Innholdsfortegnelse

Emnet er tilknyttet følgende studieprogram

Undervisningsspråk

Engelsk

Forkunnskapskrav

Bachelorgrad eller tilsvarende utdanning av minst 180 studiepoengs omfang og minst to års relevant yrkespraksis.

Anbefalte forkunnskaper

Det anbefales gode kunnskaper i engelsk og grunnleggende matematikk og programmeringsferdigheter for å kunne analysere AI-modellene.

Læringsutbytte

Etter fullført emne skal studenten kunne:

  • definere ansvarlig AI-nøkkeldimensjoner inkludert rettferdighet, ansvarlighet og åpenhet
  • diskutere hvorfor ansvarlig AI er nødvendig og hvordan det kan sikres i praksis
  • demonstrere kunnskap om sentrale beregninger knyttet til skjevhet og om sentrale forklaringstilnærminger
  • implementere ansvarlige AI-vurderinger for modeller som er utviklet med bruk av Automated Machine Learning (AutoML)
  • lage undersøkelser for å vurdere AI-applikasjoner med tanke på rettferdighet, ansvarlighet og åpenhet
  • evaluere og vurdere egnetheten til AI for å løse ulike problemtyper og relaterte etiske utfordringer
  • skape forståelse for å lette kommunikasjonen mellom ledelse, tekniske team og myndigheter

Innhold

Emnet bygger på konsepter og metoder fra flere ulike felt, inkludert matematikk, informatikk, statsvitenskap, juss, sosiologi, bedriftsøkonomi, ledelse og filosofi. I løpet av emnet vil studentene lære å bruke teoretiske og statistiske konsepter for skjevhetsvurdering og rettferdighetsvurdering. Studentene vil bli oppfordret til å koble oppgaver med faktiske problemstillinger fra deres arbeid. Studentene skal lære å identifisere de riktige ansvarlige AI-problemene som må løses.

Emnet skal gi studentene et systematisk grunnlag for å adressere rettferdighet, ansvarlighet og gjennomsiktighet i AI, bygge bro mellom etiske prinsipper og AI-implementering for å skape en verdi som igjen er viktig for samfunnet. Ansvarlig AI er viktig for å fremme tillit til AI-systemer, som er en stor gjenværende hindring for å realisere de mest transformative AI-teknologiene.

Undervisnings- og læringsformer

Undervisningen blir gitt som digitale samlinger med forelesninger, fellesarbeider og oppfølging mellom samlingene. I forelesningene vil det bli lagt vekt på dialog mellom studentene. Det legges opp til aktiv deltakelse fra studentene gjennom presentasjoner av artikler og eksempler fra praksis. En viktig del av emnet er arbeid med obligatoriske prosjektoppgaver, der studenter samarbeider. Totalt arbeidsomfang er 270 timer.

Vilkår for å gå opp til eksamen

Godkjente obligatoriske innleveringer. Nærmere informasjon gis i Canvas.

Eksamen

Mappeinnlevering med individuelle oppgaver som teller 40 % av karakteren og prosjektrapport i gruppe som teller 60 %. Nærmere informasjon om innhold i mappen gis i Canvas. Gradert karakter A-F.

Det gis ikke utsatt eksamen i emnet.

Studentevaluering

Emneansvarlig fastsetter i samråd med studenttillitsvalgt evalueringsform og om emnene skal ha midtveis- eller sluttevaluering i tråd med kvalitetssystemet kapittel 4.1.

Tilbys som enkeltemne

Nei, tilbys som videreutdanningsemne.
Sist hentet fra FS (Felles studentsystem) 15. okt. 2026 17:08:13