110064 - INTELIGENCIA ARTIFICIAL APLICADA A LA LOGÍSTICA

Tipo de asignatura: optativa

Coordinador: María Dolores Celma Benaiges

trimestre: Primer trimestre

Créditos: 5

Curso académico: 2025

Curso de impartición: 4

• Castellano

Competencias que se trabajan

• Los estudiantes desarrollarán una comprensión de los conceptos fundamentales de la inteligencia artificial, incluidos los tipos, tecnologías asociadas y áreas de aplicación. Se les capacitará para identificar y comprender los principios subyacentes de técnicas como el aprendizaje automático, las redes neuronales y el procesamiento del lenguaje natural. A través de estudios de caso y ejercicios prácticos, los alumnos serán capaces de reconocer cómo estas tecnologías pueden ser aplicadas a diversos sectores, adquiriendo una visión crítica sobre las ventajas, limitaciones y desafíos éticos de la IA en general y en el ámbito de la logística en particular.
• Los estudiantes serán capaces de identificar aspectos en los que la IA puede aplicarse a la logística para optimizar la gestión de la cadena de suministro, la planificación de rutas, la predicción de la demanda y la automatización de procesos logísticos. Se les proporcionará conocimiento práctico para utilizar algoritmos de IA en la resolución de problemas logísticos complejos, permitiendo mejorar la eficiencia operativa y tomar decisiones informadas en un entorno dinámico y globalizado. Además, se les formará para evaluar los beneficios y posibles riesgos asociados con la integración de IA en general y en las operaciones logísticas en particular.

Resultados de aprendizaje

• Conocer qué es la IA, los tipos, las formas de aprendizaje y las aplicaciones en distintos ámbitos y en la logística.

Metodología de trabajo

1.- Estructura de las sesiones teóricas y prácticas

1.1.- Micro seminarios

Con el objetivo de favorecer un aprendizaje progresivo y aplicado, las sesiones teóricas de la asignatura se estructurarán en bloques temáticos o partes claramente diferenciadas y divididas en microseminarios en los que se abordará un conjunto de conceptos clave relacionados con la inteligencia artificial y una parte práctica, con ejemplos de su aplicación tanto en general como en el ámbito.

Las sesiones prácticas, destinadas a consolidar los conocimientos adquiridos, se basarán en actividades dinámicas como debates, resolución de desafíos, análisis de casos reales o trabajo con herramientas de IA generativa. Estas sesiones están diseñadas para fomentar la participación activa, el pensamiento crítico y la conexión entre contenidos teóricos y su aplicación en contextos logísticos reales.

Esta estructura busca no sólo facilitar la asimilación de los contenidos, sino también despertar el interés del estudiantado y promover una actitud reflexiva y creativa frente a los retos que plantea la inteligencia artificial en la logística actual y futura.

1.2.- Presentaciones

Formatos multimedia que sirven de apoyo a las clases presenciales.

1.3.- Sesiones prácticas después de cada bloque temático

• Debates y foros: Conversaciones presenciales después de cada bloque temático. Se tendrá en cuenta la participación, el contenido de las aportaciones y la correcta observación de las normas de uso.
• Estudio de casos: Dinámica que parte del estudio de un caso. El objetivo es contextualizar al estudiante en una situación concreta. El docente puede proponer diferentes actividades, tanto individual como en grupo, entre los estudiantes.
• Juegos de rol: Dinámica de simulación en la que cada estudiante figura un rol especificado por el docente. Como "rol", tendrá acceso a una información específica y deberá "jugar" sus cartas, según las reglas del juego, para resolver o vivenciar la situación de referencia de la dinámica.

2.- Aprendizaje autónomo o en grupo

• Resolución de ejercicios: Actividad no presencial dedicada a la resolución de ejercicios prácticos a partir de los datos suministrados por el docente.
• Lectura crítica de artículos: Los estudiantes parten de una hipótesis de trabajo que desarrollarán, siguiendo las fases de la metodología de investigación, entre ellas la lectura crítica de artículos.
• Tutorías: presenciales y no presenciales. En estas últimas, el alumnado dispondrá de recursos telemáticos, como el correo electrónico y los recursos de la intranet de ESCSET.
• Trabajo de la asignatura: actividad en la que cada alumno trabaja sobre un tema en particular. En la fase final proceden a su presentación, abriéndose un pequeño debate.

El aula (física o virtual) es un espacio seguro, libre de actitudes machistas, racistas, homófobas, Transfobia y discriminatorias, ya sea hacia el alumnado o hacia el profesorado. Confiamos que entre todas y todos podamos crear un espacio seguro donde nos podamos equivocar y aprender sin tener que sufrir prejuicios otros.

Tema 1: Qué es la IA / Pilares / Tipo / Breve historia

Tema 2: Habilidades y limitaciones de la IA

Tema 3: Aplicaciones actuales y futuras de la IA

Tema 4: IA aplicadas a la empresa

Tema 5: IA aplicadas a la logística

En cada apartado se verán ejemplos de uso de la IA en general y en la logística en particular, y después se da paso a la parte práctica (micro seminarios)

Actividades de aprendizaje

Trabajo individual a elección del alumno relacionado con la asignatura.

Como parte de la evaluación continua, el alumnado deberá realizar un trabajo individual sobre un tema a escoger, siempre que esté vinculado a los contenidos de la asignatura y permita profundizar algún aspecto de la inteligencia artificial aplicada a la logística.

Para asegurar la coherencia del trabajo y su viabilidad, cada estudiante deberá presentar previamente una propuesta al profesor, quien la valorará y, en su caso, dará el visto bueno. Este paso no pretende limitar la creatividad, sino acompañar en la elección del enfoque más adecuado, asegurando que el tema sea pertinente y que el desarrollo posterior resulte enriquecedor.

Se valorará especialmente la originalidad, el análisis crítico y la capacidad para establecer conexiones entre los contenidos teóricos y las situaciones reales o potenciales del ámbito logístico.

Para llevar a cabo este trabajo el alumno deberá hacer uso de al menos dos IA generativas, una como herramienta de ayuda para generar el contenido y otra para generar imágenes. El trabajo debe ajustarse a la normativa del TCM.

Sistema de evaluación

1.- Evaluación continua

Se aplican los siguientes porcentajes:

En caso de que la calificación del examen final sea inferior a 5, o que la nota final ponderada (trabajo + examen) no llegue al 5, el alumnado podrá optar a la recuperación, siempre que se haya presentado en la convocatoria ordinaria del examen final.

2.- Recuperación

Se aplican los siguientes porcentajes:

Cualquier forma de fraude académico será sancionada de acuerdo a la normativa de evaluación del centro. En caso de que se detecten indicios de fraude, incluido el uso indebido de herramientas de inteligencia artificial generativa, el profesorado de la asignatura podrá convocar al estudiante a una entrevista individual con el objetivo de verificar su autoría.

Martínez de Carvajal Hedrich, Ernesto. IA Aplicada a la Logística. Barcelona: EMCH TechBooks, 2024.

Martínez de Carvajal Hedrich, Ernesto. Conversando con una IA. Barcelona: EMCH TechBooks, 2023.

McKinsey & Company. (2024). Using digital twins a unlock supply chain growth. McKinsey & Company. https://www.mckinsey.com

Wamba, SF, Dubey, R., Gunasekaran, A., & Akter, S. (2024). Generative artificial intelligence in supply chain and operations: Opportunities and challenges. Annals of Operations Research. https://doi.org/10.1007/s10479-024-06156-2