Anvendt AI
Kursusindhold
Kurset giver en grundlæggende teknisk forståelse af forskellige former for kunstig intelligens (AI) og deres praktiske anvendelse. Studerende introduceres til centrale begreber og metoder, herunder maskinlæring, neurale netværk og databehandling, og arbejder med at analysere, hvordan AI-systemer bearbejder tekst, billeder og andre dataformer.
Gennem praktiske øvelser afprøves forskellige teknikker til at undersøge AI’s funktion, output og begrænsninger. Kurset lægger vægt på eksperimenterende læring, hvor studerende opbygger en forståelse af AI’s interne mekanismer og deres betydning for systemernes anvendelighed.
Undervisningen eksemplificerer disse tekniske principper gennem tematiske nedslag, f.eks. AI og kreativitet, beslutningstagning eller automatisering. Temaerne giver konkrete eksempler på, hvordan teknologiske valg påvirker systemernes output og anvendelse i praksis.
Målet er at give studerende en teknisk viden, der kan danne grundlag for videre analyser af faktisk forekommende og potentielle anvendelser af AI i forskellige sammenhænge. Kurset forbereder dermed studerende på at arbejde videre med brug af AI og de samfundsmæssige, kulturelle og organisatoriske implikationer i andre faglige kontekster.
Applied AI
Tilvalgsfagpakken i Digitale transformationer: AI, organisationer og samfund.
Tilvalgsfagpakkerne er kun åbne for HUM studerende fra Københavns Universitet.
Ved undervisningens afslutning kan den studerende demonstrere:
Viden om og forståelse af
- de tekniske og algoritmiske grundprincipper bag kunstig intelligens, herunder generative AI-systemers relation til tidligere former for kunstig intelligens og til andre former for maskinlæring.
- udvalgte AI-systemers tekniske implementering, herunder træning, datagrundlag, infrastrukturel indlejring og de ressourcemæssige omkostninger ved udvikling og drift.
- Hvordan AI systemers design og træningsdata påvirker deres output og anvendelse.
- analyse- og evalueringsstrategier til at undersøge, hvordan AI-systemers tekniske egenskaber påvirker præcision, bias og ressourceforbrug i praksis.
- Typiske benchmarking-procedurer og deres anvendelighed ift. konkrete anvendelsessammenhænge.
Færdigheder i at
- identificere, analysere og vurdere centrale problemstillinger relateret til AI-systemers tekniske egenskaber, herunder deres arkitektur, træningsprocesser, datagrundlag og ressourceforbrug.
- forklare og diskutere, hvordan AI-systemer genererer output, samt hvordan dette påvirker præcision, bias og anvendelsesmuligheder.
- udvælge og anvende relevante analyse- og evalueringsmetoder til at undersøge hvordan et AI-systems tekniske egenskaber påvirker en given anvendelseskontekst.
- formulere en selvstændig, videnskabelig problemstilling omhandlende AI-systemers tekniske egenskaber, deres konkrete brug og deres konsekvenser i en given anvendelsessammenhæng.
Kompetencer til at
- selvstændigt identificere, analysere og evaluere centrale konsekvenser af inddragelsen af AI-systemer i en given anvendelsessammenhæng, med særligt henblik på samspillet mellem systemernes tekniske egenskaber og kontekstuelle forhold af eksempelvis organisatorisk, institutionel, eller samfundsmæssig karakter.
- reflektere over de ressourcemæssige, tekniske og metodiske implikationer ved udvikling, implementering og drift af AI-systemer i en given anvendelsessammenhæng.
- formidle komplekse analyser af AI-systemers tekniske funktion, anvendelsesmuligheder og begrænsninger i et klart, præcist og videnskabeligt sprog.
Undervisningen vil bestå af en kombination af forelæsninger, studenteropæg og praktiske øvelser.
Tilvalgsfagpakkerne er kun åbne for HUM studerende fra Københavns Universitet.
- ECTS
- 15 ECTS
- Prøveform
-
Hjemmeopgave , 6-10 ns.Mundtlig prøve, 20 min. inkl. votering.
- Prøveformsdetaljer
- Mundtlig prøve med fri hjemmeopgave.
Igennem semestret udarbejder de studerende i grupper 3 mindre empiriske undersøgelser med udgangspunkt i konkrete analyser af et eller flere AI-systemer. Undersøgelserne kan afleveres som øvelsesopgaver igennem semestret og der gives feedback af underviser eller instruktor til de opga-ver der er afleveret til tiden. Længden og formen for øvelsesopgaverne samt afleveringstidsfrister fastsættes af underviseren.
Hjemmeopgaven tager udgangspunkt i en eller flere af de mindre empiriske undersøgelser og omhandler operationalisering af undersøgelses-spørgsmål med relevans for AI samt udvælgelse, indsamling og analyse af empirisk materiale samt en diskussion af opgavens resultater.
Den mundtlige prøve starter med eksaminandens sagsfremstilling på max. 5 minutter, som tager udgangspunkt i hjemmeopgaven. Efterfølgende er der max 10 minutters dialog mellem den studerende og eksaminatorer samt min. 5 min. til votering. Den samlede tid for den mundtlige prøve er 20 min.
Gruppeprøvebestemmelser: Den mundtlige prøve kan kun aflægges individuelt. Hjemmeopgaven kan udarbejdes individuelt eller i grupper af op til 4 studerende.
Omfang ved gruppeprøve: Opgavens længde er uafhængig af gruppens størrelse.
Vægtning: Ved eksamen tæller hjemmeopgaven og den mundtlige prøve hver 50% i bedømmelsen. - Hjælpemidler
- Kun visse hjælpemidler tilladt (se beskrivelse nedenfor)
Hjemmeopgave: Alle hjlæpemidler tilladt
Mundtlige prøve: Eksaminanden må medbringe en udprintet kopi af den afleverede opgave samt en skriftlig disposition til den mundtlige fremlæggelse. Dispositionen må højst være på 1 normalside og en kopi af den skal i så fald afleveres ved eksaminationens begyndelse til bedømmerne.
- Bedømmelsesform
- 7-trins skala
- Censurform
- Ingen ekstern censur
- Reeksamen
-
Samme som den ordinære prøve.
Kriterier for bedømmelse
Se målbeskrivelsen.
- Kategori
- Timer
- Holdundervisning
- 56
- Forberedelse (anslået)
- 168
- Praktiske øvelser
- 28
- Studiegrupper
- 100
- Eksamen
- 60,5
- Total
- 412,5
Kursusinformation
- Undervisningssprog
- Dansk
- Kursusnummer
- HBTB00141U
- ECTS
- 15 ECTS
- Niveau
- Bachelor
Bachelor tilvalg
- Varighed
-
1 semester
- Placering
- Efterår
- Skemagruppe
-
Se skemalink.
- Studienævn
- Studienævn for Kommunikation
Udbydende institut
- Institut for Kommunikation
Udbydende fakultet
- Det Humanistiske Fakultet
Kursusansvarlig
- Rasmus Helles (6-7867796e6b72466e7b7334717b346a71)
Underviser
Rasmus Helles
Anders Søgaard
Er du BA- eller KA-studerende?
Kursusinformation for indskrevne studerende