Sök Stäng
Kursplan

AI för chefer, 2,5 hp

AI for Executives, 2.5 credits

Kurskod: DT8045

Akademin för informationsteknologi

Nivå: Avancerad nivå

Välj kursplan

Version
2025-01-20 - Tills vidare

Fastställd av: Forsknings- och utbildningsnämnden, 2024-10-14 och gäller studenter antagna vårterminen 2025.

Huvudområde med fördjupning

Datateknik, Avancerad nivå, har endast kurs/er på grundnivå som förkunskapskrav. (A1N)

Behörighetskrav

Kandidatexamen eller Högskoleingenjörsexamen. Engelska 6. Undantag ges för kravet på svenska.

Kursens inplacering i utbildningssystemet

Kursen ges som fristående kurs.

Mål

Målet med denna kurs är att ledare och chefer ska utveckla en realistisk bild av AI och lära sig några icke-tekniska förklaringar av några väsentliga verktyg i AI. De ska lära sig hur man sätter upp en strategi för datainsamling och AI, hur man skapar en AI-enhet eller ett team och hur de kan gå vidare från ett traditionellt produkt / tjänsteföretag till ett AI-baserat företag.

Det förväntas att studenterna i slutet av kursen blivit utrustade med tillräckligt med kunskap för att starta sin AI-resa. De förväntas också kunna agera mer välinformerat i förhandlingar med AI-baserade produkt- eller tjänsteleverantörer och fatta bättre beslut om investeringar i AI-teknik.


Efter avslutad kurs ska studenten kunna:

Kunskap och förståelse

  • identifiera lämpliga tillämpningar av AI i en företagsorganisation
  • skilja mellan processautomation, smal AI och allmän AI


Färdighet och förmåga

  • identifiera lämpliga AI-verktyg för ett givet problem
  • skilja mellan ett lågriskprojekt med hög vinst och ett högriskprojekt med låg vinst


Värderingsförmåga och förhållningssätt

  • bedöma riskerna med att genomföra AI-projekt
  • välja adekvata AI-strategier

Innehåll

De flesta kurser om AI för chefer utvecklas ur ett affärsperspektiv så de innehåller vanligtvis inte material om fundamentala idéer bakom AI-metoder och deras tillämpningar. Tekniska kurser om AI går vanligen på djupet om algoritmer och matematik, varför de passar mindre bra för personer utan mycket programmeringsbakgrund. Denna kurs är en kombination av de två perspektiven, utifrån förutsättningarna att deltagarna har en kandidatexamen eller motsvarande bakom sig. Den tillhandahåller viss träning i teknologierna och idéerna bakom dem och guidar sedan hur man kan tillämpa teknologierna i ett företag.

Kursen omfattar en introduktion till AI, AI-verktyg och applikationer, AI-styrkor och begränsningar, hur ett AI-projekt ser ut och hur man går mot ett AI-baserat företag.

Introduktionen gör det möjligt för studenter med olika bakgrund att lära sig grundläggande begrepp inom AI, datavetenskap och maskininlärning ur en icke-teknisk synvinkel, men inte så grunt att de inte kan skilja på olika tekniker. Efter detta är studenterna bekanta med några av de väsentliga AI-verktygen, såsom maskininlärning, djupinlärning och andra. Studenterna ges möjlighet att lära sig om motiv och idéer bakom olika AI-verktyg och deras tillämpbarhet. Exempel ges på vad AI kan göra och inte kan göra. Etiska frågor och utmaningar täcks, till exempel integritet, diskriminering och säkerhet. I de sista delarna redovisas huvudkomponenterna i ett framgångsrikt AI-projekt och hur man kan gå vidare mot ett AI-baserat företag och de problem och utmaningar som en traditionell organisation kan möta på denna resa. Studenter förväntas ta med sig verkliga fallstudier från sina organisationer och diskutera styrkor och begränsningar av AI i sina fallstudier.

Undervisningsspråk

Undervisningen bedrivs på engelska.

Undervisning

Undervisningen består av föreläsningar, inlämningsuppgifter och kunskapskontroller.
All undervisning sker digitalt.

Betygsskala

Tvågradig skala (UG): Underkänd (U), Godkänd (G)

Examinationsformer

Examinationen består av ett projekt med skriftlig redovisning.

2001: Projektrapport, 2,5 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

Välj litteraturlista
2025-01-20 – Tills vidare

Litteraturlista 2025-01-20Tills vidare

Russell, Stuart, and Peter Norvig. Artificial intelligence: A modern approach. Pearson Higher Ed, 2013


Burgess, Andrew. The Executive Guide to Artificial Intelligence: How to identify and implement applications for AI in your organization. Springer, 2017