AI och innovationshantering, 3 hp
AI and Innovation Management, 3 credits
Kurskod: IN8045
Akademin för företagande, innovation och hållbarhet
Nivå: Avancerad nivå
Välj kursplan
Fastställd av: Forsknings- och utbildningsnämnden, 2024-09-18 och gäller studenter antagna vårterminen 2025.
Huvudområde med fördjupning
Industriell organisation, Avancerad nivå, har endast kurs/er på grundnivå som förkunskapskrav. (A1N)Behörighetskrav
Engelska 6 samt Högskoleingenjörsexamen inklusive ett självständigt arbete 15 hp, Teknologie kandidatexamen inklusive ett självständigt arbete 15 hp, eller motsvarande. Undantag ges för kravet på svenska.
Kursens inplacering i utbildningssystemet
Kursen ges som fristående kurs.
Mål
Kursens mål är att studenten genom reflektioner kring införandet av artificiell intelligens (AI) utvecklar sin kunskap och förmåga att resonera om hur AI kan kopplas till innovation i företagssammanhang.
Efter avslutad kurs ska studenten kunna:
Kunskap och förståelse
- beskriva hur AI kan hanteras i innovationsprocessen
- sammanfatta fördelar och risker med AI i innovationsprocessen
Färdighet och förmåga
- tillämpa metoder och analysramar för att genomföra en produkt/tjänsteinnovation
- hantera AI i innovationsprocesser som produktionsinnovation, i olika organisatoriska kontext
Värderingsförmåga och förhållningssätt
- reflektera över etiska spörsmål och lagars roll kring AI, innovationer och innovationshantering
Innehåll
Kursen introducerar begreppet innovationshantering och dess olika dimensioner. Aspekter relaterade till AI-adoption relaterade till teknik, organisation, lagar och andra regelsverk diskuteras. Kursen tar upp hur man kan förstå dessa processer utifrån ett organisationsperspektiv samt vilken roll AI kan spela i dessa processer. Kursen är uppdelad i tre moduler som behandlar AI inom produkt/teknikinnovation, tjänsteinnovation (NSD) och teknikutveckling.
Studenten uppnår kursmålen genom deltagande i praktiska övningar i form av nätbaserat lärande, podcast, examinationer och reflektioner kring införandet av AI i innovationsprocessen
Undervisningsspråk
Undervisning
Kursen är baserad på blandat lärande i form av föreläsningar, seminarier och nätbaserat lärande. Kursen innehåller praktiska övningar som inkluderar klasser och podcasts.
All kursinformation och kursmaterial laddas upp på Högskolans lärplattform.
Betygsskala
Examinationsformer
Kursen examineras genom en individuell skriftlig inlämning per modul och en individuell skriftlig hemtentamen.
2303: Inlämningsuppgifter, 2 hp
Tvågradig skala (UG): Underkänd (U), Godkänd (G)
2304: Skriftlig hemtentamen, 1 hp
Tvågradig skala (UG): Underkänd (U), Godkänd (G)
Undantag från angiven examinationsform
Om särskilda skäl finns får examinator göra undantag från angiven examinationsform och medge att en student examineras på annat sätt. Särskilda skäl kan till exempel vara beslut om riktat pedagogiskt stöd.
Kursvärdering
I kursen ingår kursvärdering. Denna är vägledande för utveckling och planering av kursen. Kursvärderingen dokumenteras och redovisas för studenterna.
Kurslitteratur och övriga läromedel
Litteraturlista 2025-01-20 – Tills vidare
Brock, J. K. U., & Von Wangenheim, F. Demystifying AI: What digital transformation leaders can teach you about realistic artificial intelligence. California Management Review. (2019). 61(4), s. 110-134.
Garbuio, M., & Lin, N. Artificial intelligence as a growth engine for health care startups: Emerging business models. California Management Review. (2019). 61(2), sida 59-83.
Grewal, D., Guha, A., Satornino, C. B., & Schweiger, E. B. Artificial intelligence: The light and the darkness. Journal of Business Research. (2021). , 136, s. 229-236.
Huang, M. H., & Rust, R. T. Artificial intelligence in service. Journal of Service Research. (2018). 21(2), s.155-172.
Kinkel, S., Baumgartner, M., & Cherubini, E. Prerequisites for the adoption of AI technologies in manufacturing–Evidence from a worldwide sample of manufacturing companies. Technovation. (2022). 110, 102375.
Lebovitz, S., Levina, N., & Lifshitz-Assaf, H. Is AI Ground Truth Really ‘True’? The Dangers of Training and Evaluating AI Tools Based on Experts’ Know-What.(2021) MIS Quarterly
Zhang, H., Zhang, X., & Song, M. Deploying AI for New Product Development Success: By embracing and incorporating AI in all stages of NPD, companies can increase their success rate of NPD projects. Research-Technology Management. (2021). , 64(5), s. 50-57.
