Guía docente de Problemas Sociales en la Red e Intervención Social Digital (M08/56/1/33)

1. La teoría sociológica, los dispositivos electrónicos e Internet
2. Big data, Inteligencia Artificial y redes sociales digitales: Aclarando conceptos
3. El lado oscuro del mundo virtual: adicciones, desigualdad y brecha digital, ciberseguridad y otros problemas sociales
4. Casos de estudio: Elecciones, comunicación social y participación política
5. La intervención social digital

Sin prerrequisitos

Al finalizar la asignatura, el estudiantado será capaz de:

• Diferenciar bulos, evidencias científicas y evidencias de impacto social.

• Aplicar la metodología comunicativa en contextos digitales.

• Identificar roles en los discursos en redes (agresores, bystanders, upstanders).

• Utilizar herramientas básicas de Social Media Analytics.

• Diseñar y evaluar campañas de intervención social digital.

• Analizar ejemplos de difusión y transferencia de conocimiento científico en redes.

• Teoría Sociológica: Evidencias científicas de impacto social. Cocreación y metodología comunicativa

• Big data, Inteligencia Artificial y redes sociales digitales: Aclarando conceptos

• Discursos en redes e impacto social

• Social Media Analytics

• Intervención en redes sociales

• Estudio de casos vinculados a violencia de género, infancia, consentimiento sexual, discurso de odio y educación 

Las actividades prácticas estarán orientadas a la aplicación de los contenidos teóricos y al desarrollo de competencias para la intervención social en entornos digitales. Incluyen:

• Diferenciación entre bulos, evidencias científicas y evidencias científicas de impacto social.

• Introducción al uso de herramientas básicas para la aplicación de la metodología comunicativa.

• Identificación y análisis de los roles que adoptan las personas en redes sociales (agresores, bystanders y upstanders).

• Diseño de campañas de intervención digital.

• Evaluación de campañas en redes sociales centradas en la difusión de conocimiento científico.

• Introducción al uso de herramientas de Social Media Analytics.

• Análisis de ejemplos de intervención, difusión y transferencia del conocimiento científico en redes sociales.

• Oliver, E., Redondo-Sama, G., López de Aguileta, A., & Burgués-Freitas, A. (2023). Research agenda to engage citizens in science through social media communicative observations. Humanities and Social Sciences Communications, 10, 447. https://doi.org/10.1057/s41599-023-01954-x

• Pulido Rodríguez, C. M., Ovseiko, P., Font Palomar, M., Kumpulainen, K., & Ramis, M. (2021). Capturing emerging realities in citizen engagement in science in social media: A social media analytics protocol for the Allinteract study. International Journal of Qualitative Methods. https://doi.org/10.1177/16094069211050163

• Pulido, C. M., Villarejo-Carballido, B., Redondo-Sama, G., & Gómez, A. (2020). COVID-19 infodemic: More retweets for science-based information on coronavirus than for false information. International Sociology. https://doi.org/10.1177/026858092091475

• Addams, J. (s.f.). Veinte años en Hull House. Editum. Ediciones de la Universidad de Murcia. ISBN: 9788416038510

• DiMaggio, P., Hargittai, E., Neuman, W. R., & Robinson, J. P. (2001). Social implications of the Internet. Annual Review of Sociology, 27, 307–336. https://doi.org/10.1146/annurev.soc.27.1.307

• Flecha, R., Puigvert, L., & Racionero-Plaza, S. (2023). Achieving student well-being for all: Educational contexts free of violence. NESET report. Luxembourg: Publications Office of the European Union. https://doi.org/10.2766/463854

• Ríos-González, O., Torres, A., Aiello, E., Coelho, B., Legorburo-Torres, G., & Munté-Pascual, A. (2024). Not all men: The debates in social networks on masculinities and consent. Humanities and Social Sciences Communications, 11, 67. https://doi.org/10.1057/s41599-023-02569-y

• Russell, S. J., & Norvig, P. (2004). Inteligencia artificial: Un enfoque moderno (2.ª ed.). Pearson Educación.

• Soler-Gallart, M., & Flecha, R. (2022). Researchers’ perceptions about methodological innovations in research oriented to social impact: Citizen evaluation of social impact. International Journal of Qualitative Methods. https://doi.org/10.1177/16094069211067654

• UNESCO (2021). Recomendación sobre la ética de la inteligencia artificial. Disponible en español: https://unesdoc.unesco.org/ark:/48223/pf0000381137_spa

• Guía para usar herramientas de IA en UGR protegiendo tus datos: https://ceprud.ugr.es/formacion-tic/inteligencia-artificial/guia-uso 

• Plataforma Social Impact Science (SIS): https://socialimpactscience.org/

• Proyecto Alreco (Ministerio de Inclusión, Seguridad Social y Migraciones): https://www.inclusion.gob.es/web/alreco/proyecto

• Proyecto RealUp: https://real-up.eu/proyecto/

• TeachXevidence: https://teachxevidence.com/

El artículo 17 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que la convocatoria ordinaria estará basada preferentemente en la evaluación continua del estudiante, excepto para quienes se les haya reconocido el derecho a la evaluación única final.

La evaluación continua de la asignatura se basará en los siguientes instrumentos:

• Tareas propuestas por el profesorado a lo largo de las sesiones (40 %): podrán consistir en la participación en seminarios de lectura, análisis de casos, actividades prácticas o reflexiones escritas en debates virtuales.

• Trabajo final individual (40 %): aplicará de forma práctica los conceptos trabajados durante la asignatura.

• Asistencia y participación en el aula (20%). 

El artículo 19 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que los estudiantes que no hayan superado la asignatura en la convocatoria ordinaria dispondrán de una convocatoria extraordinaria. A ella podrán concurrir todos los estudiantes, con independencia de haber seguido o no un proceso de evaluación continua. De esta forma, el estudiante que no haya realizado la evaluación continua tendrá la posibilidad de obtener el 100% de la calificación mediante la realización de una prueba y/o trabajo.

La calificación se basará en:

• Tareas propuestas por el profesorado (60 %): ejercicios prácticos, análisis o lecturas indicadas.

• Trabajo final individual (40 %): aplicación práctica de los contenidos de la asignatura.

El artículo 8 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que podrán acogerse a la evaluación única final, el estudiante que no pueda cumplir con el método de evaluación continua por causas justificadas.

Para acogerse a la evaluación única final, el estudiante, en las dos primeras semanas de impartición de la asignatura o en las dos semanas siguientes a su matriculación si ésta se ha producido con posterioridad al inicio de las clases o por causa sobrevenidas. Lo solicitará, a través del procedimiento electrónico, a la Coordinación del Máster, quien dará traslado al profesorado correspondiente, alegando y acreditando las razones que le asisten para no poder seguir el sistema de evaluación continua.

La calificación se basará en:

• Tareas propuestas por el profesorado (60 %): ejercicios prácticos, análisis o lecturas indicadas.

• Trabajo final individual (40 %): aplicación práctica de los contenidos de la asignatura.

• Se recuerda que la Universidad de Granada dispone de un Protocolo para prevenir, evitar y afrontar las posibles situaciones de acoso de cualquier tipo (link) así como un punto violeta (link)
• Siguiendo las recomendaciones de la CRUE y del Secretariado de Inclusión y Diversidad de la UGR, los sistemas de adquisición y de evaluación de competencias recogidos en esta Guía Docente se aplicarán conforme al principio de diseño para todas las personas, facilitando el aprendizaje y la demostración de conocimientos de acuerdo a las necesidades y la diversidad funcional del alumnado. Se proporciona además información de interés para estudiantado con discapacidad y/o Necesidades Específicas de Apoyo Educativo (NEAE): Gestión de servicios y apoyos
• En el caso de utilizar herramientas de IA para el desarrollo de la asignatura, el estudiante debe adoptar un uso ético y responsable de las mismas. Se deben seguir las recomendaciones contenidas en el documento de "Recomendaciones para el uso de la inteligencia artificial en la UGR". 
• Todas las entregas se realizarán a través de la plataforma PRADO. En ningún caso se evaluarán trabajos que no se hayan entregado mediante las plataformas oficiales de la Universidad de Granada.

Información de interés para estudiantado con discapacidad y/o Necesidades Específicas de Apoyo Educativo (NEAE): Gestión de servicios y apoyos (https://ve.ugr.es/servicios/atencion-social/estudiantes-con-discapacidad).

Se utilizarán diferentes softwares durante la asignatura. Siempre que sea posible, se ofrecerán alternativas de software libre, como OpenOffice para edición de documentos y Zotero para la gestión bibliográfica.