e a aplicação prática dos conceitos.

AB2 – Projeto Final em IA (60%): Pode ser realizado individualmente ou em grupo e compreende a conceção, implementação e avaliação de um protótipo ou estudo de caso, com base nos conteúdos da unidade curricular. A avaliação distribui-se entre relatório escrito (60%) e apresentação oral (40%), a realizar na última aula.

Disposições complementares:
Cada componente de avaliação requer nota mínima de 8,5 valores.
Poderá ser realizada discussão oral individual, sempre que necessário, para confirmação de conhecimentos.
A nota final resulta da soma ponderada das duas componentes, exigindo-se um mínimo de 10 valores para aprovação.

Obrigatória

Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th ed.). Pearson.
→ Considerado a "bíblia" da IA, cobre desde fundamentos históricos até algoritmos modernos.

Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.
→ Introdução acessível e aprofundada ao deep learning.

Mitchell, T. M. (1997). Machine Learning. McGraw-Hill.
→ Livro clássico sobre fundamentos de aprendizagem de máquina.

Domingos, P. (2015). The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World. Basic Books.
→ Introdução mais popular, sem fórmulas, ideal para contexto geral.

Chollet, F. (2021). Deep Learning with Python (2nd ed.). Manning.
→ Didático, foca em exemplos práticos com Keras/TensorFlow.

Opcional

Haenlein, M., Kaplan, A., Tan, C. T., Tan, B. C., & Zhang, P. (2019). Artificial Intelligence (AI) and Management Analytics. Journal of the Academy of Marketing Science, 48(3), 411–431.

Jordan, M. I., & Mitchell, T. M. (2015). Machine Learning: Trends, Perspectives, and Prospects. Science, 349(6245), 255–260.

Topol, E. (2019). High-performance Medicine: The Convergence of Human and Artificial Intelligence. Nature Medicine, 25, 44–56.

CP1: Técnicas de identificação de necessidades e oportunidades em contexto escolar
CP2: Instrumentos de diagnóstico e avaliação
CP3: Objetivos e resultados com impacto educativo e social
CP4: Planeamento de um projeto de aplicação em contexto escolar
CP5: Integração de áreas tecnológicas e educativas em projetos educativos
CP6: Gestão de projetos educativos
CP7: Disseminação de projetos tecnológicos

Avaliação por projeto, de acordo com o Regulamento Geral de Avaliação de Conhecimentos e Competências do Iscte, distribuído da seguinte forma:
- Vídeo dedicado à apresentação do projeto (contexto e funcionalidades) com a duração máxima de 2 minutos em grupo - 5%
- Mini-teste individual - 15%
- Relatório preliminar com discussão em grupo - 10%
- Relatório final com discussão individual e em grupo - 20%
- Projeto - 50%
É exigida uma assiduidade mínima não inferior a 3/4 das aulas.
Todas as componentes têm uma classificação mínima de 8,5 valores.
A média final terá de ser igual ou superior a 9,5 valores.
A UC não contempla avaliação por exame.

Obrigatória

Creswell, J. W. (2015). Educational research: Planning, conducting, and evaluating quantitative and qualitative research. Pearson.
Ginevri, W., & Trilling, B. (2018). Project management for education: The bridge to 21st century learning. Project Management Institute.
Hamilton, B. (2022). Integrating technology in the classroom: Tools to meet the needs of every student. International Society for Technology in Education.
Hattie, J. (2023). Visible learning: The sequel: A synthesis of over 2,100 meta-analyses relating to achievement. Routledge.
Hill, M, & Hill, A. (2008). Investigação por Questionário. Edições Sílabo
Mayne, J. (2015). Useful Theory of Change Models. Canadian Journal of Program Evaluation, 30(2), 142. https://doi.org/10.3138/cjpe.30.2.142
Wiliam, D. (2008). Assessment in education: Principles, policy & practice. Assessment in Education: Principles, Policy and Practice, 15(3), 253-257.

Opcional

Batista, B., Rodrigues, D., Moreira, E., & Silva, F. (2021). Técnicas de recolha de dados em investigação: inquirir por questionário e/ou inquirir por entrevista. Reflexões em torno de Metodologias de Investigação: recolha de dados, 2, 13-36.
Bernhardt, V. (2013). Using data to improve student learning in high schools. Routledge.
Center for Theory of Change. (2023, Julho 24). What is Theory of Change? Retirado de https://www.theoryofchange.org/what-is-theory-of-change/
Earle, R. S. (2002). The integration of instructional technology into public education: Promises and challenges. Educational technology, 42(1), 5-13.
World Bank Group. (2021, Julho 24). Designing the Theory of Change of a Community of Practice. Retirado de https://collaboration.worldbank.org/content/sites/collaboration-for-development/en/groups/communities4Dev/blogs.entry.html/2021/03/22/designing_the_theoryofchangeofacommunityofp-f9pp.html

CP1: Análise e diagnóstico de necessidades formativas e tecnológicas em contexto empresarial
CP2: Desenvolvimento e implementação de soluções educativas digitais em resposta a requisitos empresariais
CP3: Metodologias ágeis de gestão de projetos (Scrum, Kanban) aplicadas a projetos educativos tecnológicos
CP4: Estratégias de comunicação profissional e apresentação de resultados a stakeholders
CP5: Integração de tecnologias emergentes (IA, realidade aumentada, análise de dados) em soluções educativas empresariais
CP6: Avaliação de impacto de projetos tecnológicos educativos
CP7: Documentação técnica e elaboração de relatórios profissionais

Avaliação por projeto, de acordo com o Regulamento Geral de Avaliação de Conhecimentos e Competências do Iscte, distribuído da seguinte forma:
Diário de bordo semanal individual (documentação do progresso e reflexões) - 5%
Relatório técnico (documentação completa do projeto) com discussão (individual e em grupo) - 70%
Produto/solução desenvolvida (qualidade técnica e adequação às necessidades) - 25%
É exigida uma assiduidade mínima não inferior a 3/4 das aulas e participação nas reuniões agendadas com as empresas parceiras. Todas as componentes têm uma classificação mínima de 8,5 valores. A média final terá de ser igual ou superior a 9,5 valores. A UC não contempla avaliação por exame.

Obrigatória

Brown, T. (2009). Change by design: How design thinking transforms organizations and inspires innovation. HarperCollins.
Lewrick, M., Link, P., & Leifer, L. (2020). The design thinking toolbox. Wiley.
Knapp, J., Zeratsky, J., & Kowitz, B. (2016). Sprint: How to solve big problems and test new ideas in just five days. Bantam Press.

Opcional

Ries, E. (2017). The lean startup: How today's entrepreneurs use continuous innovation to create radically successful businesses (capítulos 3 e 4). Penguin Group.
Scrum Institute. (2020). The Kanban Framework (3ª ed.). Recuperado em fevereiro de 2023, de www.scrum-institute.org/contents/The_Kanban_Framework_by_International_Scrum_Institute.pdf
Rigby, D., Elk, S., & Berez, S. (2020). Doing agile right: Transformation without chaos. Harvard Business Review Press.
Sutherland, J., & Sutherland, J. J. (2014). Scrum: The art of doing twice the work in half the time. Crown Business.
Project Management Institute. (2017). A guide to the project management body of knowledge (PMBOK® guide) (6ª ed.). Project Management Institute.
Gwaldis, M. (2019). How to conduct a successful pilot: Fail fast, safe, and smart. Recuperado em fevereiro de 2023, de https://blog.shi.com/melissa-gwaldis/

CP1: Introdução ao Business Intelligence – conceitos, arquitetura e ferramentas.
CP2: Integração e transformação de dados – Power Query, M, conexões a múltiplas fontes.
CP3: Modelação de dados – tabelas relacionais, DAX, medidas e KPIs.
CP4: Visualização de dados – criação de relatórios, dashboards, storytelling com dados.
CP5: Avaliação e boas práticas em projetos de BI – ética dos dados, governação, qualidade da informação.

A avaliação ao longo do semestre inclui:

- Projeto prático de desenvolvimento de sistema de informação analítica realizado em grupo (máximo de 3 alunos), incluindo um relatório (15%) com uma entrega intercalar obrigatória (15%) e uma defesa oral com nota individual (20%). Nota mínima de 8 valores.
- Teste individual (30%) para aferição de conhecimentos teóricos.
- Trabalhos semanais em aula e autónomos (20%).

O uso de ferramentas de IA (ex: ChatGPT) é permitido para apoio técnico e deve ser claramente referenciado com os prompts utilizados.

O Exame Final é um exame escrito, individual, sem consulta, com toda a matéria.

Realiza exame final na época 1 quem não optar por avaliação ao longo do semestre.

Realiza exame final na época 2 quem não tenha concluído com sucesso a avaliação ao longo do semestre, ou o exame da época 1, com uma nota superior ou igual a 9,5 (em 20).

Obrigatória

Greg Deckler, Learn Microsoft Power BI: A comprehensive, beginner-friendly guide to real-world business intelligence (2025)

R. Kimball, M. Ross The Data Warehouse Toolkit - the definitive guide to dimensional modeling, 3rd Edition. John Wiley & Sons, USA, (2013)

Opcional

Será disponibilizada consoante os interesses dos estudantes e atualizações tecnológicas relevantes.

CP1. A transformação digital como novo paradigma civilizacional.
CP2. Os impactos das tecnologias digitais na Economia.
CP3. Os impactos das tecnologias digitais no trabalho.
CP4. Os impactos das tecnologias digitais nas desigualdades.
CP5. Os impactos das tecnologias digitais na democracia.
CP6. Os impactos das tecnologias digitais na arte.
CP7. Os impactos das tecnologias digitais nos direitos individuais.
CP8. Os impactos das tecnologias digitais nas relações humanas.
CP9. Os impactos das tecnologias digitais no futuro da humanidade.
CP10. Inteligência Artificial Responsável.
CP11. O impacto da Computação quântica nas tecnologias do futuro.
CP12. Os impactos das tecnologias digitais na geopolítica.

O processo de avaliação compreende os seguintes elementos:

A) Avaliação ao longo do semestre

A1. Debates entre grupos de estudantes sobre questões e problemas relacionados com cada um dos Conteúdos programáticos. Cada grupo participará em três debates ao longo semestre. A avaliação do desempenho de cada grupo por debate corresponde a 15% da nota final de cada estudante no grupo, correspondendo no total a 3 x 15% = 45% da nota final de cada estudante.

A2. Avaliação da participação correspondendo a 5% da nota final de cada estudante.

A3. Teste final, com parte dos conteúdos provenientes dos debates em grupo e a outra parte das exposições por parte do Docente, correspondendo a 50% da nota final de cada estudante.

É exigida uma nota mínima de 9,5 valores em cada momento de avaliação e a presença num mínimo de 3/4 das aulas.

B) Avaliação por exame final: Prova escrita individual, correspondendo a 100% da nota final.

Obrigatória

Chalmers, D. (2022). Adventures in technophilosophy In Reality+ - Virtual Worlds and the problems of Philosophy (pp. xi-xviii). W. W. Norton & Company.
Chin, J., Lin, L. (2022). Dystopia on the Doorstep In Deep Utopia – Surveillence State – Inside China’s quest to launch a new era of social control (pp. 5–11). St. Martin’s Press.
Dignum, V. (2019). The ART of AI: Accountability, Responsibility, Transparency In Responsible Artificial Intelligence - How to Develop and Use AI in a Responsible Way (pp. 52–62). Springer.
Howard, P. N. (2020). The Science and Technology of Lie Machines In Lie Machines - How to Save Democracy from Troll Armies, Deceitful Robots, Junk News Operations, and Political Operatives (pp. 1-4; 6-7; 10-18). Yale University Press.
Kearns, M., Roth, A. (2020). Introduction to the Science of Ethical Algorithm Design In The Ethical Algorithm - The Science of Socially Aware Algorithm Design (pp. 1-4; 6-8; 18-21). Oxford University Press.

Opcional

(Principal - continuação)
Kissinger, H. A., Schmidt, E., Huttenlocher, D (2021). Security and World Order In The Age of AI - And Our Human Future (pp. 157–167, 173-177). John Murray Publishers.
Parijs, P. V., Vanderborght, Y. (2017). Ethically Justifiable? Free Riding Versus Fair Shares In Basic Income - A Radical Proposal for a Free Society and a Sane Economy (pp. 99–103). Harvard University Press.
Pentland, A. (2014). From Ideas to Actions In Social Physics – How good ideas spread – The lessons from a new science (pp. 4–10). The Penguin Press.
Zuboff, S. (2021). O que é capitalismo de vigilância? In A Era do Capitalismo de Vigilância - A luta por um futuro humano na nova fronteira de poder (pp. 21–25). Intrínseca.

***
(Complementar)
Acemoglu, D.; Johnson, S. (2023). What Is Progress? In Power and progress: our thousand-year struggle over technology and prosperity (pp. 1 - 7). PublicAffairs.
Bostrom, N. (2024). The purpose problem revisited In Deep Utopia – Life and meaning in a solved world (pp. 121–124). Ideapress Publishing.
Castro, P. (2023). O Humanismo Digital do século XXI e a nova Filosofia da Inteligência Artificial In 88 Vozes sobre Inteligência Artificial - O que fica para o homem e o que fica para a máquina? (pp. 563 – 572). Oficina do Livro/ISCTE Executive Education.
Gunkel, D. J. (2012). Introduction to the Machine Question In The Machine Question - Critical Perspectives on AI, Robots, and Ethics (pp. 1-5). The MIT Press.
Innerarity, D. (2023). O sonho da máquina criativa. In Inteligência Artificial e Cultura – Do medo à descoberta (pp. 15 – 26). Colecção Ciência Aberta, Gradiva.
Jonas, H. (1985). Preface to the English version of the Imperative of Responsibility In The Imperative of Responsibility: In Search of an Ethics for the Technological Age. (pp. ix - xii). University of Chicago Press.
Nakazawa, H. (2019). Manifesto of Artificial Intelligence Art and Aesthetics In Artificial Intelligence Art and Aesthetics Exhibition - Archive Collection (p. 25). Artificial Intelligence Art and Aesthetics Research Group (AIAARG).
Patel, N. J. (2022, february 4). Reality or Fiction - Sexual Harassment in VR, The Proteus Effect and the phenomenology of Darth Vader — and other stories. Kabuni. https://medium.com/kabuni/fiction-vs-non-fiction-98aa0098f3b0
Pause Giant AI Experiments: An Open Letter. (22 March, 2023). Future of Life Institute. Obtido 26 de agosto de 2024, de https://futureoflife.org/open-letter/pause-giant-ai-experiments/

CP1. Caracterização e seleção de plataformas de gestão e distribuição de conteúdos de aprendizagem
- Learning Management Systems (LMS)
- Content Management Systems (CMS)
- Ambientes Virtuais de Aprendizagem (AVA)
CP2. Utilização de plataformas LMS
- Instalação
- Configuração
- Administração
- Personalização
- Criação e gestão de conteúdos
CP3. Desenvolvimento de cursos para ensino à distância
- Design pedagógico
- Modelos de design da instrução
- Planeamento e conceção de atividades, recursos de aprendizagem e de avaliação
CP4. Produção e avaliação de e-conteúdos: contexto, conteúdo, funcionalidade e pertinência

A1: Tarefas individuais ao longo do semestre, respondendo aos critérios definidos pelo docente, tem o peso de 30% da nota final, com nota a mínima de 7,5 valores.
A2: Projeto de Grupo com o peso de 70% da nota final, que inclui um relatório justificativo de todas as fases, nos seguintes moldes:
a) Configuração e personalização de LMS (35%);
b) Design e construção de um curso online (35%);
c) Discussão individual na 1.ª época de avaliação (30%).
Para cada componente de avaliação (A1 e A2) é exigida uma nota mínima de 7,5 valores, assim como para os itens a), b) e c) do projeto. A média final terá de ser igual ou superior a 9,5 valores para aprovação na UC.
É exigida uma assiduidade mínima não inferior a 3/4 das aulas.

2.ª Época e Época Especial: Projeto individual (70%) e discussão (30%)

Obrigatória

Kasim, N. N. M., & Khalid, F. (2016). Choosing the Right Learning Management System (LMS) for the Higher Education Institution Context: A Systematic Review. International Journal of Emerging Technologies in Learning, 11(6).
Dillenbourg, P. (2000). Virtual learning environments. Proceedings of EUN Conference 2000, Learning in the New Millennium: Building New Education Strategies for Schools. Workshop on Virtual Learning Environments. Geneva.
Nash, S. & Rice, W. (2018). Moodle 3 E-Learning Course Development - Fourth Edition. Birmingham: Packt Publishing
Bates, A. W. (2022). Teaching in a digital age: Guidelines for designing teaching and learning (3rd ed.). Tony Bates Associates Ltd. https://pressbooks.bccampus.ca/teachinginadigitalagev3m/
Clark, R. C., & Mayer, R. E. (2016). E-learning and the science of instruction: Proven guidelines for consumers and designers of multimedia learning. New Jersey: John Wiley & Sons.

Opcional

Krouska, A., Troussas, C., & Virvou, M. (2017). Comparing LMS and CMS platforms supporting social e-learning in higher education. In 2017 8th International Conference on Information, Intelligence, Systems & Applications (IISA) (pp. 1-6). IEEE.
Malasri, S. (2000). The McGraw-Hill Handbook of Distance Learning. Journal of Professional Issues in Engineering Education and Practice, 126(1), 41-42.
Denmeade, N. (2015). Gamification with Moodle. Birmingham: Packt Publishing
Buchener, A. (2016). Moodle 3 Administration - Third Edition: An administrator's guide to confi guring, securing, customizing, and extending Moodle 3rd Edition. Birmingham: Packt Publishing
Nash, S. (2018). Moodle Course Design Best Practices - Second Edition. Birmingham: Packt Publishing
High Quality Online Courses: Subtitle: How to Improve Course Design & Delivery for your Post-Secondary Learners, by University of Waterloo; Queen's University; University of Toronto; and Conestoga College, CC-BY-NC-SA 4.0 https://ecampusontario.pressbooks.pub/hqoc

CP1. Introdução aos Sistemas de Informação e ao seu papel nas organizações.​
CP2. Introdução à Análise de Sistemas de Informação com linguagem UML: Introdução, análise de requisitos, modelos de dados, esquemas e diagramas UML.​
CP3. Desenho de Base de Dados. Modelo Relacional: relações, atributos, chaves primárias, chaves estrangeiras, regras de integridade, normalização e optimizações.​
CP4. Linguagem SQL. Tabelas, álgebra relacional, queries simples, subqueries, operadores (SELECT, Insert, delete, update), views, índices, triggers, stored procedures e transações.​
CP5 - Administração e Segurança em Sistemas de Gestão de Bases de Dados (SGBD).

Avaliação ao longo do semestre:​
- 3 frequências a realizar ao longo do semestre (70%)​. Nota mínima de 8 valores em cada frequência.
- 1 projeto de modelação e de implementação (em grupos de até 3 pessoas) (30%)​. A nota mínima do projeto é de 10 valores. A realização do projeto é obrigatória para efeitos de aprovação. A avaliação do projeto é em grupo com discussão oral individual.

Avaliação por exame:​
- 1 avaliação com ponderação de 100%​

A nota mínima de aprovação à unidade curricular é de 10 valores.​
A presença a 2/3 das aulas previstas é obrigatória para efeitos de aprovação.

Obrigatória

Ramos, P, Desenhar Bases de Dados com UML, Conceitos e Exercícios Resolvidos, Editora Sílabo, 2ª Edição, 2007
Elmasri Ramez, Navathe Shamkant, "Fundamentals Of Database Systems", 7th Edition, Pearson, 2016
Damas, L., SQL - Structured Query Language, FCA Editora de Informática, 3ª Edição,2017

Opcional

Nunes, O´Neill, Fundamentos de UML, FCA Editora de Informática, 3ª Edição, 2004
C. J. Date, "SQL and Relational Theory: How to Write Accurate SQL Code", 3rd Edition, O'Reilly Media, 2011
Churcher, Clare, “Beginning Database Design: From Novice to Professional”, 2ª edição, Apress. 2012.
Ramakrishnan, R., Gehrke, J. “Database Management Systems”, 3ª edição, McGrawHill, 2003.

C1 Apresentação, Programa e Avaliação. Computação e IPM: História, estado da arte e aplicações
C2 O processo de desenho centrado no utilizador.
C3 Análise de utilizadores e tarefas. Mapa de empatia. Personas. Cenários e Jornadas do utilizador “as is”. Pergunta do utilizador. Requisitos do utilizador.
C4 Nós os humanos.
C5 Princípios e regras de ouro do design da interfaces. Usabilidade.
C6 Design visual de ecrãs (WWW, mobilidade)
C7 Ideação. Storyboards. Priorizar. Protótipos de baixa (PBF) e alta fidelidade (PAF) da solução
C8 Entregar uma solução que funcione. Avaliação heurística c/ especialistas. Avaliação c/ utilizadores. Análise estatística dos dados da avaliação. Calcular métricas e re-iterar o design. Requisitos de um Produto Mínimo Viável - PMV. Elevator Pitch para investidores e utilizadores

Curso em Avaliação ao longo do semestre, não contemplando Exame Final. Pesos:
• 70% Trabalho de projeto laboratorial em grupo + apresentação final e discussão
• 30% 2 mini-testes de resposta múltipla.
Em 2.ª época, repetem-se os mini testes cuja nota seja inferior ou igual a 7.5 valores. Se reprova na época normal (< 10 valores) o aluno acede ao exame de 2ª época ou época especial (30% da nota), sendo obrigatória a aprovação no projeto em grupo ou aprovação num projeto equivalente individual (70%)

Obrigatória

Brown, T (2009), Change by Design: How Design Thinking Transforms Organizations and Inspires Innovation, HarperCollins, 2009, ISBN-13: 978-0062856623
Lewrick, M, Link, P., Leifer, L. (2020). The Design Thinking Toolbox, Wiley, ISBN 9781119629191
Shneiderman, B., Plaisant, C., Cohen, M., Jacobs, S., Elmqvist, N., Nicholas Diakopoulos, N. (2017). Designing the User Interface: Strategies for Effective Human-Computer Interaction (6th edition), Pearson, ISBN-13: 978-0134380384
Manuel J. Fonseca, Pedro Campos, Daniel Gonçalves (2017), Introdução ao Design de Interfaces, FCA, Portugal, 2017, 3ª Edição,
Norman, D. (2013). The Design of Everyday Things, Revised and Expanded Edition. MIT Press. ISBN: 9780262525671
Nielsen, J., Mack, R. (1994). Usability Inspection Methods 1st Edition. John Wiley & Sons.

Opcional

Johnson, J. & Henderson, A. (2002). Conceptual models: begin by designing what to design. Interactions. 9, 1: 25-32. https://dl.acm.org/doi/10.1145/503355.503366
Joseph J. LaViola Jr., Ernst Kruijff, Ryan P. McMahan, Doug Bowman, Ivan P. Poupyrev (2017), 3D User Interfaces: Theory and Practice (2nd Edition), Addison-Wesley Professional, ISBN-10: 0134034325.
Yvonne Rogers, Helen Sharp, Jenny Preece (2011), Interaction Design: Beyond Human-Computer Interaction, 3rd edition, Wiley, ISBN-13: 978-0470665763
? Snyder, C. (2003). Paper Prototyping: the fast and easy way to design and refine user interfaces. Morgan Kaufmann Publishers.
The Basics of User Experience Design by Interaction Design Foundation, https://www.interaction-design.org/
Artigos:
Nielsen, J. (1994) Enhancing the explanatory power of usability heuristics. Proc. ACM CHI'94 Conf. (Boston, MA, April 24-28), pp. 152-158.
Rettig M. (1994), Prototyping for Tiny Fingers, Communications of The ACM, 1994

CP1. Fundamentos teóricos sobre o currículo
- O que é o currículo;
- Dimensões associadas ao currículo;
- Teorias curriculares;
- Agentes e estruturas: do local ao global.
CP2. Desenvolvimento Curricular
- O que é o Desenvolvimento Curricular?
- Gestão curricular;
- Modelos de desenvolvimento curricular;
- Inovação curricular;
- Avaliação Curricular (objetivos e objetos de avaliação, interna/externa/mista, métodos e técnicas de avaliação).
CP3. Planeamento Curricular em Educação e Formação
- Ensino básico e secundário;
- Ensino profissional;
- Ensino superior.

Os estudantes decidem até à 2ªaula o modo de avaliação da 1ªépoca, que pode ser: avaliação ao longo do semestre ou exame final. Na modalidade de avaliação ao longo do semestre é exigida uma assiduidade mínima não inferior a 2/3 das aulas.
Na modalidade de avaliação ao longo do semestre (1ªépoca) os estudantes:
- 2 testes (40%), com nota mínima de 8,5;
- realizam um trabalho de investigação em grupo durante o semestre (60%).
Na modalidade de exame final (disponível para a 1ª e 2ªépoca e época especial), o exame final presencial corresponde a 100% da nota final da UC.

Obrigatória

Chaplowe, S.G. & Cousins, J.B. (2017). Monitoring and Evaluation Training: A Systematic Approach. Thousand Oaks: Sage.
Duarte, P. (2021). Pensar o desenvolvimento curricular: uma reflexão centrada no ensino. Porto: Instituto Politécnico do Porto/Escola Superior de Educação. Acessível em https://recipp.ipp.pt/handle/10400.22/19104
Formosinho, J. & Pascal, C. (2016). Assessment and Evaluation for Transformation in Early Childhood. Londres: Routledge.
Roldão, M., & Almeida, S. (2018). Gestão Curricular – Para a autonomia das escolas e professores. Direção-Geral da Educação.

Opcional

I. Introdução ao Empreendedorismo;
II. Técnicas de geração e discussão de ideias;
III. Criação de Propostas de Valor;
IV. Comunicação de ideias de negócio;
V. Desenho de Modelos de Negócio;
VI. Elaboração de Planos de Negócio;
VII. Teste e avaliação de protótipos de produtos, processos e serviços;
VIII. Análise de escalabilidade;
IX. Internacionalização e comercialização;
X. Fontes de financiamento

Avaliação periódica:- Realização de projeto em grupo: primeira apresentação: 30%; segunda apresentação: 30%; relatório final: 40%; As apresentações, demonstrações e defesa são em grupo.

Obrigatória

A. Osterwalder, Y. Pigneur / John Wiley & Sons, Value Proposition Design: How to Create Products and Services Customers Want, 2014, ·, ·
A. Osterwalder, Y. Pigneur / John Wiley & Sons, Business Model Generation: A Handbook for Visionaries, Game Changers, and Challengers., 2010, ·, ·
P. Burns / Palgrave Macmillan, Entrepreneurship and Small Business, 2016, ·, ·
S. Mariotti, C. Glackin / Global Edition. Pearson; Dorf. R., Byers, T. Nelson, A. (2014). Technology Ventures: From Idea to Enterprise. McGraw-Hill Education, Entrepreneurship: Starting and Operating A Small Business, 2015, ·, ·

Opcional

I. Desenvolvimento da imagem do produto/serviço
II. Funcionalidades do produto/serviço
III. Plano de desenvolvimento
IV. Desenvolvimento do produto/serviço (web/mobile ou outro)
V. Revisão do plano de negócio
VI. Manutenção e gestão de produto/serviço
VII. Planos de certificação
VIII. Propriedade intelectual, patentes e documentação de suporte
IX. Principais aspetos para a criação de startup - jurídicos, contabilidade, registo, contratos, capital social, obrigações, impostos

Avaliação periódica:
- Realização de projeto em grupo: primeira apresentação: 30%; segunda apresentação: 30%; relatório final: 40%; As apresentações, Demonstrações e Defesa são em grupo.

Obrigatória

A. Osterwalder, Y. Pigneur / John Wiley & Sons, Value Proposition Design: How to Create Products and Services Customers Want, 2014, ·, ·
A. Osterwalder, Y. Pigneur / John Wiley & Sons, Business Model Generation: A Handbook for Visionaries, Game Changers, and Challengers, 2010, ·, ·
P. Burns / Palgrave Macmillan, Entrepreneurship and Small Business, 2016, ·, ·
R. Dorf, T. Byers, A. Nelson / McGraw-Hill Education, Technology Ventures: From Idea to Enterprise., 2014, ·, ·
S. Mariotti, C. Glackin / Global Edition. Pearson, Entrepreneurship: Starting and Operating A Small Business, 2015, ·, ·

Opcional

·

P1: Conceitos, Tipos e Modalidades de Formação
P2: Formação Digital: Ferramentas e Plataformas
P3: Sistemas de Qualificações e Quadros de Competências
P4: O Ciclo da Formação
P5: Acreditação da Formação: Normas e Certificação

A1: Tarefas individuais ao longo do semestre, respondendo aos critérios definidos pelo docente, tem o peso de 30% da nota final, com nota a mínima de 7,5 valores.
A2: Avaliação por projeto, de acordo com o Regulamento Geral de Avaliação de Conhecimentos e Competências do ISCTE, que inclui um relatório justificativo de todas as fases do ciclo da formação. O Projeto de Gestão da Formação a desenvolver em grupo tem o peso de 50% na nota final, com nota mínima de 7,5 valores. A discussão individual do projeto na 1.ª época de avaliação tem o peso de 20%, com nota mínima de 7,5 valores.
É exigida uma assiduidade mínima não inferior a 3/4 das aulas.

2.ª Época e Época Especial: Projeto individual (60%) e respetiva discussão (40%), com nota mínima de 7,5 valores em cada componente.

A média final terá de ser igual ou superior a 9,5 valores.
A UC não contempla avaliação por exame.

Obrigatória

Affleck, M., People Learning and Development - Transforming people and organizations through learning, 2021, Kwantlen Polytechnic University, Surrey, BC, Canada., https://kpu.pressbooks.pub/peoplelearningdevelopment/
Dias, A. e Rocha, A., Referencial de Formação Pedagógica Contínua do Formador a Distância (e-Formador), 2018, IEFP e TecMinho, Lisboa, http://www.panoramaelearning.pt/wp-content/uploads/2020/10/Referencial-FPCFaD.pdf
Kirkpatrick, Donald L., Kirkpatrick, James D., Evaluating training programs: the four levels (3rd ed), 2006, San Francisco : Berrett-Koehler,
Muramatsu, B. and Ludgate, H. Authors and Contributors: Adams Becker, S., Caswell, T., Jensen, M., Ulrich, G., and Wray, E., Online Course Design Guide, 2014, Cambridge, Massachusetts: Massachusetts Institute of Technology, https://dltoolkit.mit.edu/online-course-design-guide

Opcional

European Commission, Directorate-General for Education, Youth, Sport and Culture, Key competences for lifelong learning, 2019, Publications Office, https://data.europa.eu/doi/10.2766/569540
Vuorikari, R., Kluzer, S. and Punie, Y., DigComp 2.2: The Digital Competence Framework for Citizens, 2022, EUR 31006 EN, Publications Office of the European Union, Luxembourg, ISBN 978-92-76-48882-8, doi:10.2760/115376, JRC128415, https://publications.jrc.ec.europa.eu/repository/handle/JRC128415
Ministério do Trabalho, Solidariedade e Segurança Social, Guia da Certificação de Entidades Formadoras Sistema e Requisitos de Certificação, 2017, Direcção-Geral do Emprego e das Relações de Trabalho. Direcção de Serviços de Qualidade e Acreditação.
Learning and Development: A Comprehensive Guide, AIHR https://www.aihr.com/blog/learning-and-development/

CP1. Introdução à Cibersegurança: principais componentes; pilares da cibersegurança; frameworks de cibersegurança.
CP2. Planeamento da Segurança de Informação e enquadramento Legal e Ético
CP3. Princípios de Governação da Segurança de Informação e Gestão do Risco
CP4. Introdução à Tecnologia da Segurança de Informação: controlos de acesso, firewalls, vpns, idps, criptografia e outras técnicas.
CP5. Segurança Física: mecanismos de controlo de acesso físico, planeamento da segurança física, entre outros.
CP6. Implementação da Segurança de Informação: gestão de projetos de segurança de informação; aspetos técnicos e não-técnicos da implementação da segurança de informação.
CP7. Segurança do Pessoal: considerações de segurança do pessoal; práticas da segurança do pessoal.
CP8. Manutenção da Segurança de Informação.

Avaliação ao longo do semestre:
- Realização de dois projetos em grupo (50%) ao longo do semestre
- Realização de dois de testes individuais ao longo do semestre (50%) [nota mínima de 8 valores para cada um dos testes]
Avaliação por exame:
Para os estudantes que optem por este processo ou para os reprovarem no processo de avaliação ao longo do semestre, com 3 épocas nos termos do RGACC.

Obrigatória

Whitman, M., Mattord, H. (2021). Principles of Information Security. Course Technology.
Whitman, M., & Mattord, H. (2016). Management of information security. Nelson Education.
Andress, J. (2014). The Basics of Information Security: Understanding the Fundamentals of InfoSec in Theory and Practice. Syngress.
Kim, D., Solomon, M. (2016). Fundamentals of Information Systems Security. Jones & Bartlett Learning.

Opcional

Conjunto de artigos, páginas web e textos que complementam a informação bibliográfica da unidade curricular, e que serão fornecidos pela equipa docente.

C1 Introdução. A história da Web. Linguagens de programação para a Web; Standards W3C.
C2 Arquitetura da World Wide Web. Marcação de telas com HyperText Markup Language (HTML).
C3 Programação do lado do cliente. Descrição da estrutura (HTML), folhas de estilo (CSS) e atualização dinâmica da interface gráfica. Validação da entrada; Introdução à segurança do lado do cliente.
C4 Programação do lado do servidor. Distribuição de conteúdos estáticos, geração dinâmica de conteúdos e padrão de desenho MVC. Serviços e comunicação entre serviços. Introdução à segurança do lado do servidor.
C5 Persistência de dados. Integração com Sistemas de Gestão de Base de Dados
C6 Arquiteturas web orientadas para serviços. Serviços Web e Microserviços. Modelos de middleware para a Web. Conteinerização.

UC com Avaliação Periódica, não contemplando Exame Final.
Pesos da avaliação:
- 4 mini-testes individuais de resposta múltipla [40%][10% por mini-teste].
- Projeto [60%] (squad de 2 até 4 membros), com relatório [10%] apresentação em grupo [20%] e discussão oral individual [30%].

Se reprova na época normal (< 8 valores), na média dos mini-testes, o aluno acede ao exame de 1º ou 2ª épocas, valendo 40% da nota em uma avaliação escrita, e sendo obrigatória a aprovação no Projeto em Grupo OU a realização de um Projeto Individual com discussão oral e relatório [60%][20% projeto][30% oral][10% relatório].

Obrigatória

Livros de texto:
Dean J. (2018). Web Programming with HTML5, CSS, and JavaScript. Ed: Jones & Bartlett Learning. ISBN-13: 978-1284091793. ISBN-10: 1284091791
Menezes N. (2019). Introdução à programação com Python: Novatec. ISBN-13: 978-8575227183.
Grinberg M. (2018). Flask Web Development: Developing Web Applications with Python. O'Reilly. ISBN: 978-1491991732
George N. (2019). Build a Website With Django 3: A complete introduction to Django 3. GNW Independent Publishing. ISBN: 978-0994616890.
Ahmad H. (2017). Building RESTful Web Services with PHP 7. Ed: Packt Publishing. ISBN-13: 9781787127746.
Hillar G. (2016). Building RESTful Python Web Services. Packt Publishing. ISBN: 978-1786462251
Haverbeke M. (2018). Eloquent JavaScript: A Modern Introduction to Programming (3rd. ed.). No Starch Press, USA.
Architecture of the World Wide Web, Volume One, W3C Recommendation 15 December 2004, https://www.w3.org/TR/webarch/

Opcional

Haverbeke M. (2018). Eloquent JavaScript: A Modern Introduction to Programming (3rd. ed.). No Starch Press, USA.
Architecture of the World Wide Web, Volume One, W3C Recommendation 15 December 2004, https://www.w3.org/TR/webarch/
Artigos:
Fielding, R. T. (2000) REST: Architectural Styles and the Design of Network-based Software Architectures, PhD thesis, University of California, Irvine.

CP1. Introdução a técnicas e tecnologias de animação e motion design.
CP2. Princípios básicos e conceitos da animação
- Timeline
- FPS
- Keyframes
- Curvas de animação
- Modelação e rigging (animação 3D)
CP3. Criação de sequências animadas
CP4. Narrativas visuais
CP5. Ficheiros vetoriais
CP6. Pré-composições
CP7. Máscaras
CP8. Motion Tracking
CP9. Renderização
CP10. Princípios básicos de captação de som, edição de vídeo e exportação

Avaliação ao longo do semestre, de acordo com o Regulamento Geral de Avaliação de Conhecimentos e Competências do Iscte. A avaliação será contínua, sendo os alunos avaliados em diferentes dimensões, de acordo com o seu envolvimento nos processos de produção de trabalho, o interesse demonstrado nas várias matérias e na sua capacidade de produção dos vários conteúdos que deverão ser solicitados ao longo da UC. A nota final resulta da ponderação: 80% projetos + 10% envolvimento nas atividades + 10% progressão.
É exigida uma assiduidade mínima não inferior a 2/3 das aulas.

Obrigatória

Williams, R. (2012). The animator's survival kit: a manual of methods, principles and formulas for classical, computer, games, stop motion and internet animators. Macmillan.
Roberts, S. (2011). Introduction to Animation Working Practice, Waltham, MA, Focal Press
Meyer, C. & Meyer, T. (2010). Creating Motion Graphics with After Effects: Essential and Advanced Techniques, Version CS5.
Meyer, C. & Meyer, T. (2016). After Effects Apprentice: Real World Skills for the Aspiring Motion Graphic Artist, NY, Routledge
Love, C. (2018). Video Ideas, London, Penguin Random House
King, R. (2019). 3D Animation for the Raw Beginner Using Autodesk Maya, Boca Raton, FL, CRC Press
Green, T. & Labrecque, J. (2017). Beginning Adobe Animate, NY, Springer
Drate, S., Robbins, D., Salavetz, S., e Salavetz, J. (2006). Motion by Design. Laurence King Publishing.
Blain, J. (2016). The Complete Guide to Blender Graphics, Boca Raton, FL, CRC Press

Opcional

Woolman, M. (2004). Motion Design, Moving Graphics for Television, MusicVídeo, Cinema, and Digital Interfaces, London, Rotovision
Küsters, C. & King, E. (2003). Restart: New Systems in Graphic Design, Hong Kong, Thames & Hudson.
Harvey, B. (2008). How to Make Your Own Video or Short Film, Oxford, How To Books

CP1: Preparação para a apresentação.
CP2: Técnicas da Comunicação não verbal.
CP3: Comunicação voz e corpo, o envolvimento da audiência. CP4: Prática de apresentação e feedback. Os objetivos de aprendizagem serão alcançados através de atividades práticas e reflexivas, apoiadas no método de ensino ativo e participativo que privilegia a aprendizagem experiencial. As aulas serão compostas por atividades, tais como: Vivências teatrais e discussões em grupo; Atidades práticas; Apresentações e exposição de trabalhos autónomos; Reflexão individual.

A avaliação da UC de Apresentações em Público com Técnicas Teatrais (APTT) visa aferir o desenvolvimento das competências dos estudantes em aspetos essenciais para apresentações em público. A estrutura da avaliação contempla atividades, abrangendo diferentes aspetos do processo de aprendizagem experiencial que envolvem quer as técnicas teatrais, quer as técnicas específicas da comunicação.
A Avaliação ao Longo do Semestre contempla atividades que abrangem diferentes aspetos do processo da elaboração de uma apresentação em público, incluindo atividades de trabalho em grupo e individual:
Atividades em grupo (50%) [os estudantes são desafiados a atuarem em grupos de/até 5 elementos, constituídos de forma aleatória e de acordo com cada proposta de atividade].
1-Apresentações Práticas: os estudantes serão avaliados com base nas suas apresentações em público:
Descrição: cada grupo recebe uma proposta de apresentação devendo identificar os elementos da atividade e atuar em conformidade com o objetivo.
Os resultados do trabalho realizado são apresentados em sala aos colegas (Tempo/grupo: AP – 5 a 10 min. reflexão - 5 min.).
Avaliação (oral): baseada na participação ativa, organização das ideias e a objetividade na comunicação, expressão vocal e corporal, o uso de técnicas teatrais e a performance. As apresentações poderão ser individuais ou em grupo, dependendo das atividades propostas.
Atividades individuais (50%)
1-Exercícios e Tarefas Escritas (Trabalhos Autónomos):
Descrição: além das apresentações práticas, os estudantes serão solicitados a realizar exercícios e tarefas escritas relacionadas com os conteúdos abordados em cada aula. Estas atividades incluem reflexões sobre técnicas aprendidas, criação de um vision board, análise de objetivos académicos, autoavaliação do estudante ao longo do semestre, respostas a perguntas teóricas e elaboração de guiões de apresentação. Avaliação: (Componente oral e conteúdos em suporte escrito), organização, conteúdo, uso correto da estrutura e dos procedimentos dos trabalhos autónomos propostos em cada aula, capacidade de resposta às perguntas colocadas por colegas e docente. As competências de comunicação e a qualidade do trabalho escrito serão avaliadas, com foco na clareza da apresentação. Essas atividades ajudarão a aferir a compreensão conceitual dos conteúdos lecionados.
Não haverá avaliação por exame final, sendo a aprovação determinada pela média ponderada das avaliações ao longo do semestre.
Considerações Gerais: na avaliação será dado o feedback aos estudantes sobre o desempenho em cada atividade.
Para concluir a UC nesta modalidade o estudante tem de estar presente em 80% das aulas e ter mais de 7 valores em cada uma das avaliações.

Obrigatória

Prieto, G. (2014). Falar em Público - Arte e Técnica da Oratória. Escolar Editora.

Opcional

Anderson, C. (2016). TED Talks: o guia oficial do TED para falar em público. Editora Intrinseca.
Luiz, P. (2019). Manual de Exercícios Criativos e Teatrais. Showtime. Rodrigues, A. (2022). A Natureza da Atividade Comunicativa. LisbonPress.

CP1. Conceitos de memória:
* trabalho
* longo prazo
* interação entre a MT e MLP
* aprendizagem (perspetiva cognitivista)
CP2. Conceitos de:
* Comunicação
* Multimédia
CP3. Teoria da Aprendizagem Multimédia
CP4. Processo da Aprendizagem Multimédia
CP5. Princípios da aprendizagem multimédia
CP6. Teoria da Carga Cognitiva
CP7. Apresentações multimédia
CP8. Vídeos educativos de acordo com a Teoria da Aprendizagem Multimédia
CP9. Conceção, produção e avaliação de projetos multimédia em contexto educativo

Os estudantes decidem até à 2ªaula o modo de avaliação da 1ªépoca, que pode ser: avaliação ao longo do semestre ou exame final. Na modalidade de avaliação ao longo do semestre é exigida uma assiduidade mínima não inferior a 2/3 das aulas.
Na modalidade de avaliação ao longo do semestre (1ªépoca) os estudantes realizam:
- várias tarefas individuais (20%) com nota mínima de 8,5
- um teste escrito individual (20%)
- um projeto final em grupo (60%)
Na modalidade de exame final (disponível para a 1ªépoca, 2ªépoca e época especial), o exame final presencial corresponde a 100% da nota final da UC.

Obrigatória

Brouner, N. (2022). Using video to develop teaching. New York: Routledge.
Mayer, R. E. & Fiorella, L. (2022). The Cambridge Handbook of Multimedia Learning (3rd ed.). New York: Cambridge University Press.
Mayer, R. E. (2021). Multimedia Learning (3rd ed). New York: Cambridge University Press.
Miranda, G.L, Rafael, M., Melo, M., Costa, J.M., & Pontes, T.B. (2021). 4C-ID model and cognitive approaches to instructional design and technology: emerging research and opportunities. Hershey PA, USA. IGI-Global.

Opcional

PC1: Introdução à Psicologia da Aprendizagem
PC2: Conceitos da Psicologia da Aprendizagem e objeto de estudo
PC3: Principais teorias da Psicologia da Aprendizagem:
(Comportamentalismo, Cognitivismo, Humanismo, Socio-construtivismo e
Conetivismo)
PC4: Concepções de memória na aprendizagem
PC5: Aplicações da memória nas práticas educativas
PC6: Conceito de motivação
PC7: Orientação motivacional dos estudantes para a aprendizagem
PC8: Estratégias de promoção da motivação para a aprendizagem
PC9: Estratégias de aprendizagem em contexto escolar
PC10: Dificuldades de aprendizagem
PC11: Psicologia da Aprendizagem e o Bullying

Avaliação ao longo do semestre:

Participação individual na aula - ponderação de 10%, sendo exigida uma assiduidade mínima não inferior a 2/3 das aulas.
Realização de 4 minitestes (um no final de cada módulo), sendo que cada miniteste representa 10% da nota final, e tem a nota mínima de 7,5 valores cada.
Realização de um trabalho de grupo, representando 50% da nota final, com nota mínima de 8 valores.

A média das avaliações terá de ser igual ou superior a 9,5 valores.

Avaliação por exame (1.ª Época em caso de escolha do estudante, 2.ª Época e Época Especial) - ponderação de 100%, nota mínima igual ou superior a 9,5 valores.

Obrigatória

Diana Dias, Psicologia da Aprendizagem: Paradigmas, Motivação e Dificuldades., 2018, Dias, D. (2018). Psicologia da Aprendizagem: Paradigmas, Motivação e Dificuldades. Lisboa: Edições Sílabo.,
Gleitman, H., Fridlund, A. & Reisberg, D. (2003). Psicologia. Lisboa: Fundação Calouste Gulbenkian.
Klein, S. B. (2012). Learning: Principles and applications (6th Ed.). London: Sage
Miranda, G. & Bahia, S. (Org.) (2005). Psicologia da Educação: Temas de desenvolvimento, aprendizagem e ensino. Lisboa: Relógio D'Água Editores.

Opcional

CP1: Introdução à análise de dados – tipos, fontes e ciclo de vida dos dados.
CP2: Organização e limpeza de dados em Excel – formatos, filtros, validação. Funções básicas e avançadas no Excel – estatísticas, lógicas, procura e referência.
CP3: Noções de Estatística Descritiva: Tipos de variáveis. Tabelas de frequências e representações gráficas. Medidas de tendência central, de dispersão, de assimetria e de curtose. Análise exploratória dos dados.
CP4: Noções de modelação preditiva de dados: Regressão linear simples e multipla, regressão logistica.
CP5: Visualização de dados – gráficos, formatação condicional, dashboards simples.

A avaliação ao longo do semestre inclui:

- Projeto prático de análise de dados realizado em grupo (máximo de 3 alunos), incluindo um relatório (15%) com uma entrega intercalar obrigatória (15%) e uma defesa oral com nota individual (20%). Nota mínima de 8 valores.
- Teste individual (30%) para aferição de conhecimentos teóricos.
- Exercícios em aula e trabalhos semanais (20%).

O uso de ferramentas de IA (ex: ChatGPT) é permitido para apoio técnico e deve ser claramente referenciado com os prompts utilizados.

O Exame Final é um exame escrito, individual, sem consulta, com toda a matéria.

Realiza exame final na época 1 quem não optar por avaliação ao longo do semestre.

Realiza exame final na época 2 quem não tenha concluído com sucesso a avaliação ao longo do semestre, ou o exame da época 1, com uma nota superior ou igual a 9,5 (em 20).

Obrigatória

Wayne L. Winston, Microsoft Excel Data Analysis and Business Modeling (Office 2021 and Microsoft 365), 7th Edition (2021)

Elizabeth Reis, Estatística Descritiva, 7ª Edição, Edições Silabo (2008)

Cole Nussbaumer Knaflic, 'Storytelling with data: a data visualization guide for business professionals', John Wiley & Sons, Inc., 2015.

Opcional

Será disponibilizada consoante os interesses dos estudantes e atualizações tecnológicas relevantes.

CP1. Ambientes integrados de desenvolvimento. Introdução à programação: Sequência lógica e instruções, Entrada e saída de dados.
CP2. Constantes, variáveis e tipos de dados. Operações lógicas, aritméticas e relacionais.
CP3. Estruturas de controlo.
CP4. Listas e matrizes (listas de listas).
CP5. Procedimentos e funções. Referências e parâmetros.
CP6. Objetos e classes de objetos.
CP7. Manipulação de ficheiros.

A UC segue o modelo de avaliação ao longo do semestre por projeto pelo seu carácter eminentemente prático, não contemplando exame final.

O estudante é avaliado pelos seguintes componentes (A1+A2):
A1: Tarefas de Aprendizagem com validação dos docentes (30%)
Serão realizadas 5 tarefas de aprendizagem ao longo do semestre.
A classificação de A1 corresponde à média das notas das 5 tarefas. Para aprovação no A1, o estudante deve cumprir um dos seguintes requisitos:
- obter pelo menos 7 valores em cada uma das 5 tarefas
ou
- obter uma média mínima de 8 valores nas 5 tarefas.

A2: Projeto Obrigatório em Grupo (3) com discussão teórico-prática (70%)
Nota mínima de 9,5 valores.
Atrasos nas entregas implicam penalizações.

Recuperação:
O estudante que não atingir a nota mínima global poderá realizar um Projeto Prático individual (100%) com discussão oral.
Caso o aluno não realize algum teste, por falta, ou não tenha atingido a nota mínima de 7 valores, poderá realizar um teste de substituição ao fim do semestre.

Assiduidade:
É obrigatória uma assiduidade mínima de 2/3 das aulas.

Obrigatória

Portela, Filipe, Tiago Pereira, Introdução à Algoritmia e Programção com Python, FCA, 2023, ISBN: 9789727229314

Sónia Rolland Sobral, Introdução à Programação Usando Python, 2a ed., Edições Sílabo, 2024, ISBN: 9789895613878

Nilo Ney Coutinho Menezes, Introdução à Programação com Python: Algoritmos e Lógica de Programação Para Iniciantes. Novatec Editora, 2019. ISBN: 978-8575227183

John Zelle, Python Programming: An Introduction to Computer Science, Franklin, Beedle & Associates Inc, 2016, ISBN-13 : ‎978-1590282755

Ernesto Costa, Programação em Python: Fundamentos e Resolução de Problemas, 2015, ISBN 978-972-722-816-4,

Opcional

João P. Martins, Programação em Python: Introdução à programação com múltiplos paradigmas, IST Press, 2015, ISBN: 9789898481474

David Beazley, Brian Jones, Python Cookbook: Recipes for Mastering Python 3, O'Reilly Media, 2013, ISBN-13 ? : ? 978-1449340377

Kenneth Reitz, Tanya Schlusser, The Hitchhiker's Guide to Python: Best Practices for Development, 1st Edition, 2016, ISBN-13: 978-1491933176, https://docs.python-guide.org/

Eric Matthes, Python Crash Course, 2Nd Edition: A Hands-On, Project-Based Introduction To Programming, No Starch Press,US, 2019, ISBN-13 ‏: ‎978-1593279288

"CP1: Pontos e vetores no plano e no espaço
CP2: Distância entre pontos e de um ponto a uma reta. Secções planas e superfície esférica. Medidas
CP3: Vetores e operações. Produto interno. Propriedades dos vetores. Paralelismo e perpendicularidade de vetores
CP4: Vetor diretor e equação da reta
CP5: Produto vetorial. Vetor normal a um plano e equações do plano
CP6: Variáveis quantitativas e qualitativas em estatística. Dados agrupados em classes
CP7: Frequências relativa e absoluta. Medidas de localização. Medidas de dispersão
CP8: Amostragem: noções básicas
CP9: Coeficientes de correlação e Reta de Regressão"

"Aprovação com classificação não inferior a 10 valores (escala 1-20) numa das modalidades seguintes:
- Avaliação ao longo do semestre: Um teste de avaliação (30%) realizado ao longo do semestre + exercícios semanais (10%) + teste final (TF) realizado na data da 1ª época (60%).
O primeiro teste de avaliação tem nota mínima de 7.0 valores.
O teste final (TF) tem nota mínima de 7.0 valores.

Para que o aluno possa optar por avaliação ao longo do semestre, é exigida uma assiduidade mínima não inferior a 2/3 das aulas.

ou

- Avaliação por Exame (100%)."

Obrigatória

" Strang, G., (2007) Computational Science and Engineering, Wellesley-Cambridge Press Goldstein, L. (2011). Matemática Aplicada - Economia. Administração e Contabilidade, (12a edição) Editora Bookman. Reis, E., Andrade, R., Calapez, T. e Melo, P. (2015). Estatística Aplicada, vol.1 (6a Ed.), Edições Silabo Krishnan, V. (2015). Probability and Random Processes, Wiley. Hanselman, D., Littlefield B. and MathWorks Inc. (1997). The Student Edition of MATLAB, 5th Version, Prentice-Hall Silvestre, A. L. (2007). Análise de Dados e Estatística Descritiva. Lisboa: Escolar Editora Scientific-pedagogical materials (slides, lectures, code and pseudo code, exercise sheets, problems) provided by the teaching team. Curto, J. D. (2021). Estatística com R: Aprenda Fazendo, ISBN-13979-8531511492."

Opcional

Campos Ferreira, J. (2018). Introdução à Análise Matemática, Fundação Calouste Gulbenkian.

CP1. Introdução ao Design Thinking e Etapa 1: Empatia (3h)
CP2. Etapas 2 e 3: Definição do problema e Ideação (3h)
CP3. Etapa 4: Prototipagem (3h)
CP4. Etapa 5: Teste e aplicação do Design Thinking em diferentes áreas (3h)

Modalidade de Avaliação ao Longo do Semestre

• Participação em aula (20%): avalia a presença, envolvimento e contribuição dos estudantes nas discussões e atividades em sala de aula.

• Trabalho individual (40%): os estudantes irão desenvolver um projeto individual aplicando o Design Thinking para resolver um problema específico. Serão avaliados quanto à aplicação das etapas do Design Thinking, qualidade das soluções propostas e criatividade.

• Trabalho em grupo (40%): os estudantes formarão grupos para desenvolver um projeto conjunto, aplicando o Design Thinking na resolução de um desafio real. A avaliação será baseada na aplicação das etapas do Design Thinking, qualidade das soluções e colaboração entre os membros do grupo.

Para poder concluir a unidade curricular na modalidade de Avaliação ao Longo do Semestre o/a estudante tem de estar presente em 75% das aulas e não pode obter menos de 7 valores em nenhuma das componentes de avaliação.
A forte orientação para aprendizagem através de atividades práticas e de projeto justifica que nesta UC não esteja prevista a modalidade de avaliação final.

Obrigatória

Brown, T. (2008). Design Thinking. Harvard Business Review, 86(6), 84–92.
Lewrick, M., Link, P., & Leifer, L. (2018). The design thinking playbook: Mindful digital transformation of teams, products, services, businesses and ecosystems. John Wiley & Sons.
Lockwood, T. (2010). Design Thinking: Integrating Innovation, Customer Experience and Brand Value. Allworth Press.
Stewart S.C (2011) “Interpreting Design Thinking”. In: https://www.sciencedirect.com/journal/design-studies/vol/32/issue/6

Opcional

Brown, T., & Katz, B. (2011). Change by design. Journal of product innovation management, 28(3), 381-383.
Brown, T., Katz, B. M. Change by Design: How Design Thinking Transforms Organizations and Inspires Innovation. HarperBusiness, 2009.
Liedtka, J. (2018). Why Design Thinking Works. Harvard Business Review, 96(5), 72–79.
Gharajedaghi, J. (2011). Systems thinking: Managing chaos and complexity. A platform for designing business architecture. Google Book in: https://books.google.com/books?hl=en&lr=&id=b0g9AUVo2uUC&oi=fnd&pg=PP1&dq=design+thinking&ots=CEZe0uczco&sig=RrEdhJZuk3Tw8nyULGdi3I4MHlQ

CP1. Introdução aos métodos de ensino direto e indireto
CP2. Objetivos de aprendizagem
CP3. Metas e resultados de aprendizagem
CP4. Evidências de aprendizagem
CP5. Aprendizagem ativa
CP6. Articulação de estratégias de ensino
CP7. Métodos de observação de sala de aula
CP8. Feedback
CP9. Organização do processo de ensino-aprendizagem

1ª Época: O estudante no início do semestre escolhe se quer ser avaliado na modalidade avaliação ao longo do semestre ou avaliação por exame. É exigida uma assiduidade mínima não inferior a 3/4 das aulas.
Avaliação ao Longo do Semestre: Tarefas (5%) com nota mínima de 9,5, Relatório com Estudo de Caso (60%), com nota mínima 9,5, e Frequência (35%), com nota mínima 8,5
Avaliação por Exame: Exame (100%), com nota mínima 9,5
2ª Época: Exame (100%), com nota mínima 9,5
Época Especial: Exame (100%), com nota mínima 9,5

Obrigatória

Cosme, A., Lima, L., Ferreira, D., & Ferreira, N. (2021). Metodologias, métodos e situações de aprendizagem: Propostas e estratégias de ação. Porto: Porto Editora.
Belland, B. (2017). Instructional Scaffolding in STEM Education. Strategies and Efficacy Evidence. New York:Springer
Hattie, J. (2017). Aprendizagem visível para professores: como maximizar o impacto da aprendizagem. Penso Editora.
Hattie, J. (2023). Visible learning: The sequel: A synthesis of over 2,100 meta-analyses relating to achievement. Taylor & Francis.

Opcional

Van Merrienboer, J. J., & Sweller, J. (2005). Cognitive load theory and complex learning: Recent developments and future directions. Educational psychology review, 17, 147-177.

C1 Apresentação, programa e avaliação. Demos dos projetos do ano anterior e novas ideias para projetos.
C2. Kits de hardware & software disponíveis no laboratório.
C3. Metodologia Design Sprint Design condensada: Map, Sketch e Decide em 140 minutos.
C4. Entrevistas AEIOU. Mapas de empatia. Personas.
C5. Cenários de utilização. Definição dos requisitos de utilizador e da visão de produto.
C6. Gestão de equipas, conflitos e liderança.
C7. Gestão de projeto: metodologias de desenvolvimento Agile vs Waterfall. Introdução ao PMBook.
C8. Metodologia ágil SCRUM: 3 papeis, 5 rituais, 3 artefactos e 4 sprints quinzenais.
C9. Backlog de produto, Funcionalidaes, User Stories, Priorização com MoSCow, Custo com Story Points.
C10. Ferramentas de apoio ao SCRUM (JIRA).
C11. Ferramentas low code/no code para desenvolvimento de protótipos (Power Apps).
C12. Simulador de hardware.
C13. Produção de um relatório técnico e demonstração do projeto.

Curso em avaliação ao longo do semestre, não contemplando exame final. Pesos:
• Avaliação individual: 2 mini-testes - 20%
• Avaliação por projeto em grupo - 80%. Entregáveis (no Moodle):
o D1 Relatório de Requisitos do Utilizador e Visão de Produto - 20%
o D2-5 relatórios automáticos intercalares produzidos pelo JIRA de fecho dos Sprints #1, #2, #3 e #4 -20%
o D6 Relatório Técnico Final - 15%
o D7 Apresentação, demo protótipo e discussão do projeto - 25%
São aprovados os alunos que obtenham uma classificação final ponderada superior ou igual a 9.5 valores.

Obrigatória

Jeff Sutherland, J.J. Sutherland (2014), Scrum: The Art of Doing Twice the Work in Half the Time

Darrell Rigby, Sarah Elk, Steve Berez, (2020) Doing Agile Right: Transformation Without Chaos

Lester A. / 7th edition, Elsevier Science & Technology., Project Management Planning and Control, 2017

Opcional

Scrum Institute (2020), The Scrum Framework 3rd Edition
www.scrum-institute.org/contents/The_Scrum_Framework_by_International_Scrum_Institute.pdf
Scrum Institute (2020), The Kanban Framework 3rd Edition
www.scrum-institute.org/contents/The_Kanban_Framework_by_International_Scrum_Institute.pdf
https://www.productplan.com/glossary/moscow-prioritization/
https://design-sprint.com
http://www.ted.com/talks/david_kelley_how_to_build_your_creative_confidence
https://openpracticelibrary.com/practice/aeiou-observation-framework/
https://next.canvanizer.com/demo/empathy-map-canvas
https://www.uxdesigninstitute.com/blog/what-are-ux-personas/

CP1. Composição, estrutura e construção da forma gráfica.

CP2. Desenho Vetorial:
- Princípios e conceitos;
- Ferramentas e técnicas de desenho;
- Formatação de texto. Princípios de composição e rigor tipográfico;
- Construção e uso de grelhas;
- Uso de elementos vetoriais.

CP3. Pintura Bitmap:
- Noções e conceitos básicos (pixel);
- Dimensão, resolução e compressão de imagem;
- Modos de Imagem - Uso e domínio dos canais de cor;
- Ferramentas e técnicas de pintura e desenho;
- Criação, manipulação e tratamento de imagem;
- Criação de imagens sintéticas e de simulação;
- Composição de texto (Texto Bitmap vs Texto Vectorial).

CP4. Criação de Recursos Educativos Digitais estáticos:
- Composição da narrativa gráfica em contexto educativo e formativo: relação entre conceito, imagem, texto e suporte;
- Elementos gráficos em intervenções educativas.

Avaliação ao longo do semestre, de acordo com o Regulamento Geral de Avaliação de Conhecimentos e Competências do ISCTE. A avaliação será contínua, sendo os alunos avaliados em diferentes dimensões, de acordo com o seu envolvimento nos processos de produção de trabalho, o interesse demonstrado nas várias matérias e na sua capacidade de produção dos vários conteúdos que deverão ser solicitados ao longo da UC. A nota final resulta da ponderação: 80% projetos + 10% envolvimento nas atividades + 10% progressão.
É exigida uma assiduidade mínima não inferior a 2/3 das aulas.

Obrigatória

Wood, B. (2020). Adobe Illustrator: Classroom In A Book. Adobe.
Wilson, D.; Lourekas, P.; Schwartz, R. (2016). Learn Adobe Illustrator For Graphic Design And Illustration. Usa: Peachpit Press.
Lawton, R. (2016). Teach Yourself Photoshop. Bath, Uk: Future.
Graver, A.; Jura, B. (2012). Best Practices For Graphic Designers: Grids And Page Layouts. Beverly, Ma: Rockport Publishers.
Faulkner, A.; Chavez, C.; Wood, B. (2017). Learning Graphic Design And Illustration. Ny, Ny: Pearson Education.
Faulkner, A.; Chavez, C. (2020). Adobe Photoshop: Classroom In A Book. Adobe.
Elmansy, R. (2013). Illustrator Foundations: The Art Of Vector Graphics And Design In Illustrator. Ny, Ny: Focal Press.
Bailey, E. (2015) Photoshop: 20 Photo Editing Techniques Every Photoshop Beginner Should Know. Edward Bailey, 2015.
Armstrong, H. (2009). Graphic Design Theory: Readings From The Field. Ny, Ny: Princeton Architectural Press.

Opcional

Hembree, R. (2011). The Complete Graphic Designer: A Guide To Understanding Graphics And Visual Communication. Beverly, Ma: Rockport Publishers.
Poulin, R. (2011). The Language Of Graphic Design: An Illustrated Handbook For Understanding Fundamental Design Principles. Beverly, Ma: Rockport Publishers.
Pender, K. (1998). Digital Colour In Graphic Design. Woburn, Ma: Focal Press.
Bierut, M. (2015). How To Use Graphic Design To Sell Things, Explain Things, Make Things Look Better, Make People Laugh, Make People Cry, And (Every Once In A While) Change The World. London, Uk: Thames And Hudson.

CP1 - Introdução à IA e à IA Generativa:
* Exposição teórica sobre o contexto histórico, evolução e conceitos importantes sobre a Inteligência Artificial (IA) e a IA Generativa
CP2 - Prompt Engineering:
* Explicação das boas práticas para a interação com modelos de linguagem generativos
CP3 - Ferramentas de IA Generativa:
* Exploração de múltiplas ferramentas de IA Generativa, baseadas em texto, imagens e vídeos
CP4 - Formação de conteúdo argumentativo:
* Desenvolvimento de soluções criativas recorrendo a práticas de argumentação e ferramentas de IA Generativa
CP5 - Normas para escrita científica:
* Aplicação de normas de citação e referenciação (normas APA) na elaboração de escrita académica

A Avaliação ao Longo do Semestre contempla as seguintes atividades:
1. Atividades individuais (50%)
1.1 Simulações de prompts com ferramentas de IA em contexto académico (20%):
* Descrição: o estudante deve criar uma prompt clara/justificada, bem estruturada, de acordo com o guião proposto pelo docente em aula.
* Avaliação: (submeter no moodle), competências de comunicação e do trabalho em equipa com base na qualidade das simulações de prompts realizadas.
1.2 Defesa Oral - apresentação do grupo - 5 min. debate - 5 min. (30%):
* Descrição: cada estudante deve apresentar à turma, os seus contributos no trabalho realizado.
* Avaliação: após a apresentação do estudante, haverá uma sessão de perguntas e respostas.
2. Atividades em grupo (50%) [os estudantes são organizados em grupos de/até 5 elementos, constituídos de forma aleatória], que incluem:
* Apresentações em grupo, revisões, edições e validações dos conteúdos produzidos por IA. A avaliação (a submeter no moodle) inclui recolha de informações relevantes, a clareza e o caráter inovador da utilização de prompts estruturadas.
* Desenvolvimento de estratégias para fazer as revisões, edições e validações dos conteúdos produzidos por IA, onde os estudantes terão de promover avaliações críticas, pela reflexão sobre os desafios éticos da integração da IAG em ambiente académico. A avaliação (a submeter no moodle) consistirá na correção dos trabalhos com base na precisão e conformidade com a qualidade das revisões, edições e a participação dos estudantes nos feedbacks fornecidos aos colegas.
* Simulações de Apresentações dos Projetos Finais, onde os grupos elegem um tema e criam um projeto fictício seguindo a estrutura de um relatório técnico ou texto científico, fazendo uma apresentação do seu projeto em sala de aula (5 min.) e debatem o tema (5 min.). A avaliação (a submeter no moodle) irá considerar a organização, conteúdo, uso correto da estrutura e procedimentos do trabalho académico.

Considerações Gerais:
Na Avaliação ao Longo do Semestre será dado o feedback sobre o desempenho do estudante em cada atividade.
Para fazer a avaliação ao longo do semestre, os estudantes devem estar presentes em 80% das aulas e terem mais de 7 valores em cada uma das avaliações.
Havendo dúvidas sobre a participação nas atividades realizadas, o docente pode solicitar uma discussão oral.
O grupo terá de garantir a existência de pelo menos um computador por cada grupo para permitir a realização das atividades em sala de aula.
Não haverá avaliação por exame final, sendo a aprovação determinada pela média ponderada das avaliações ao longo do semestre. A avaliação em 2ª época e época especial terá uma modalidade de avaliação alternativa, pelo que quaisquer estudantes que pretendam realizar a avaliação nestas épocas deverão previamente entrar em contacto com o/a docente para ficarem a par do procedimento de avaliação.

Obrigatória

Ribeiro, A. & Rosa, A. (2024). Descobrindo o potencial do CHATGPT em sala de aula: guia para professores e alunos. Atlantic Books.
Cotton, D. R., Cotton, P. A., & Shipway, J. R. (2024). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in education and teaching international, 61(2), 228-239.
d’Alte, P., & d’Alte, L. (2023). Para uma avaliação do ChatGPT como ferramenta auxiliar de escrita de textos acadêmicos. Revista Bibliomar, São Luís, 22(1), 122-138. DOI: 10.18764/2526-6160v22n1.2023.6.
Kasneci, E., Seßler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., ... & Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and individual differences, 103, 102274.

Opcional

Cowen, T., & Tabarrok, A. T. (2023). How to learn and teach economics with large language models, including GPT. GMU Working Paper in Economics No. 23-18. DOI: 10.2139/ssrn.4391863
Lund, B. D., Wang, T., Mannuru, N. R., Nie, B., Shimray, S., & Wang, Z. (2023). ChatGPT and a new academic reality: Artificial Intelligence‐written research papers and the ethics of the large language models in scholarly publishing.

CP1. O trabalho é hoje diferente do que foi no passado?
CP2. Que direitos e deveres no mundo do trabalho?
CP3. Como é que a teoria tem olhado para a tecnologia?
CP4. Que tecnologias digitais estão a mudar o trabalho?
CP5. Que futuro para o trabalho?
CP6. A inteligência artificial é assim tão inteligente?
CP7. Onde começa e termina a precariedade?
CP8. De quem é a culpa quando a máquina erra?
CP9. As tecnologias digitais alteram a relação entre sindicatos e empresas?
CP10. Que transformação digital em Portugal?

Avaliação ao longo do semestre:
Cada estudante realiza uma Aula Invertida, que representa 20% da nota final.

Realização de um trabalho individual, representando 35% da nota final.

Realização de um trabalho de grupo, representando no total 35% da nota final (10% a apresentação de grupo e 25% o trabalho escrito).

Assiduidade e participação nas aulas, que representa 10% da nota final. É exigida uma assiduidade mínima não inferior a ⅔ das aulas.

Cada elemento de avaliação tem a nota mínima de 8 valores. A média final dos vários elementos terá de ser igual ou superior a 9,5 valores.

Avaliação por exame (1ª Época em caso de escolha do estudante, 2ª Época e Época Especial): exame presencial, representando 100% da nota final, e nota mínima de 9,5.

Obrigatória

Autor, David H., "Why Are There Still So Many Jobs? The History and Future of Workplace Automation.", 2015, Journal of Economic Perspectives, 29 (3): 3-30.
Benanav, A, Automation and the Future of Work, 2020, London: Verso
Boreham, P; Thompson, P; Parker, R; Hall, R, New Technology at Work, 2008, Londres: Routledge.
Crawford, C, The Atlas of AI. Power, Politics, and the Planetary Costs of Artificial Intelligence, 2021, Yale University Press.
Edgell, S., Gottfried, H., & Granter, E. (Eds.). (2015). The Sage Handbook of the sociology of work and employment.
Grunwald, A. (2018). Technology Assessment in Practice and Theory. London: Routledge.
Huws, U. (2019) Labour in Contemporary Capitalism, London, Palgrave.
OIT (2020), As plataformas digitais e o futuro do trabalho
Agrawal A, Gans J, Goldfarb A (2018), Prediction Machines, Boston, Massachusetts, Harvard Business Review Press.
Autor D (2022), The labour market impacts of technological change, Working Paper 30074, NBER Working Paper Series.

Opcional

✔ Autor D (2022), The labour market impacts of technological change, Working Paper 30074, NBER Working Paper Series.
✔ Braun J, Archer M, Reichberg G, Sorondo M (2021), Robotics, AI and Humanity, Springer.
✔ Cedefop (2022). Setting Europe on course for a human digital transition: new evidence from Cedefop’s second European skills and jobs survey, Publications Office of the European Union.
✔ Eurofound (2020), New forms of employment: 2020 update, Publications Office of the European Union.
✔ ILO (2018), The economics of artificial intelligence: Implications for the future of work, International Labour Office.
✔ ILO (2019), Work for a Brighter Future – Global Commission on the Future of Work. International Labour Office.
✔ Nowotny H (2021), “In AI we trust: how the Covid-19 Pandemic Pushes us Deeper into Digitalization”, Delanty G (ed.) (2021), Pandemics, Politics and Society, De Gruyter, 107-121.
✔ OECD (2019b), How’s Life in the Digital Age?, OECD Publishing.
✔ Wilkinson A, and Barry M (eds) (2021), The Future of Work and Employment, Edward Elgar.
✔ Zuboff S (2019), The Age of Surveillance Capitalism, PublicAffairs.