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 caráter eminentemente prático, não contemplando exame final.

O estudante é avaliado pelas seguintes componentes (A1+A2 +A3):
A1: 3 Tarefas de Aprendizagem individuais com validação dos docentes [15% - 5% cada uma]
Serão realizadas 3 tarefas de aprendizagem ao longo do semestre.
A classificação de A1 corresponde à média das notas das 3 tarefas. Nota mínima de 8 valores.

A2: ePortfolio [15%]. Serão propostos desafios ao longo do semestre, incluindo atividades que devem ser realizadas fora do contexto da sala de aula (participação em workshops, seminários ou formações). A classificação de A2 corresponde à média das notas calculada sobre o número de desafios propostos. Sem nota mínima.

A3: Projeto em Grupo (3) e discussão teórico-prática individual [70%]
A classificação de A3 corresponde a uma percentagem aplicada à nota do projeto, que decorre diretamente do desempenho demonstrado na discussão teórica-prática individual. Nota mínima de 9,5 valores.

Assiduidade:
Não é obrigatória a presença às aulas.

Obrigatória

Portela, F., & Pereira, T. (2023). Introdução à Algoritmia e Programação com Python. FCA. ISBN: 9789727229314.

Sobral, S. R. (2024). Introdução à Programação Usando Python (2.ª ed.). Edições Sílabo. ISBN: 9789895613878.

Downey, A. B. (2024). Think Python: How to Think Like a Computer Scientist (3rd ed.). O'Reilly Media. ISBN: 9781098155438.

Python Software Foundation. Python 3 Documentation. Disponível em: https://docs.python.org/3/

Opcional

Menezes, N. N. C. (2019). Introdução à Programação com Python: Algoritmos e Lógica de Programação para Iniciantes. Novatec Editora. ISBN: 9788575227183.

Matthes, E. (2023). Python Crash Course (3rd ed.). No Starch Press. ISBN: 9781718502703.

Martins, J. P. (2015). Programação em Python: Introdução à Programação com Múltiplos Paradigmas. IST Press. ISBN: 9789898481474.

Reitz, K., & Schlusser, T. (2016). The Hitchhiker's Guide to Python: Best Practices for Development. O'Reilly Media. ISBN: 9781491933176.
Disponível em: https://docs.python-guide.org/

Beazley, D., & Jones, B. K. (2013). Python Cookbook: Recipes for Mastering Python (3rd ed.). O'Reilly Media. ISBN: 9781449340377.

CP1. Introdução ao Design Thinking

CP2. Etapa 1: Empatia

CP3. Etapas 2: Definição do problema

CP4. Etapa 3 e 4: Ideação Prototipagem

CP5. Etapa 5: Teste e Feedback

CP6: Reflexão crítica

A unidade curricular adota uma metodologia ativa, baseada na aprendizagem por projeto, sendo a avaliação realizada na modalidade de avaliação ao longo do semestre, através dos seguintes instrumentos:

• Participação em aula (20%): avalia a assiduidade, o envolvimento e a contribuição dos/as estudantes nas discussões e atividades desenvolvidas em sala de aula.

• Trabalho individual (40%): os/as estudantes desenvolvem um projeto individual aplicando o processo de Design Thinking à resolução de um problema específico. A avaliação incide sobre a aplicação das diferentes etapas do Design Thinking, a qualidade das soluções propostas e a criatividade demonstrada.

• Trabalho de grupo (40%): os/as estudantes desenvolvem, em equipa, um projeto de aplicação do Design Thinking à resolução de um desafio real. A avaliação incide sobre a aplicação das etapas do processo, a qualidade das soluções desenvolvidas e a colaboração entre os membros do grupo.

Em todos os trabalhos submetidos, a utilização de ferramentas de inteligência artificial deve ser transparente, devidamente declarada e compatível com as normas de integridade académica do Iscte, mediante declaração própria anexada ao trabalho. A ausência desta declaração ou a omissão da utilização de tecnologias de IA constitui infração académica, nos termos do Regulamento Disciplinar de Discentes do Iscte.

Atendendo à natureza teórico-prática e aplicada da unidade curricular, a avaliação realiza-se exclusivamente na modalidade de avaliação ao longo do semestre, não estando prevista avaliação por exame. A avaliação final dos trabalhos escritos pode incluir uma prova oral individual, sempre que seja necessário esclarecer ou validar os resultados apresentados.

A avaliação na 2.ª época e na época especial reveste a forma de uma modalidade de avaliação alternativa. Os/As estudantes que pretendam realizar a avaliação nestas épocas devem contactar previamente o/a docente responsável pela unidade curricular, a fim de obter informação sobre o respetivo procedimento de avaliação.

Para efeitos de avaliação ao longo do semestre, é obrigatória a presença e participação em, pelo menos, 80% das aulas.

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 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%): incluirão elementos de avaliação relacionados com prompt engineering, o uso responsável da IA Generativa, e também a defesa oral na apresentação do grupo.
2. Atividades em grupo (50%) [os estudantes são organizados em grupos de/até 5 elementos, constituídos de forma aleatória]: incluirão elaboração, revisões, edições e validações de conteúdos produzidos por IA e a utilização adequada, estratégica e responsável das ferramentas e técnicas de IA Generativa, no decorrer da elaboração do trabalho de grupo durante as aulas, que culminará numa apresentação e sessão de avaliação por pares na última aula.

Considerações Gerais:
Atendendo à natureza teórico-prática e aplicada da UC, a avaliação realiza-se na modalidade de avaliação ao longo do semestre, não estando prevista avaliação por exame. A avaliação em 2.ª 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.

Para efeitos de avaliação ao longo do semestre, é obrigatória a presença e participação em, pelo menos, 80% das aulas e ter mais de 7 valores em cada uma das avaliações. A aprovação exige uma classificação final mínima de 10 valores e o cumprimento do requisito de assiduidade e participação acima referido.
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.

O coordenador da unidade curricular pode determinar a realização de uma discussão oral complementar relativamente a qualquer elemento/instrumento de avaliação previsto na presente Ficha de Unidade Curricular, sempre que tal se revele necessário para confirmar a aquisição dos conhecimentos e competências avaliados, ou esclarecer discrepâncias entre diferentes elementos de avaliação.

A discussão oral complementar não constitui um instrumento autónomo de avaliação, não tem ponderação própria na classificação final da unidade curricular e destina-se exclusivamente à validação da classificação do respetivo elemento/instrumento de avaliação. A classificação anteriormente atribuída a esse elemento/instrumento tem natureza provisória até à realização da discussão oral complementar, podendo ser confirmada ou revista em função da validação realizada e dos critérios de avaliação aplicáveis.

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: 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%).

Notas:
1) Poderá ser realizada uma avaliação oral complementar após qualquer momento de avaliação para validação da nota final.
2) Para esta Unidade Curricular, os estudantes devem consultar o Código de Conduta Académica do Iscte, disponível nas plataformas institucionais, para garantir o cumprimento das normas éticas e comportamentais estabelecidas.

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.
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 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.

CP1. Fundamentos da Gestão de Projetos: conceitos, características, operações vs. projetos
CP2. Ciclos de Vida e Metodologias (Waterfall, Agile, Híbrida)
CP3. Dimensões de Planeamento e Controlo: âmbito, tempo, custo, recursos, risco, qualidade, comunicação
CP4. Metodologia PM²: estrutura, artefactos, stakeholders
CP5. Projeto Aplicado: planeamento, execução, monitorização, encerramento, avaliação de benefícios

A avaliação desta unidade curricular é realizada ao longo do semestre, com base em instrumentos diversificados, tanto individuais como de grupo. É exigida uma assiduidade mínima não inferior a 2/3 das aulas.
1. Dossier de Gestão do Projeto (50%) – Avaliação em grupo
Documento estruturado que reflete todas as fases do ciclo de vida do projeto, com base na metodologia PM². Inclui:
A. Iniciação do Projeto
B. Planeamento
C. Execução e Controlo
D. Encerramento
2. Apresentação do Projeto Final (20%) – Avaliação de grupo
3. Discussão Individual (20%) – Avaliação individual
4. Reflexão Individual Escrita (10%) – Avaliação individual
Critérios mínimos obrigatórios:
• Nota mínima de 9,5 valores em todos os elementos de avaliação.
• Entrega de todos os elementos do projeto para validação da componente de grupo.
UC não prevê avaliação por exame.

Obrigatória

European Commission. (2024). PM² Guide - Open Edition 3.5 (ISBN: 978-92-76-60378-4). Publications Office of the European Union. https://op.europa.eu/pt/publication-detail/-/publication/97cc2f12-c648-11ee-95d9-01aa75ed71a1
Kerzner, H. (2022). Project management: A systems approach to planning, scheduling, and controlling (13th ed.). John Wiley & Sons.
Project Management Institute. (2021). A guide to the project management body of knowledge (PMBOK® guide) (7th ed.). Project Management Institute.
Rigby, D. K., Elk, S., & Berez, S. (2020). Doing agile right: Transformation without chaos. Harvard Business Review Press.
Schwaber, K. (2004). Agile project management with Scrum. Microsoft Press.

Opcional

European Commission. (n.d.). PM² Project Management Methodology – Resources. European Commission. https://pm2.europa.eu/pm2-resources_en
European Commission. (n.d.). PM² Essentials: Project Management Methodology. EU Academy. https://academy.europa.eu/courses/pm-c1-pm-essentials-project-management-methodology
European Commission. (n.d.). PM² Agile Essentials. EU Academy. https://academy.europa.eu/courses/pm-a1-pm-agile-essentials
International Organization for Standardization. (2020). ISO 21502:2020—Project, programme and portfolio management: Guidance on project management. ISO.

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. Mudanças do trabalho e do emprego: da sociedade industrial à sociedade de informação e conhecimento
CP2. O desafio de estudar o trabalho, as organizações e a tecnologia
CP3. Direitos e deveres no mundo do trabalho
CP4. Teorias sociais da tecnologia: impactos, conflitos e avaliações
CP5. Desenvolvimento, inovação e desigualdades sociais
CP6. O futuro do trabalho: cenários prospetivos e dimensões de análise
CP7. Responsabilidade e ética no trabalho e nas organizações da atualidade
CP8. Precariedade na era digital: conceito, formas e práticas de precariedade
CP9. Sindicatos e empresas: participação, representação e negociação coletivas
CP10. Transformação digital em Portugal: o caminho percorrido e as políticas públicas

Avaliação ao longo do semestre:
– Assiduidade e participação nas aulas, que representam 10% da nota final. É exigida uma assiduidade mínima de ⅔ das aulas;
– Realização de uma aula invertida, que representa 20% da nota final;
– Realização de um trabalho de grupo, que representa no total 35% da nota final (15% o trabalho escrito e 20% a discussão do trabalho);
– Realização de uma prova escrita individual, que representa 35% da nota final.
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: prova escrita individual, representando 100% da nota final, com nota mínima de 9,5 valores.

Obrigatória

Agrawal, A., Gans, J, & Goldfarb, A. (2018). Prediction machines. Harvard Business Review Press.
Autor, D. (2022). The labour market impacts of technological change. Working Paper 30074, NBER Working Paper Series.
Benanav, A. (2020). Automation and the future of work. Verso.
Braun, J., Archer, M., Reichberg, G., & Sorondo, M. (2021). Robotics, AI and humanity. Springer.
Crawford, C. (2021). The atlas of AI. Power, politics, and the planetary costs of artificial intelligence. Yale University Press.
Edgell, S., & Granter, E. (2020). The sociology of work: Continuity and change in paid and unpaid work. Sage Publications.
Grunwald, A. (2018). Technology assessment in practice and theory. Routledge.
Organização Internacional do Trabalho (2020). As plataformas digitais e o futuro do trabalho. International Labour Office.
Wilkinson, A., & Barry, M. (Eds.) (2021). The future of work and employment. Edward Elgar.
Zuboff, S. (2019). The age of surveillance capitalism. Public Affairs.

Opcional

Casilli, A. (2021). Waiting for robots: The ever-elusive myth of automation and the global exploitation of digital labor. Sociologias 57, 112-133.
Cerejeira, J., & Lopes, H. (2023). Economia do trabalho: Mercados e instituições. Edições Almedina.
Estanque, E., Costa, H. A., Fonseca, D., & Santos, A. (2018). Digitalização e precariedade laboral: Novos desafios para o sindicalismo e os movimentos sociais no contexto português. Século XXI, 8(2), 589-621.
Eurofound - European Foundation for the Improvement of Living and Working Conditions (2020). Game-changing technologies: Transforming production and employment in Europe. Publications Office of the European Union.
Hoff, S. S., Langheinrich, M., Hoff, J., Wendehorst, C., Pfeffer, J., Fuchs, T., & Grunwald, A. (2026), The power of 10: New rules for the digital world. Communications of the Association for Computing Machinery, 69(7), 46-59.
International Labour Organisation (2019). Work for a brighter future – Global Commission on the Future of Work. International Labour Office.
Lee, H., Sarkar, A., Tankelevitch, L., Drosos, I., Rintel, S., Banks, R., & Wilson, N. (2025). The impact of generative AI on critical thinking: Self-reported reductions in cognitive effort and confidence effects from a survey of knowledge workers. Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems, Association for Computing Machinery, Article 1121, 1-22.
Organisation for Economic Co-operation and Development (2019). How’s life in the digital age? OECD Publishing.
Standing, G. (2014), The precariat – The new dangerous class. Bloomsbury.
Wajcman, J., & Dodd, N. (2017). The sociology of speed: Digital, organizational, and social temporalities. Oxford University Press.
World Economic Forum (2025). Future of jobs report 2025. World Economic Forum.

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: 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: 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:
- Acompanhamento semanal (30%) – avalia o envolvimento em aula, a assiduidade, as tarefas semanais, e a evolução do projeto.
- Entregáveis finais (40% - pode incluir relatório, artigo, poster, entre outros) – avalia a clareza, o rigor metodológico e a qualidade da análise desenvolvida.
- Defesa do projeto (30%) – avalia a capacidade de comunicar e discutir o trabalho realizado.
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. 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: 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 de 1ª Época.

Caso o aluno não alcance a nota mínima de 8 valores no teste, poderá fazer uma recuperação do mesmo em 2ª Época.

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: 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.

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 de 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 reiterar o design. Requisitos de um Produto Mínimo Viável - PMV. Elevator Pitch para investidores e utilizadores

Esta UC, pela sua natureza eminentemente prática e aplicada, segue o modelo por projeto de ALS - Avaliação ao Longo do Semestre, previsto no RGACC - Regulamento Geral de Avaliação de Conhecimentos e Competências do Iscte, não contemplando avaliação por exame, e possui os seguintes elementos de avaliação:
Trabalho de projeto laboratorial em grupo + apresentação final e discussão:
D1 Documento de Proposta de Projeto- 4%
D2 Documento de Requisitos do Utilizador - 12%
D3 Protótipo de Papel de Baixa Fidelidade V1 Lo-Fi - 10%
D4 Relatório de Avaliação de Peritos do Protótipo Lo-Fi - 12%
D5 Protótipo Alta Fidelidade Hi-Fi e Relatório - 10%
D6 Relatório de Avaliação do Utilizador do Protótipo Hi-Fi - 11%
D7 Apresentação Oral do Projeto - 11%
2 mini-testes de resposta múltipla:
Mini-teste 1 - 15%
Mini-teste 2 - 15%

É obrigatória a presença em 2/3 das aulas.

Utilização de inteligência artificial. Aplica-se o Guia para uma Utilização Responsável da Inteligência Artificial em Trabalhos Académicos (Conselho Científico, 21/04/2026), com o seguinte regime específico: nos entregáveis do projeto, é permitida e deve ser declarada nos termos do ponto 4 do Guia, incluindo o formulário anexo; nos testes e avaliações práticas realizadas em aula ou a sua repetição, essa utilização é interdita.

Relativamente a qualquer elemento de avaliação, o docente ou coordenador da UC poderá solicitar, em qualquer momento durante o semestre, uma discussão oral individual destinada à confirmação da autoria dos trabalhos apresentados e/ou à aferição dos conhecimentos e competências demonstrados pelo estudante.

A avaliação inclui componentes de verificação oral individual, em que se exige ao estudante a explicação e a alteração do trabalho entregue.

Para obter aprovação na UC, o estudante deverá alcançar uma nota final mínima de 10 valores, resultante da soma ponderada de todos os elementos de avaliação. Um estudante é considerado reprovado nesta UC caso não obtenha aprovação na ALS.

A 1ª Época e a 2ª Época poderão ser utilizadas para a realização de momentos de avaliação.

Em 2.ª Época , repetem-se os mini testes cuja nota seja inferior ou igual a 7.5 valores. Se reprovar na época normal (< 10 valores), o aluno acede à repetição dos mini-testes em 2ª época ou época especial (30% da nota), sendo obrigatória a aprovação no projeto em grupo (70% da nota).

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

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

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/

C1 Introdução. A história da Web. Linguagens de programação para a Web; Standards W3C.
C2 Arquitetura da World Wide Web - HyperText Markup Language (HTML).
C3 Programação do lado do cliente. Descrição da estruturaa (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 (SQL e NoSQL).
C6 Arquiteturas web orientadas para serviços. Serviços Web e Microserviços. Modelos de middleware para a Web. Containerização.

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

O estudante é avaliado pelas seguintes componentes (A1+A2):
A1: 3 mini-testes individuais de resposta múltipla [30% - 10% cada um]. A classificação de A1 corresponde à média das notas dos 3 mini-testes. Nota mínima de 8 valores.

A2: Projeto em Grupo (4) e discussão teórico-prática individual [70%]. A classificação de A2 corresponde a uma percentagem aplicada à nota do projeto, que decorre diretamente do desempenho demonstrado na discussão teórica-prática individual. Nota mínima de 9,5 valores.

Assiduidade:
Não é obrigatória a presença às aulas.

Obrigatória

Dean, J. (2025). Web programming with HTML5, CSS, and JavaScript. Jones & Bartlett Learning, 2nd Edition. ISBN: ‎ 9781284302967.

Percival, H., & Gregory, B. (2020). Architecture Patterns with Python: Enabling Test-Driven Development, Domain-Driven Design, and Event-Driven Microservices. O'Reilly Media. ISBN: 9781492052203

Richardson, L., & Amundsen, M. (2013). RESTful Web APIs. O'Reilly Media. ISBN: 9781449358068.

Mozilla Foundation. (n.d.). MDN Web Docs. https://developer.mozilla.org/

Ramírez, S. (n.d.). FastAPI documentation. https://fastapi.tiangolo.com/

Docker Inc. (n.d.). Docker documentation. https://docs.docker.com/

Opcional

Fielding, R. T. (2000). Architectural styles and the design of network-based software architectures (Doctoral dissertation, University of California, Irvine). https://ics.uci.edu/~fielding/pubs/dissertation/top.htm

Haverbeke, M. (20). Eloquent JavaScript: A Modern Introduction to Programming (4th ed.). No Starch Press. ISBN: 9781593279509. Available at https://eloquentjavascript.net/

Martin, R. C. (2025). Clean Code: A Handbook of Agile Software Craftsmanship. Prentice Hall. 2nd Edition. ISBN: 9780135398579.

PocketBase Authors. (n.d.). PocketBase Documentation. https://pocketbase.io/docs/

React Team. (n.d.). React Documentation. https://react.dev/

MariaDB Foundation. (n.d.). MariaDB Server Documentation. https://mariadb.com/docs/

MongoDB, Inc. (n.d.). MongoDB Documentation. https://www.mongodb.com/docs/

World Wide Web Consortium. (2004). Architecture of the World Wide Web, Volume One. W3C Recommendation. https://www.w3.org/TR/webarch/

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. 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

CP 1. Introdução às bases de dados e aos sistemas de informação.

CP 2. Modelo Relacional e normalização de dados.

CP 3. Linguagem SQL: definição de dados; manipulação de dados; programação de rotinas e triggers.

CP 4. Modelação de dados com a linguagem UML.

CP 5. Desenho de bases de dados por conversão de UML para Modelo Relacional;

CP 6. Transações e concorrência.

CP 7. Introdução à administração de bases de dados.

Avaliação ao longo do semestre:

· 4 testes individuais, cada um valendo 20% da classificação final do aluno. Duração de cada teste: 1 hora. O último teste é em simultâneo com o exame de 1ª época.

· 20 fichas de trabalho individuais realizadas na sala de aula, valendo no seu conjunto 20% da classificação. São realizadas 2 fichas por aula, uma no início e outra no fim, excetuando-se a primeira e a última aula.
Não há nota mínima. A nota do aluno é a média ponderada de todas as avaliações.

Avaliação por exame:

· Prova individual escrita, com a duração de 3 horas, a valer 100% da nota.

Todas as provas são individuais e a realizar sem ajuda externa, particularmente, sem inteligência artificial. Em caso de suspeita de não cumprimento desta regra, o aluno é chamado para a realização de prova oral. Neste caso, se evidenciar ter recorrido a ajuda externa, a prova é anulada e a ocorrência comunicada ao Conselho Pedagógico.

Obrigatória

Documentação da cadeira.
Ramos, P. “Desenhar Bases de Dados com UML, Conceitos e Exercícios Resolvidos”, Editora Sílabo, 2ª Edição, 2007.
Damas, L. “SQL - Structured Query Language”, FCA Editora de Informática, 14ª Edição, 2017.

Opcional

Blaha, M.: "UML Database Modeling Workbook", Technics Publications, LLC, 2014.
Churcher, C., “Beginning Database Design: From Novice to Professional”, 2ª edição, Apress. 2012.
Ramakrishnan, R., Gehrke, J. “Database Management Systems”, 3ª edição, McGraw-Hill, 2003.

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. 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

·

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.