Cátedra UB en Inteligencia Artificial y Medios
Transformación de los medios con AI: transitar hacia una creación innovadora, una distribución eficaz y un uso responsable.
Director
Presentación
La Cátedra UB en Inteligencia Artificial y Medios nace con el objetivo de explorar y analizar el impacto de las tecnologías de inteligencia artificial en la creación, distribución y consumo de contenidos en la radiodifusión pública.
El objetivo principal de la Cátedra es trabajar para comprender cómo estas tecnologías pueden transformar los procesos de producción de contenidos, optimizar la distribución de información y personalizar la experiencia del usuario. Asimismo, se pretende fomentar la formación de profesionales capacitados para liderar esta transformación y contribuir a divulgar el conocimiento generado.
Desde el marco académico, la Cátedra promueve la colaboración entre investigadores, profesionales del sector y estudiantes, al ofrecer un espacio de diálogo y de intercambio de conocimientos. Además, para fomentar una comprensión profunda de la IA y su potencial en los medios de comunicación, impulsa actividades formativas, como seminarios, conferencias, talleres y cursos especializados.
La Cátedra UB en Inteligencia Artificial y Medios quiere contribuir de forma significativa a transformar digitalmente los medios de comunicación y desarrollar una sociedad más informada, crítica y conectada.
Equipo
Se incorporó a la Universidad de Barcelona en 2007 como catedrático de Lenguajes y Sistemas Informáticos, e imparte un curso introductorio sobre algoritmos y datos, así como varios avanzados sobre ciencia de datos, aprendizaje profundo y ética para la ciencia de datos. Desde abril de 2011 hasta enero de 2016, fue jefe del Departamento de Matemática Aplicada y Análisis de la UB, y es miembro del actual Departamento de Matemáticas e Informática. Asimismo, es director del máster en Fundamentos de la Ciencia de Datos, y codirector del curso de posgrado en Ciencia de Datos e IA, también en la UB.
Es catedrático de la Universidad de Barcelona en el Departamento de Matemáticas e Informática desde el 2007. Imparte docencia sobre procesos ágiles de desarrollo de proyectos, procesamiento de imágenes y aprendizaje automático. Su investigación se centra en algoritmos de aprendizaje automático, particularmente en aprendizaje supervisado y clasificación, y es especialista en visión por ordenador.
Es profesor agregado en la Universidad de Barcelona. Tiene una amplia trayectoria científica en los campos de la visión por ordenador y el aprendizaje automático. Obtuvo un doctorado en Informática en 2011 por la Universidad Autónoma de Barcelona y, desde entonces, ha hecho estancias en el extranjero de varios meses, en universidades de primer nivel como la Universidad Carnegie Mellon (CMU) y la de Toronto (UofT). Durante su carrera, ha colaborado con varias empresas para abordar soluciones de IA para problemas del mundo real. También es cofundador de DataBeersBCN y codirector del curso de posgrado en Ciencia de Datos e IA de la UB.
