DS816: Ethics by Design

Det Naturvidenskabelige Studienævn

Undervisningssprog: På dansk eller engelsk afhængigt af underviser
EKA: N340067102
Censur: Intern prøve, to eller flere bedømmere
Bedømmelse: 7-trinsskala
Udbudssteder: Odense
Udbudsterminer: Efterår
Niveau: Kandidat

STADS ID (UVA): N340067101
ECTS-point: 5

Godkendelsesdato: 05-11-2019


Varighed: 1 semester

Version: Arkiv

Kommentar

NEDLÆGGES - udbudt sidste gang E20.
Kurset udbydes første gang efterår 2020.

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 data etiske problemstillinger og it-etiske problemstillinger i tilknytning til kunstig intelligens samt arbejde med værdibaseret 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.

I forhold til uddannelsens kompetenceprofil har kurset eksplicit fokus på at:

  • give kompetencer til at håndtere arbejds- og udviklingssituationer, således at spørgsmål om data-etik samt it-etik og kunstig intelligens reflekteres mhp. pro-aktiv indlejring i designfasen.
  • give færdigheder i analyse af og refleksion over data-etiske samt it-etiske problemstillinger, herunder brug af metoder til værdibaseret design.
  • give viden om designmetoder til identificering og håndtering af data-etiske spørgsmål samt it-etiske spørgsmål relateret til kunstig intelligens.
  • give viden om data-etiske og it-etiske spørgsmål, såsom, f.eks. fairness i algoritmer, transparens, profilering, ansvar og værdiafstemning ifm. kunstig intelligente systemer.
  • teorier om data-etik, it-etik og kunstig intelligens samt værdibaseret design metoder.

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: 

  • Teknologifilosofi.
  • Værdibaseret design metode.
  • Big data og dataetik.
  • Kunstig intelligens og etik.
  • Grundlæggende maskin-etik.

Litteratur

Se BlackBoard for pensumlister og yderligere litteraturhenvisninger.

Eksamensbestemmelser

Eksamenselement a)

Tidsmæssig placering

Januar

Udprøvninger

Mundtlig eksamen

EKA

N340067102

Censur

Intern prøve, to eller flere bedømmere

Bedømmelse

7-trinsskala

Identifikation

Studiekort

Sprog

Følger, som udgangspunkt, undervisningssprog

Varighed

Forberedelse 20 min.

Eksamination 20 min. inkl. censur

Hjælpemidler

Alle tilladt.

ECTS-point

5

Uddybende information

Den studerende trækker før forberedelsestiden et spørgsmål i pensum. Eksamen former sig som et oplæg på 5 minutter. Der følger en diskussion mellem eksaminatorer og den studerende primært med afsæt i eksamensspørgsmålet og oplægget, men den studerende skal også kunne relatere til andre emner fra fagets forløb.

Eksamensformen ved reeksamen kan være en anden end eksamensformen ved den ordinære eksamen.

Vejledende antal undervisningstimer

26 timer per semester

Undervisningsform

På naturvidenskab er undervisningen tilrettelagt efter trefasemodellen dvs. intro, trænings- og studiefasen.

  • Introfase 13 timer 
  • Træningsfase 13 timer, heraf eksaminatorier 13 timer og laboratorieøvelser 0 timer 

Aktiviteter i studiefasen:

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

Ansvarlig underviser

Navn E-mail Institut
Anne Gerdes gerdes@sdu.dk Institut for Design og Kommunikation (00)

Skemaoplysninger

Administrationsenhed

Institut for Matematik og Datalogi (datalogi)

Team hos Uddannelsesjura & Registratur

NAT

Udbudssteder

Odense

Anbefalede studieforløb

Profil Uddannelse Semester Udbuds periode