La asignatura se imparte en el segundo semestre del Máster Universitario en Humanidades Digitales: Métodos y Buenas Prácticas, y tiene carácter optativo.

Esta asignatura pretende ser una presentación o introducción a modelos y herramientas dentro del ámbito de la inteligencia artificial que ayudarán sin duda al profesional o investigador en su trabajo en un gran espectro de problemas relacionados con las Humanidades: modelado y representación del conocimiento y los datos (modelado semántico, ontologías, y grafos, particularmente) así como las capacidades inferenciales sobre tales modelos, especialmente, pero también una variedad de oportunidades avanzadas cercanas a la inteligencia humana que ofrece la IA, inclusive en tareas que le son tan propias como la creatividad.

En el modelo de grafos se acumulan enunciados nuevos de forma directa e intuitiva, sin necesidad de recolocarlos en nuevas tablas relacionales. También permite superponer toda una conceptualización sobre estos datos, con caracterización de clases y subclase y con otras restricciones  añadidas que configuran una taxonomía u ontología sobre estos ítem. Esta capa conceptual añadida facilita notablemente la búsqueda, administración y uso de los datos.

Trabajaremos en la consulta de repositorios externos para incorporar información a nuestras bases locales. Se aprecia que hay un número elevado de estas bases de datos públicas que están trivialmente federadas, porque todas ellas usan exactamente el mismo modelo de datos basado en grafos y el mismo lenguaje de consulta. Y se pueden referenciar directamente datos de un repositorio ajeno desde uno propio (linked data), al modo en que en una página HTML propia se puede insertar un enlace a otra página ajena pública. Esta infraestructura homogénea, distribuida y pública se conoce como Web Semántica o Web de Datos.

Toda esta gestión de conocimiento y datos constituye el núcleo de la asignatura. La modelización semántica de datos propios, su administración y su enriquecimiento con bases externas son los principales resultados de aprendizaje.

La última parte de la asignatura tiene un carácter algo más abierto. Las investigaciones en IA están produciendo facilidades en el soporte de muchas tareas, incluso en la ejecución casi  autónoma de tareas que se pueden considerar artificialmente ‘creativas’. Es el caso del uso de modelos de lenguaje para predecir cómo puede acabar un ensayo o la petición a un sistema de que genere desde cero imágenes sobre un determinado tema. Puesto que existen aplicaciones que nos permiten usar estas facilidades avanzadas, las recorreremos desde una perspectiva de usuario intencionado y crítico.