- El alumno conoce los objetivos de la IA, sus principales paradigmas, y sus áreas de aplicación más adecuadas.

- El alumno adquiere una visión de conjunto sobre la representación simbólica del conocimiento

- El alumno conoce las características de un sistema basado en reglas, sus campos de aplicación más adecuados y las estrategias propias.

- Sabe desarrollar un SBR, conoce el funcionamiento del sistema y cómo codificar de una forma eficiente .

- Conoce los principales modelos de redes semánticas, cómo se representa el conocimiento y los mecanismos inferenciales asociados.

- Conoce el paradigma de marco en la representación del conocimiento y los mecanismos inferenciales asociados.

- Conoce el paradigma de casos, la estructura de un sistema basado en casos y sus mecanismos inferenciales. Sabe identificar el tipo de problemas adecuado para este tipo de paradigma.

- Conoce los principales mecanismos y estrategias para resolver problemas modelados como "problemas de satisfacción de restricciones".

- Conoce algunos de los sistemas más representativos que integran diferentes paradigmas de representación del conocimiento e inferencia. 

- Sabe integrar los diferentes paradigmas para la resolución de problemas.

- Conoce y diferencia los tipos de conocimiento y describir las diferentes capas según el modelo de pericia KADS y el lenguaje CML. Elicitar el conocimiento experto y modelarlo de acuerdo a esta metodología.

- El alumno puede modelar dominios en ontologías y conoce las implicaciones en la Web, así como los principios del enlazado de datos.