14-16 de Octubre del 2025 - Valencia, España
La 2ª Escuela Internacional sobre Aplicaciones en Inteligencia Artificial y Ciencia de Datos tiene como objetivo permitir la sinergia entre aspectos clave de ambos tópicos,
que incluyen temáticas sobre cómo se usa la Inteligencia Artificial y la Ciencia de Datos en distintos entornos de
computación ubicua para beneficiarse de modelos de aprendizaje automático y el procesamiento de Big Data, cómo influye en
la sociedad y qué tipo de herramientas están
disponibles para apoyar el diseño y desarrollo de aplicaciones en tiempo real en entornos
inteligentes. Esta escuela proporciona un espacio para que miembros de diversas instituciones
internacionales, incluyendo universidades, laboratorios de investigación e industria,
intercambien ideas y experiencias, analicen y presenten los últimos temas de
investigación y desarrollo, y discutan sobre los fundamentos teóricos relacionados con
la creación de aplicaciones y servicios, basadas en Inteligencia Artificial y Ciencia de Datos,
que ofrecen soluciones en distintos entornos de computación ubicua. Este enfoque sinérgico
reforzará la ingeniería de soluciones inteligentes e innovadoras para guiar su
diseño y promover el desarrollo de nuevos enfoques (arquitecturas, herramientas y
metodologías) para entornos inteligentes.
La Escuela AIDA tiene un formato mixto (presencial y en línea), pero con
actividades extras y beneficios adicionales para los asistentes presenciales.
Univ. Internacional de Valencia, España
Directora del Centro de Estudios en Ciencia de Datos e IA, VIU, España
ycardinale@universidadviu.com
Es Profesora e Investigadora en la Universidad Internacional de Valencia (VIU), España, desde 2018; desde noviembre de 2021 es la Investigadora Principal del Grupo de Investigación en Ciencia de Datos (GRID), Directora del Centro ESenCIA y Coordinadora del Doctorado en Ciencia de Datos y Big Data de VIU. Actualmente, es investigadora asociada en la Universidad Católica San Pablo, Arequipa, Perú, en el contexto del proyecto RUTAS, en el que se desempeña como investigadora principal. Fue profesora a Dedicación Exclusiva del Departamento de Computación y Tecnología de la Información de la Universidad Simón Bolívar (USB), Venezuela desde el 1 de Enero de 1996 hasta Diciembre 2019. Se graduó con Distinción Cum Laude en Ingeniería en Informática, en mayo de 1990, en la Universidad Centroccidental Lisandro Alvarado, Venezuela. Recibió sus títulos de Magister en Ciencias de la Computación y Doctor en Computación en 1993 y 2004 respectivamente, ambos de la USB. Sus áreas de interés para la investigación incluyen procesamiento paralelo, procesamiento de objetos distribuidos, sistemas de operación, computación de alto desempeño, plataformas grids, web semántica, redes de sensores y Big Data. Ha publicado un amplio rango de artículos de investigación en revistas científicas y en conferencias internacionales, adquiriendo por esto la clasificación de Nivel C (máximo nivel) del Programa de Estímulo al Investigador (PEI) en Venezuela e Investigador RENACYT Nivel II en Perú. Ha participado en numerosos proyectos internacionales de investigación, como coordinadora y como colaboradora con universidades de Francia, Estados Unidos, Chile y Perú. Como docente, imparte asignaturas de pregrado y postgrado en varias universidades en Venezuela, Francia, España y Perú. Desde 2004, se ha desempeñado como asesora técnica en diferentes instituciones gubernamentales y privadas de Venezuela. Actualmente es la presidente de la Sociedad Venezolana de Computación (SVC).
Univ. Internacional de Valencia, España
Director de la Escuela Superior en Ciencia, Ingeniería y Tecnología
nmsanchez@universidadviu.com
Es licenciado en Ciencias Físicas por la Universidad del Zulia (Venezuela), con un Máster y un doctorado en Astronomía y Astrofísica por la Universidad de Los Andes (Venezuela). Cuenta con una extensa trayectoria a lo largo de la cual ha ocupado diferentes cargos y posiciones de responsabilidad, primero como Profesor Titular en la Universidad del Zulia (hasta el año 2004), y luego como investigador del Instituto de Astrofísica de Andalucía (hasta el 2010). En 2011 se incorporó al grupo de investigación de la Universidad Complutense de Madrid que participa en el proyecto World Space Observatory - Ultraviolet (WSO-UV), liderado por la Agencia Espacial Rusa que tiene como objetivo lanzar un telescopio espacial ultravioleta. Desde 2018 se incorporó como Profesor Titular a la Universidad Internacional de Valencia (VIU) donde aúna su actividad docente en el Grado en Ingeniería Informática y en el Máster de Astronomía y Astrofísica junto con la investigación como Investigador Principal del grupo ASGARD - AStronomy Group for Academic Research and Dissemination de VIU. Desde septiembre de 2021, el Dr. Sánchez ha asumido la Dirección de la Escuela Superior de Ingeniería, Ciencia y Tecnología de VIU. Su principal línea de investigación se centra en la minería de datos astronómicos para el estudio de cúmulos estelares y del medio interestelar.
Univ. Internacional de Valencia, España
Subdirector de la Escuela Superior de Ingeniería, Ciencia y Tecnología
jfgomez@universidadviu.com
Licenciado en Física por la Universidad General de Valencia. Obtuvo su doctorado en la Universidad Politécnica de Valencia. Su investigación se centra en el modelado de estructuras celulares y tisulares del corazón. Su estancia en la Universidad de Washington en San Luis (WUSTL) le permitió acceder a datos de corazones ex vivo. Como investigador postdoctoral, se unió a "L'Institut de Rythmologie et Modélisation Cardiaque" (LIRYC) en Burdeos (Francia), un instituto de investigación, tratamiento, innovación y enseñanza, totalmente dedicado al estudio, diagnóstico y tratamiento de trastornos eléctricos cardíacos. Ha participado en diversos proyectos nacionales e internacionales centrados en la simulación y modelización cardíaca por computadora. Actualmente, está interesado en utilizar técnicas de aprendizaje automático combinadas con simulación biofísica para el estudio de arritmias cardíacas, así como a ayudar en la planificación y optimización de terapias cardíacas.
Univ. Internacional de Valencia, España
Directora del Grado en Ciencia de Datos e Inteligencia Artificial
vmoscardo@universidadviu.com
La Dra. Vanessa Moscardó García es investigadora y profesional en el ámbito de la inteligencia artificial y el análisis de datos. Es doctora en Automática, Robótica e Informática Industrial por la Universitat Politècnica de València (UPV) y cuenta con tres másteres en Ingeniería Biomédica, en Análisis y Visualización de Datos Masivos, y en Inteligencia Artificial. Actualmente, es Directora del Grado en Ciencia de Datos e Inteligencia Artificial en la Universidad Internacional de Valencia (VIU), donde también imparte asignaturas en el Máster Universitario en Big Data y Ciencia de Datos. Además, colabora con la Universitat Oberta de Catalunya en programas de formación en análisis de datos y preparación de información. A nivel profesional, ha desempeñado roles clave en empresas tecnológicas, liderando proyectos en análisis de datos e inteligencia artificial en empresas como Tyris Software y Kenmei Technologies S.L. También ha trabajado como científica de datos en la UPV, participando en proyectos relacionados con modelado y análisis de datos en el sector de la salud. Actualmente, colabora con Maisa AI, donde aplica su experiencia en inteligencia artificial y análisis de datos para desarrollar soluciones innovadoras en el sector industrial basada en Modelos Largos del Lenguaje e IA generativa. Sus líneas de investigación se centran en el desarrollo de Modelos basados en IA e IA generativa, y en su aplicación a campos como la ingeniería biomédica y estudio de las infraestructuras verdes y servicios ecosistémicos. Ha publicado en revistas de alto impacto y ha participado en múltiples proyectos de innovación en colaboración con instituciones académicas y empresas tecnológicas.
Univ. Internacional de Valencia, España
Responsable de Investigación de la Escuela Superior en Ciencia, Ingeniería y Tecnología
idefez@universidadviu.com
Obtuvo el título de Ingeniero Superior de Telecomunicaciones y el máster en Telemática por la Universitat Politecnica de Valencia (UPV), Valencia, España, en 2007 y 2010, respectivamente. En 2014 obtuvo el Doctorado en Telecomunicación por la UPV. Actualmente, es el Director del Máster Universitario en Desarrollo de Aplicaciones y Servicios Web en la Universidad Internacional de Valencia, Investigador Postdoctoral en Instituto de Telecomunicaciones y Aplicaciones Multimedia (iTEAM), UPV. Sus áreas de interés son la codificación y transmisión de ficheros sobre canales unidireccionales, aplicaciones IoT y Ciencia de Datos.
Univ. Internacional de Valencia, España
Investigador Senior
djato@universidadviu.com
Daniel es Investigador Principal del grupo de investigación Green Infrastructure for Urban Sustainability (GREENIUS) y profesor del Máster Universitario en Ingeniería y Gestión Ambiental de la Universidad Internacional de Valencia (VIU). Es doctor en Ingeniería Civil por la Universidad de Cantabria (España), 2016. Su campo de trabajo se centra en el uso de herramientas de análisis de datos, Sistemas de Información Geográfica (SIG), programación en distintos entornos, modelado hidrológico, métodos estadísticos y análisis multicriterio para conseguir una planificación urbana sostenible, con énfasis en el análisis de los servicios ecosistémicos proporcionados por la infraestructura verde bajo cambios climáticos y de cobertura del suelo. Daniel ha participado en cinco proyectos de I+D+i competitivos asociados a este campo, tres de ellos financiados por el Ministerio de España, y en otros seis proyectos de investigación relacionados con el aprovechamiento de recursos y el análisis de riesgos ante desastres naturales, cuatro de ellos pertenecientes a convocatorias europeas. Es co-creador de dos patentes y ha publicado más de 50 artículos científicos en revistas indexadas en el JCR, alcanzando las 1214 citas y un índice h de 18 según Scopus. Mucho de este material científico proviene de colaboraciones con investigadores internacionales, destacando las estancias realizadas en las Universidades de Coventry (Reino Unido, 2015) y Copenhague (Dinamarca, 2022).
Univ. Internacional de Valencia, España
Adjunto Director Escuela Superior de Ingeniería, Ciencia y Tecnología
ealopez@universidadviu.com
Ernesto Antonio López Romero es Graduado en Ingeniería de Telecomunicaciones, con mención en Telemática. Además, posee un Máster en Sistemas Domóticos e IoT. Actualmente, es Adjunto a Director de la Escuela Superior de Ingeniería, Ciencia y Tecnología en la Universidad Internacional de Valencia (VIU). A nivel profesional, ha desempeñado roles clave en empresas tecnológicas, como director de Proyectos y Operaciones, liderando proyectos en Smart Cities y entornos basados en IoT en empresas como Indra, Indra BMB e Indra Sistemas. También ha trabajado como jefe de operaciones en Alvic, participando en proyectos relacionados con desarrollo de software en el sector energético. Actualmente, colabora con empresas tecnológicas, donde aplica su experiencia en la eficiencia para desarrollar soluciones en proyectos de sostenibilidad relacionados con la agenda 2030. Sus propuestas se centran en la Gestión de proyectos y el compromiso con el desarrollo continuo y el crecimiento profesional.
Erik Cambria es el fundador de SenticNet, una empresa con sede en Singapur que ofrece servicios de análisis de sentimientos B2B, y profesor titular en la Nanyang Technological University (NTU), donde también ocupa la Cátedra Provost de Informática e Ingeniería. Antes de incorporarse a la NTU, trabajó en Microsoft Research Asia (Pekín) y HP Labs India (Bangalore) y se doctoró en un programa conjunto de la Universidad de Stirling y el MIT Media Lab. Su investigación se centra en la IA neurosimbólica para el procesamiento explicable del lenguaje natural en ámbitos como el análisis de sentimientos, los sistemas de diálogo y la previsión financiera. Ha recibido varios premios, como el IEEE Outstanding Career Award, ha sido incluido en la lista AI's 10 to Watch y ha aparecido en Forbes como una de las 5 personas que construyen el futuro de la IA. Es miembro del IEEE, editor asociado de muchas revistas de IA de primer nivel, como Information Fusion e IEEE Transactions on Affective Computing, y participa en varias conferencias internacionales como presidente de programa y miembro del comité de programa.
El análisis de sentimientos se ha convertido en una herramienta indispensable en diversos ámbitos, como los negocios electrónicos, el comercio electrónico, el turismo electrónico, la movilidad electrónica, la gobernanza electrónica, la seguridad electrónica, el aprendizaje electrónico y la sanidad electrónica. Analizando la opinión y las preferencias del público, las organizaciones y los responsables políticos pueden tomar decisiones basadas en datos para mejorar sus productos, servicios y políticas. La aplicación del análisis de sentimientos en estos ámbitos no sólo mejora la satisfacción y el compromiso de los clientes, sino que también contribuye al crecimiento y desarrollo general de estos sectores.
El Dr. Cecilia es investigador Ramón y Cajal en el Departamento de Informática de Sistemas y Computadores de la Universitat Politècnica de Valencia (UPV); ha desarrollado su investigación en la intersección entre la computación de altas prestaciones y la inteligencia artificial, desarrollando diferentes aplicaciones disruptivas en el ámbito de la bioinformática, la gestión y planificación de recursos hídricos y la agricultura. Su experiencia investigadora la avalan más de 100 artículos en revistas y congresos internacionales de reconocido prestigio. El Dr. Cecilia ha fundado recientemente la Spin-off de la UPV SensingTools.
La creciente presión ambiental y climática sobre ecosistemas vulnerables como lagunas costeras, humedales y zonas protegidas exige nuevas estrategias de monitorización, análisis y toma de decisiones. En esta keynote presentaré la experiencia obtenida en dos proyectos de investigación —SMARTLAGOON y CHAN-TWIN— que han desarrollado soluciones basadas en gemelos digitales ambientales, computación en el borde (Edge AI), y ciencia de datos participativa para la observación y gestión sostenible de la laguna del Mar Menor y las lagunas de Torrevieja y La Mata (Alicante, España). La charla mostrará cómo integrar datos físicos (sensores GNSS-IR, cámaras inteligentes, estaciones meteorológicas), sociales (social sensing a partir de redes sociales y participación ciudadana) y modelos predictivos (IA, series temporales, simulación ambiental), para generar un gemelo digital que apoye tanto a ciudadanos como a gestores públicos en la toma de decisiones informadas y adaptativas. Finalmente, se reflexionará sobre los retos actuales en la construcción de infraestructuras digitales sostenibles, interoperables y escalables para la gestión de espacios naturales, y cómo estas metodologías pueden transferirse a otros contextos con alto valor ecológico y social.
La Dra. Mariana de Brito es una científica interdisciplinar con formación en ingeniería, geografía y ciencia social computacional. Su investigación se enfoca en aspectos relevantes sociales relacionados a situaciones hidro-climáticas extremas. La experiencia de Mariana radica en el empleo de métodos computacionales como procesamiento del lenguaje natural (NLP), minería de patrones y análisis de redes para monitorear cómo los peligros de las sequías y las inundaciones impactan a la sociedad.
Climate extremes, such as droughts, floods, and heatwaves, often trigger compound and cascading impacts due to interdependencies between coupled natural and social systems. Yet, our knowledge of these interactions remains limited mainly due to the lack of comprehensive impact data. Research typically considers only one isolated impact, system, socioeconomic sector, and/or hazard at a time, often ignoring dependencies between impacts. Against this backdrop, the unprecedented abundance of digital texts and cutting-edge machine-learning tools has opened new research avenues for impact assessment research. In this talk, I will demonstrate how we can leverage natural language processing (NLP) and large language models (LLMs) on different text types to infer how climate extremes impact society. I will discuss the potential of unconventional data sources, such as meeting minutes, newspaper articles, and reports, to monitor the consequences of extreme events in near real-time
Valery Naranjo es Catedrática de Universidad en Teoría de la Señal en la Universitat Politècnica de València (UPV), donde obtuvo el título de Ingeniera de Telecomunicación y el doctorado en Telecomunicación en 2002. Es fundadora y directora del Laboratorio de Visión por Computador y Análisis de Comportamiento (https://www.cvblab.webs.upv.es/). Su investigación se centra en el desarrollo de metodologías innovadoras en IA para el análisis de imágenes médicas, con especial énfasis en la patología computacional, orientado al diagnóstico precoz y pronóstico de enfermedades como el cáncer y la colitis ulcerosa; y para el diseño de dispositivos fotónicos inteligentes para aplicaciones avanzadas de sensado e imagen. Es cofundadora principal y CTO de Artikode Intelligence (https://www.artikode.com/), una empresa dedicada a la transferencia de innovación en IA al entorno clínico e industrial, con colaboraciones internacionales. Ha liderado más de 100 proyectos de investigación, incluido el prestigioso Marie Curie ITN CLARIFY, coordinando equipos europeos en patología digital e IA. En los últimos años ha participado activamente en siete proyectos europeos, liderando la componente de IA en todos ellos. Con más de 250 publicaciones, más de 5.700 citas y un índice h de 33, cuenta con una trayectoria científica ampliamente reconocida. Ha dirigido 18 tesis doctorales y más de 180 proyectos fin de grado y máster. Su labor ha sido reconocida con diversos premios, entre ellos el Best Innovation for Technology Award (MIHealth Innovation Awards, 2013), el Premio Pioneras_IT (2024), el Premio a la Excelencia Docente del Consejo Social de la UPV (2024), el galardón como Investigadora del Año 2024 de la UPV y el Premio al Talento Femenino en la Ciencia 2025, otorgado por el Ayuntamiento de València.
This talk will explore recent advances in medical imaging with a focus on histological image analysis. We will review the role of Artificial Intelligence (AI), particularly deep learning, in improving the diagnosis and prognosis of diseases such as cancer from whole slide images (WSI). Key challenges such as the scarcity of annotated data and variability across hospitals will be discussed. Real-world applications from recent projects, including clinical collaborations and AI systems developed for pathology, will illustrate how computational tools are transforming digital histology into a critical component of precision medicine.
Pedro Núñez es Profesor Titular del departamento de Tecnología de los Computadores y las Comunicaciones, en la Universidad de Extremadura (España). Es Ingeniero de Telecomunicación desde 2003, y Doctor en 2008 por la Universidad de Málaga (España). Tras su incorporación en 2008 al grupo de robótica y visión artificial (RoboLab), dirige su investigación al área de la robótica social asistencial, siendo investigador principal de varios proyectos regionales, nacionales e internacionales. Es autor de más de cincuenta publicaciones en congresos internacionales de reconocido prestigio, y de más de quince publicaciones con impacto. Actualmente participa como investigador responsable en varios proyectos ligados al uso de robots sociales y tecnologías smart en entornos asistenciales, análisis de imágenes biomédicas y biotecnología y a la conducción autónoma de vehículos eléctricos. Es coordinador de la Cátedra de Patrocinio Pitarch-UEx en soluciones digitales en entorno rural.
Luis V. Calderita is an Assistant Professor at the Department of Computer and Telematic Systems Engineering, University of Extremadura. He earned his B.S. in Computer Science in 2009 and Ph.D. in 2016, both from the University of Extremadura, and an M.S. in Intelligent Systems from the University of Salamanca in 2010. He has also served as an Assistant Professor at the University of Málaga and the University of León. His research focuses on social robotics, human-robot interaction, and robotics software engineering.
Los gemelos digitales están revolucionando la manera en que se diseñan y gestionan los entornos asistidos, ofreciendo modelos virtuales interactivos que replican viviendas reales en tiempo real. Esta tecnología permite monitorizar, predecir y personalizar apoyos para personas con discapacidad intelectual y del desarrollo, optimizando su autonomía y seguridad en el hogar.
En esta charla exploraremos cómo los gemelos digitales, integrados con sensores IoT e inteligencia artificial, pueden analizar patrones de comportamiento, detectar necesidades y adaptar dinámicamente el entorno. Desde el ajuste automatizado de la iluminación y la temperatura hasta la generación de alertas de seguridad y recordatorios personalizados, estos modelos digitales facilitan la vida independiente en viviendas asistidas.
Miguel actualmente se desempeña como Director de Ingeniería en Automatización y Robótica en la Universidad Andrés Bello en Santiago de Chile. Es de formación Ingeniero Electrónico con un Magister en Ciencias de la Ingeniería Electrónica en 2012, y Doctorado en Ingeniería Informática de la Universidad Técnica Federico Santa María en Valparaíso de Chile el 2017. Actualmente es Senior Member de IEEE, donde también participó como voluntario específicamente como Presidente de IEEE Robotics and Automation Society Chile Centro 2022-2023, y como Vice-Presidente de IEEE Chile Centro 2023-2024, actualmente sirviendo como Presidente de IEEE Chile Centro 2025-2026.
En este taller se dará una revisión introductoria a la programación de tarjetas de desarrollo en electrónica, específicamente se trabajará con la tarjeta ESP32 para lectura de sensores y activación de actuadores como luces. En la segunda parte de este taller, se integrará todo lo revisado junto con librería EspAlexa y activar los mismos mecanismos de actuación pero esta vez a través de comandos de voz que pueden ser activados mediante el asistente virtual Alexa en teléfonos móviles o con los dispositivos de Amazon Echo Dot.
Philippe Roose es profesor titular en el IUT de Bayonne de la Université de Pau et des Pays de l'Adour (UPPA). Licenciado y Maitrise en Matemática-Informática de la Universidad de Burdeos, Francia (1995, 1997). Con doctorado en Informática en la UPPA (2000), mención "très honorable - Félicitation orale du jury". Actualmente es el coordinador del programa de Licence Pro en Desarrollo de Computación Avanzada en IUT-UPPA en Bayyone, France. Es miembro ymantiguo director del Grupo de Investigación T2I (Traitements des informations pour l'adaptation de l'interaction au contexte et à l'utilisateur) del Laboratoire Informatique de la UPPA (LIUPPA). Ha publicado un amplio rango de artículos de investigación en revistas científicas y en conferencias internacionales, y es co-autor de varias patentes. Philippe investiga en ingeniería de software, arquitectura de software, movilidad, middleware, interacciones distribuidas, informática ecológica y sostenible e informática distribuida.
El consumo de energía de las IT consume entre 10% y 15% de la energía global del mundo. Por su puesto, nuestro uso de la web también consume. El objetivo de este tutorial es tomar conciencia y saber medir su proprio consumo, elegir los sitios web que - por un mismo servicio - son más ecológicos y hacer el paso a la escala y ver cómo consumen a nivel nacional y internacional. Además, veremos cómo evaluar este consumo con medidas que hablan a cada uno en vez de Joules, Watts o CO2.
Adrián Colomer recibió el grado de Ingeniero en Telecomunicaciones, de máster en Tecnologías de Telecomunicaciones, Sistemas y Redes y de doctor en Telecomunicaciones en 2013, 2014, y 2018, respectivamente. Actualmente, es profesor en el Departamento de Telecomunicaciones y Ciencias de la Computación de la Universitat Politècnica de València y es coordinador de investigación en el CVBLab. Ha publicado más de 50 artículos científicos en revistas y conferencias internacionales.
El resumen de este tutorial
Doctor por la Universidad de Murcia, 2011. Entre sus áreas de interés está la Inteligencia Artificial, concretamente en el desarrollo de modelos basados en conocimiento para aplicaciones context-aware. Estos modelos han contribuido al desarrollo de varios sistemas inteligentes en aplicaciones de Ambient Assisted Living (AAL) y smart education, así como a resolver problemas de fusión de datos de diferentes fuentes de sensores físicos y sensores sociales, especialmente en el área de smart mobility. Ha participado en varios proyectos de investigación competitivos a nivel nacional/regional y a nivel europeo, liderando varios de ellos. Su carrera ha estado apoyada por colaboraciones internacionales que le han permitido participar en trabajos de alta calidad dentro del área de la Inteligencia Artificial. Ha participado en varias conferencias como miembro del comité organizador desde 2015, como por ejemplo en la IEEE International Conference on Intelligent Environments (IE), de la que fue General Chair en 2017. Entre sus contribuciones a la comunidad científica, es Associate Editor en el Journal of Ambient Intelligent and Smart Environments y ha organizado diferentes workshops científicos internacionales. También ha organizado Special Issues en diferentes revistas indexadas en JCR.
GENIALLE (GENerative Intelligent Agents for digitaL Learning Environments) es un proyecto de investigación innovador diseñado para revolucionar los entornos digitales de aprendizaje a través de la integración de Modelos Grandes de Lenguaje (LLMs) y Sistemas Multiagente (MAS), apoyados por tecnologías semánticas. Este proyecto tiene como objetivo mejorar los procesos de aprendizaje, enseñanza y administrativos en la educación. El núcleo de GENIALLE es su enfoque en la inteligencia artificial social, aprovechando las capacidades de los LLMs para crear una experiencia de aprendizaje más interactiva, colaborativa y segura. El proyecto propone integrar LLMs en agentes de software capaces de interactuar tanto con usuarios humanos como con otros agentes del entorno de aprendizaje, facilitando así interacciones dinámicas y conscientes del contexto. Estos agentes inteligentes generativos están diseñados para representar diversos objetivos, preferencias y roles, mejorando las interacciones sociales y proporcionando recomendaciones personalizadas en varios servicios y procesos educativos. Durante esta charla, se mostrarán los avances en el proyecto y los casos de uso desarrollados hasta el momento.
Marlène Villanova is a full professor of computer science at the Université Grenoble Alpes, Grenoble, France. She is affiliated with the Grenoble Computer Science Laboratory, where she led the STeamer research team in geographic information science from 2017 to 2024. She is now a member of the STORIES research team, created in January 2025. Her research focuses on semantic modeling, analysis, and visualization of spatiotemporal data, particularly related to the notion of trajectory (mainly life courses and territorial evolution). Her work aims to improve understanding, analysis, and decision-making in various fields, by exploiting semantic web technologies and data visualization techniques, and by leveraging the contributions of cognitive science. In parallel with her research, she teaches in the Data Science department of the IUT (University Institute of Technology) where she is responsible for the Visualization Tools and Business Intelligence program.
In the first part of this tutorial, I will review the underlying principles of the Data Visualisation, show why it works, since it uses the human visual system, do a small tour of the side of the cognitive sciences, and also highlight its limits. In the second part, I will show that behind Data Visualisation there are different forms (scientific datavis, stortelling, infographics, dashboards, etc.), which are supported by different graphic representations; the idea is to respond to Which Data Visualization for which uses? Finally, I will discuss about the place of AI in the field of Data Visualization, how AI is used, with which tools and which limitations?
