La producción y procesamiento del Big Data implica un cambio de paradigma en la relación que tenemos con el mundo. El análisis de grandes volúmenes de datos aporta conocimiento sobre el entorno, los hábitos y conductas de los colectivos y de los individuos, incluso antes de que ellos mismos lo sepan. El conocimiento que se deriva está capitalizado, de momento, por la industria tecnológica, que comercializa con los conjuntos de datos con empresas del sector de la movilidad, la seguridad, la salud, el retail, etcétera.
En este curso se realizará una lectura no productivista de los datos masivos, siguiendo la nuevas epistemologías de las humanidades digitales. Se propondrán métodos small para el estudio de patrones de datos, que van más allá de la narrativa y la comprensión convencionales, y permiten la modularización y recombinación de las disciplinas tradicionales del diseño.
Concretamente, se estudiarán las oportunidades que se abren para los diseñadores y diseñadoras entorno el uso de datos masivos, la relevancia que tiene el Small Fecha en la era del Petabyte, y las posibles formas que, aplicadas a los datos, se convierten en el diseño de la información. Asimismo, se desarrollará una capacidad esencial ya menudo menospreciada y que es propia del diseño: el cambio de escala.
Objetivos formativos
- Desarrollar formas de relación de datos desde la cultura del proyecto de diseño
- Integrar conceptos y procedimientos propios de otras disciplinas, como las tecnologías de procesamiento de datos, para ampliar la esfera de conocimiento propia del diseño
- Desarrollar un posicionamiento propio en relación a la emisión de datos sostenible y responsable
- Ejercitar el cambio de escala como competencia de articulación entre diferentes niveles de realidades complejas
- Desarrollar capacidades analíticas para conjuntos de datos de formatos variados y multimodales
- Considerar las diferentes narrativas inherentes a los medios de producción del diseño
- No es necesario haber cursado previamente otras asignaturas afines.
- Se recomienda llevar el móvil en clase.
TEMA 1. INPUT
- The Petabyte Age. Eames Office (1977) Potencias de Diez.
- Volumen, variedad y velocidad. Touring y el primer sistema Big Data.
- Movilidad vs. ubicuidad. Simon Weckert hackea Google Maps.
TEMA 2. ALGORITMO
- Algoritmos de la adicción. Big Social Data y la disputa de la atención.
- Data mining: porque se venden pañales y cerveza los viernes por la tarde.
- J. Craig Venter y la secuenciación del genoma.
TEMA 3. OUTPUT
- Contar historias con datos. Lupi & Posavec a Dear Data.
- De los datos al conocimiento, pasando por el diseño de la información. Domestic Data Streamers.
- Vigilancia con datos y contravigilancia. Objeto panóptico y objeto patológico, por Alicia de Manuel.
TEMA 4. ALCANCE
- Humanidades digitales. Small data vs Big data.
- Ubicuidad y paisaje sonoro: Experiencias sónicas.
- Nuevas epistemologías en la sociedad de los datos masivas.
Metodología docente
La asignatura se articula en torno a tres formas de actividades: dirigidas, aquellas en las que el peso recae sobre el contenido que se da a los estudiantes, supervisadas, en que son los estudiantes que generan contenido con el docente como guía, y autónomas, en el que el estudiante trabaja en solitario a partir de las actividades formativas propuestas. Los tres tipos de actividades se mezclarán en sesiones mixtas.
Considerando los imprevistos relacionados con la Covid-19, parte de la docencia puede impartirse telemáticamente o de forma deslocalizada, en espacios fuera de las instalaciones de la escuela.
Actividades formativas
Actividades dirigidas: sesiones de una hora en la que se presentan los temas a trabajar, ya especificados en el temario. ECTS: 30%
Actividades supervisadas: sesiones de dos horas en la que se elaboran dinámicas participativas en torno a los temas presentados en las actividades dirigidas o los ejercicios realizados en las actividades autónomas. ECTS: 40%
Actividad 1. De dónde vienes y dónde vas
Actividad 2. Patrones insólitos
Actividad 3. lo mismo pero en phygital
Actividad 4. Input. Algoritmo. Output. Alcance. Diseño del outreach de los proyectos desarrollados, con colaborador externo determinar. (Relacionado con el proyecto del curso)
Actividades autónomas: conceptualización y desarrollo de ejercicios, del proyecto de curso, y de la libreta. ECTS: 30%
Proyecto del curso: diseño especulativo y / o diseño crítico a partir de un set de datos
Libreta: se hará un diario de datos, que articulará los ejercicios y el proyecto, y se convertirá un espacio de trabajo personal
Sistema de evaluación
Evaluación continua
El objetivo de la evaluación continua es que el estudiante pueda conocer su progreso académico a lo largo de su proceso formativo para poder mejorarlo. A partir de la segunda matrícula, la evaluación de la asignatura podrá consistir, a decisión del profesor, en una prueba de síntesis, que permita la evaluación de los resultados de aprendizaje previstos en la guía docente de la asignatura. En este caso, la cualificación de la asignatura corresponderá a la cualificación de la prueba de síntesis.
Normativa general de evaluación
Para considerar superada una asignatura, será necesario que se obtenga una calificación mínima de 5,0.
Una vez superada la asignatura, ésta no podrán ser objeto de una nueva evaluación.
Se considerará "No Evaluable" (NA) el estudiante que no haya entregado todas las evidencias de aprendizaje o no haya asistido al 80% de las clases sin haber justificado las ausencias. En caso de ausencia justificada, el estudiante debe ponerse en contacto con el profesor en el momento de la reincorporación para determinar la recuperación de las actividades en las que no haya asistido.
En caso de que el estudiante realice cualquier irregularidad que pueda conducir a una variación significativa de la calificación de un acto de evaluación, se calificará con 0 este acto de evaluación, con independencia del proceso disciplinario que se pueda instruir. en caso que se produzcan varias irregularidades en los actos de evaluación de una misma asignatura, la calificación final de esta asignatura será 0.
Criterios de evaluación
Los criterios de evaluación son específicos por cada trabajo y ejercicio de curso. Se concretarán en la descripción de presentación del ejercicio y se trabajarán y ponderarán en la clase antes de la evaluación.
La evaluación será continua, y parte de las siguientes actividades:
Ejercicios resultantes de actividades supervisadas (30%) Ejercicio 1. De dónde vienes ya dónde vas (10%) Ejercicio 2. Patrones insólitos (10%) Ejercicio 3. lo mismo pero en phygital (10%)
Proyecto del curso: diseño especulativo y / o diseño crítico a partir de un set de datos (50%)
Libreta de trabajo personal (20%)
Proceso de revisión
La revisión se puede solicitar al profesorado correspondiente y se realizará durante la semana indicada al calendario lectivo.
Las distintas fases de trabajo pueden recuperarse durante la semana de re-avaluaciones, aunque no pueden evaluarse con más nota que el aprobado.
Proceso de revaluación
No se contemplan sistemas de reevaluación en los casos de las prácticas externas, los TFG, y las asignaturas / actividades formativas que, por su carácter eminentemente práctico, no lo permiten.
Para participar en la reevaluación del alumnado debe haber sido previamente evaluado en un conjunto de actividades el peso de las que equivalga a un mínimo de dos terceras partes de la calificación total de la asignatura o módulo.
- Alcalde, Ignasi (2015). Visualización de la información: de los datos al conocimiento. Editorial UOC.
- Augoyard, F., Torgue. (2008). Sonic experience: a guide to everyday sounds. McGill-Queen’s University Press.
- Bates, Marian (2011). Visual Complexity: Mapping Patterns of Information. Manuel Lima, ed.; Princeton Architectural Press.
- Collectif Multitudes. (2015). Digital Humanities Manifesto 2.0. Multitudes, no 59(2). doi:10.3917/mult.059.0181.
- Kitchin, Rob (2014). Big Data, new epistemologies and paradigm shifts. Big Data and Society, no 1. doi:10.1177/2053951714528481
- Lupi, G., Posavec, S. (2016). Dear Data. Maria Popova, ed.; Princeton Architectural Press.
- Manovich, Lev (2016). Trending: The Promises and the Challenges of Big Social Data. Debates in the Digital Humanities. University of Minnesota Press. ISSN 2380-5297
- Strathern, Marilyn. (1995). The relation: issues in complexity and scale. Prickley Pear Press, no 6. ISSN 1351-7961
- Pigliucci, Massimo. (2009). The end of theory in science?. EMBO reports.
- Eames Office (1977) “Powers of Ten”
Competencias básicas
CB2 - Que los y las estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
CB4 - Que los y las estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.
Competencias específicas
Competencia
CE1. Analizar los objetos, comunicaciones gráficas y espacios habitables para detectar problemas de diseño, aportar soluciones alternativas y evaluar su viabilidad social, tecnológica y económica.
Resultados de aprendizaje
CE1.8. Observar y valorar críticamente los problemas de uso de un elemento del entorno inmediato para realizar un análisis previo al desarrollo de un proyecto de diseño
Competencia
CE2. Evaluar usos y programar funciones, orientados a la concepción y formalización de proyectos de diseño.
Resultados de aprendizaje
CE2.2. Diseñar un programa de usos y funciones conducente al desarrollo de un proyecto de diseño.
Competencia
CE5. Dominar las técnicas de representación gráfica de espacios y volúmenes, planos y superficies características del diseño.
Resultados de aprendizaje
CE5.2. Representar mediante el sistema más apropiado en función de cada proyecto las características del mismo.
Competencia
CE10. Estructurar y jerarquizar gráficamente la información verbal
Resultados de aprendizaje
CE10.5. Usar intencionadamente los recursos gráficos para sintetizar y mejorar la comunicación
Competencia
CE17. Exponer y razonar, de forma oral y escrita, los resultados y los procesos de trabajo de los objetos de diseño propios.
Resultados de aprendizaje
CE17.2. Realizar una memoria escrita del proyecto y defenderla oralmente
Competencia
CE19. Demostrar que conoce los métodos de investigación relevantes para la proyectación y la teoría, el análisis y la crítica del diseño y del arte.
Resultados de aprendizaje
CE19.6. Formular un análisis de diseño que conduzca a un programa de actuación a partir de la recogida de datos cuantitativos y cualitativos, tests experimentales, entrevistas e interpretación de datos preexistentes.
CE19.7. Evaluar críticamente los resultados y la eficiencia del proyecto a partir de los objetivos definidos por el programa utilizando el análisis comparativo con la realidad preexistente.
Competencias transversales
CT3. Demostrar conocer y utilizar correctamente las fuentes documentales y la bibliografía necesaria tanto para la proyectación como para el análisis y crítica razonada del diseño.
CT9. Capacidad resolutiva y de toma de decisiones.
CT10. Motivación por la calidad, tanto en los planteamientos conceptuales y argumentales, como en la resolución formal y en los detalles del acabado final de un proyecto de diseño.
CT12. Capacidad para la integración y síntesis de conocimientos adquiridos en contextos y situaciones diferentes, con flexibilidad y creatividad.
CT13. Orientar la acción del diseño a partir de valores de respeto al entorno ambiental y con criterios de sostenibilidad.
CT16. Demostrar que se poseen valores y principios deontológicos propios de la profesión.
CT19. Demostrar una disposición afectiva positiva hacia los valores estéticos y las cualidades formales del entorno material y visual.