Sesión 1: Investigación y análisis

• Revisión de literatura sobre sistemas de recomendación y tecnologías relacionada.
• Identificación de problemas y oportunidades en el dominio específico para el cual se desarrollará el sistema.

Sesión 2:  Explicación y exposición del funcionamiento de un sistema de recomendación basado en filtrado colaborativo

Sesión 3: Planificación y organización

• Creación de grupos para desarrollo del proyecto usando metodología cooperativa.
• Elección del contexto y los datos por parte de cada equipo.
• Elección de soporte digital para crear el proyecto (Plantilla).

Sesión 4: Estructura y evaluación formativa

• Exposición de los datos recogidos.
• Reflexión de esos datos sobre su veracidad y relevancia en el proyecto.
• Uso de lista de control para evaluación formativa.

Sesión 5: Explicación matemática

• Explicación y contextualización del uso de la normalización de los datos. 

Sesión 6 y 7: Trabajo en el proyecto y obtención de resultados

Sesión 8: Exposición/Oratoria del prototipo por parte de cada grupo

Sesión 9: Reflexión y conclusión técnica y ética sobre la construcción del prototipo

¿Realmente todos los datos que se recogen tienen la misma relevancia? 
¿Cómo se puede mejorar su eficiencia independientemente de los datos? 
¿Cómo se puede abordar los problemas de privacidad en estos sistemas? 
¿Hay alguna forma de evaluar los resultados de un sistema de recomendación? 
¿Cómo podemos garantizar que los sistemas de recomendación no sean utilizados para fines de manipulación? 
¿Cómo los desarrolladores de IA pueden prevenir la discriminación y los sesgos en la recomendación de productos?