



| Código de la asignatura | 10447 |
|---|---|
| Nº Créditos ECTS | 6 |
| Tipo | Formación básica |
| Duración | Semestral |
| Idiomas | Castellano |
| Planes de estudio | |
| Profesor(es) | |
| Año académico | 2026-27 |
La inteligencia artificial está transformando de manera profunda el ámbito de la comunicación corporativa, modificando la forma en que las organizaciones generan contenidos, gestionan su reputación y se relacionan con sus públicos. En un entorno cada vez más digitalizado y automatizado, el conocimiento de estas tecnologías se ha convertido en una competencia clave para los profesionales de la comunicación.
El objetivo de esta asignatura es introducir al estudiante en los fundamentos de la inteligencia artificial y su aplicación práctica en la comunicación corporativa. A lo largo de la materia, se abordarán conceptos clave como el Big Data, la analítica de datos, el procesamiento del lenguaje natural (PLN), el machine learning o la automatización de contenidos, así como su impacto en la comunicación digital, las relaciones públicas y la gestión de la reputación online. De este modo, el estudiante adquirirá una visión aplicada de cómo utilizar la inteligencia artificial para optimizar la toma de decisiones, mejorar la eficacia de los mensajes y personalizar la comunicación en las organizaciones.
El profesor aporta un seguimiento individualizado de la actividad del estudiante para asegurar las mejores condiciones de aprendizaje mediante la tutorización a través de las herramientas de la plataforma educativa y/o de las tutorías telefónicas. En estas tutorías los estudiantes pueden consultar a los profesores las dudas acerca de la materia estudiada.
| SEMANAS (*) | UNIDADES DIDÁCTICAS | ACTIVIDADES DIDÁCTICAS |
|---|---|---|
| Semana 1 y 2 | Tema 1. Introducción a la inteligencia artificial en comunicación 1.1. Qué es la inteligencia artificial y por qué es clave en comunicación 1.2. Aplicaciones actuales de la IA en comunicación corporativa 1.3. Impacto de la IA en empresas, medios y gestión de la reputación |
|
| Semana 3 y 4 | Tema 2. Datos, Big Data y analítica en comunicación 2.1. Qué es el Big Data y su aplicación en comunicación 2.2. Fuentes y tipos de datos en comunicación digital 2.3. Introducción a la analítica de datos |
|
| Semana 5 | Tema 3. Fundamentos de la inteligencia artificial 3.1. Tipos de inteligencia artificial 3.2. Machine Learning: conceptos básicos 3.3. Relación entre IA, Big Data y analítica |
|
| Semana 6 | Tema 4. Machine Learning aplicado a la comunicación 4.1. Análisis predictivo en comunicación 4.2. Segmentación de audiencias 4.3. Sistemas de recomendación de contenidos |
|
| Semana 7 | Tema 5. Inteligencia artificial y comunicación digital 5.1. Personalización de la comunicación 5.2. Automatización de contenidos y campañas 5.3. Chatbots y asistentes virtuales |
|
| Semana 8 y 9 | Tema 6. IA generativa aplicada a la comunicación 6.1. Creación de contenidos con IA 6.2. Generación de imágenes, vídeo y narrativa digital 6.3. Aplicaciones en comunicación corporativa y branding |
|
| Semana 10 | Tema 7. IoT y entornos inteligentes en comunicación 7.1. Qué es el Internet de las Cosas (IoT) 7.2. Aplicaciones en comunicación y experiencia de usuario 7.3. Integración con sistemas inteligentes |
|
| Semana 11 | Tema 8. IA en la gestión de la comunicación corporativa 8.1. Optimización de procesos comunicativos 8.2. Automatización y eficiencia en departamentos de comunicación 8.3. Uso de IA en comunicación interna, externa y reputacional |
|
| Semana 12 y 13 | Tema 9. Ética, riesgos y regulación de la inteligencia artificial 9.1. Uso responsable de la IA en comunicación 9.2. Privacidad, sesgos y protección de datos 9.3. Retos éticos en la comunicación digital |
|
| Semana 14 y 15 | Tema 10. Aplicación práctica de la IA en comunicación 10.1. Diseño de estrategias basadas en IA 10.2. Implementación en organizaciones 10.3. Análisis de casos reales |
|
| Resto de semanas hasta finalización del semestre | Estudio y preparación para el examen final, celebración del examen final y cierre de actas. | |
Durante el estudio de esta asignatura, el proceso de evaluación del aprendizaje es continuo y contempla la realización de:
- Una evaluación continua a lo largo del curso a través de acciones didácticas que supone el 40% de la nota final. Incluye la realización de las diferentes actividades:
- Un examen final que supone el 60% de la nota final. Está dirigido a la valoración de las competencias y conocimientos adquiridos por el estudiante. El examen se evaluará de 0 a 10, tendrá una duración estimada de 90 minutos y será de tipo desarrollo teórico-práctico.
Para poder presentarse al examen final, en cualquiera de las convocatorias, es imprescindible cumplir los siguientes requisitos relacionados con la evaluación continua: realizar la totalidad de las Actividades de Resolución de supuestos o casos prácticos contempladas en el apartado de “Contenidos y programación” de la asignatura y alcanzar una calificación mínima de 2 puntos sobre cuatro en la evaluación continua del curso.
El estudiante que se presente al examen sin cumplir requisitos, será calificado con un cero en el examen final y consumirá convocatoria.
Cuadro resumen del sistema de evaluación
| Tipo de actividad | Actividades planificadas | Peso clasificación |
|---|---|---|
| Actividades de búsqueda y elaboración de información | 1 | 10% |
| Actividades de resolución de supuestos o casos prácticos | 2 | 30% |
| Examen final | Sí | 60% |
| Total | 100% |
Para aprobar la asignatura, es necesario obtener una calificación mínima de 5 en el examen final presencial, así como en la calificación total del curso, una vez realizado el cómputo ponderado de las calificaciones obtenidas en las actividades didácticas y en el examen final presencial.
Si un estudiante no aprueba la asignatura en la convocatoria ordinaria podrá examinarse en la convocatoria de septiembre.
Las fechas previstas para la realización de todas las actividades se indican en el aula virtual de la asignatura.
Originalidad de los trabajos académicos
Según la Real Academia Española, “plagiar” significa copiar en lo sustancial obras ajenas dándolas como propias. Dicho de otro modo, plagiar implica expresar las ideas de otra persona como si fuesen propias, sin citar la autoría de las mismas. Igualmente, la apropiación de contenido puede ser debida a una inclusión excesiva de información procedente de una misma fuente, pese a que esta haya sido citada adecuadamente. Teniendo en cuenta lo anterior, el estudiante deberá desarrollar sus conocimientos con sus propias palabras y expresiones. En ningún caso se aceptarán copias literales de párrafos, imágenes, gráficos, tablas, etc. de los materiales consultados. En caso de ser necesaria su reproducción, esta deberá contemplar las normas adecuadas para la citación académica.
Los documentos que sean presentados en las actividades académicas podrán ser sometidos a diferentes mecanismos de comprobación de la originalidad (herramientas antiplagios que detectan coincidencias de texto con otras fuentes, comparación con trabajos de otros estudiantes, comparación con información publicada en Internet, etc). El profesor valorará si el trabajo presentado cuenta con los criterios de originalidad exigidos o, en su caso, se atribuye adecuadamente la información no propia a las fuentes correspondientes. La adjudicación como propia de información que corresponde a otros autores podrá suponer el suspenso de la actividad.
Los documentos presentados en las actividades académicas podrán ser almacenados en formato papel o electrónico y servir de comparación con otros trabajos de terceros, a fin de proteger la originalidad de la fuente y evitar la apropiación indebida de todo o parte del trabajo del estudiante. Por tanto, podrán ser utilizados y almacenados por la universidad, a través del sistema que estime, con el único fin de servir como fuente de comparación de cualquier otro trabajo que se presente.
Sistema de calificaciones
El sistema de calificación de todas las actividades didácticas es numérico del 0 a 10 con expresión de un decimal, al que se añade su correspondiente calificación cualitativa:
0 - 4.9: Suspenso (SU)
5.0 - 6.9: Aprobado (AP)
7.0 - 8.9: Notable (NT)
9.0 - 10: Sobresaliente (SB)
Matrícula de honor (MH)
(RD 1125/2003, de 5 de septiembre, por lo que se establece el sistema europeo de créditos y el sistema de calificaciones en las titulaciones universitarias de carácter oficial y con validez en todo el territorio nacional).
La matrícula de honor se concede cuando el profesor lo considere oportuno en función de la excelencia de las actividades realizadas por el estudiante y las calificaciones obtenidas por el resto del grupo. No obstante, los criterios académicos de su concesión corresponden al departamento responsable de cada grado.