DS836: AI Ethics by Design

Studienævn for naturvidenskabelige IT-uddannelser

Undervisningssprog: På dansk eller engelsk afhængigt af underviser
EKA: N340120102
Censur: Intern prøve, en bedømmer
Bedømmelse: Bestået/Ikke bestået
Udbudssteder: Odense
Udbudsterminer: Efterår
Niveau: Kandidat

STADS ID (UVA): N340120101
ECTS-point: 5

Godkendelsesdato: 29-04-2025


Varighed: 1 semester

Version: Godkendt - aktiv

Intern kursuskode

DS836

Indgangskrav

Bestået (professions-) bachelorgrad.
Dette kursus kan ikke følges af kandidatstuderende på Datalogi.

Faglige forudsætninger

Kurset er introducerende.

Formål

Kurset har til formål at sætte den studerende i stand til at analysere dataetiske problemstillinger og it-etiske problemstillinger i tilknytning til kunstig intelligens samt arbejde med værdibaserede design metoder, hvilket er vigtigt for pro-aktiv indlejring af etiske værdier i designfasen. 

Kurset giver et fagligt grundlag for at anvende den viden, de kompetencer og færdigheder, der erhverves i uddannelsen under hensyntagen til spørgsmål om data-etik, værdibaseret design og it-etiske problemstillinger i relation til kunstig intelligens.

Målbeskrivelse

For at opnå kursets formål er det læringsmålet for kurset, at den studerende demonstrerer evne til at:            

  • analysere problemstillinger relateret til data-etik samt it-etik og kunstig intelligens.
  • besidde kendskab til værdibaserede design metoder.

Indhold

Kurset indeholder følgende faglige hovedområder: 

  • Værdibaserede design metoder.
  • Algoritmer og dataetik.
  • Kunstig intelligens og etik.

Litteratur

Se itslearning for pensumlister og yderligere litteraturhenvisninger.

Eksamensbestemmelser

Eksamenselement a)

Tidsmæssig placering

Efterår

Udprøvninger

Aktiv undervisningsdeltagelse

EKA

N340120102

Censur

Intern prøve, en bedømmer

Bedømmelse

Bestået/Ikke bestået

Identifikation

Fulde navn og SDU brugernavn

Sprog

Følger, som udgangspunkt, undervisningssprog

Hjælpemidler

Oplyses på kurset

ECTS-point

5

Uddybende information

Aktiv undervisningsdeltagelse: Udprøvning ved aktiv undervisningsdeltagelse forudsætter aktiv og tilfredsstillende deltagelse i kurset. Den studerende skal deltage aktivt i faglige diskussioner og undervejs afvikle tre gruppeoplæg (formatet aftales) samt være opponent ved tre gruppeoplægs-sessioner. Den studerende skal desuden lave en gruppe-poster præsentation (3-4 medlemmer/gruppe) med afsæt i en selvvalgt problemstilling inden for kursets temaer.

Re-eksamen: Får den studerende ikke bedømt aktiv undervisningsdeltagelsen til bestået (ordinær prøveform), foregår reeksamen i henhold til nedenstående re-eksamensbestemmelser.

Prøveform: Skriftlig online stedprøve med overvågning via Zoom og Exam Monitor
Hjælpemidler: Alle hjælpemidler undtagen internet
Varighed: 4 timer

Vejledende antal undervisningstimer

26 timer per semester

Undervisningsform

Skemalagte undervisningstimer: 


Antal undervisningstimer i alt: 26 

Heraf: 

Fællestimer i klasselokale/auditorium: 26  

 Undervisningen afvikles med forelæsninger, diskussioner samt studenteroplæg.

 Andre planlagte undervisningsaktiviteter:  

  • Case-arbejde.
  • Forberedelse af forelæsninger.
  • Forberedelse af fremlæggelser.

Ansvarlig underviser

Navn E-mail Institut
Anne Gerdes gerdes@sdu.dk Institut for Medier, Design, Læring og Erkendelse

Skemaoplysninger

Administrationsenhed

Institut for Matematik og Datalogi (datalogi)

Team hos Registratur

NAT

Udbudssteder

Odense

Anbefalede studieforløb

Overgangsordninger

Overgangsordninger beskriver, hvordan et kursus erstatter et andet kursus, når der ændres i et studieforløb.
Hvis der er lavet en overgangsordning for et kursus vil den fremgå af oversigten.
Se overgangsordninger for alle kurser på Det Naturvidenskabelige Fakultet.