AI och datastrategi, 5 hp
AI and Data Strategy, 5 credits
Kurskod: IN8044
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
Kandidatexamen inklusive ett självständigt arbete 15 hp eller Högskoleingenjörsexamen inklusive ett självständigt arbete 15 hp. Engelska 6. Undantag ges för kravet på svenska.
Kursens inplacering i utbildningssystemet
Kursen ges som fristående kurs.
Mål
Kursen mål är att studenten ska utveckla teoretisk kunskap och använda sig av verktyg för att beskriva och analysera institutionella, industriella och företagsmässiga faktorer som styr datakoordinering och data (åter-) användning inom artificiell intelligens (AI).
Efter avslutad kurs ska studenten kunna:
Kunskap och förståelse
- identifiera, definiera och beskriva centrala dimensioner och faktorer på företagsnivå relaterade till AI-datakoordinering
- förklara och beskriva institutionella ramar som påverkar och styr marknadsbeteende gällande AI-datakoordinering
Färdighet och förmåga
- diskutera och analysera hur och varför datatillgång och datadelning påverkar AI-baserade innovation och industriell och organisatorisk transformation
- beskriva de institutionella styrmekanismerna inom datahandel och dess problem relaterade till maskingenererade data
- analysera praxis och beteende på företagsnivå i datakoordinering
Värderingsförmåga och förhållningssätt
- reflektera över förändringar, som inträffar i en nätverksbaserad AI-miljö med omdefinierade kunskapsdelningsregler, bland företag
- reflektera över hur man organiserar AI-datakoordinering i teknikbaserade företag
Innehåll
Kursen länkar litteratur kring institutionell ekonomi och industriell organisation kring datakoordinering och datahandel.
Kursen berör institutioner, datatillgång och data(åter-)användning i en AI-miljö. Kursen indelas i tre moduler:
- Institutioner, lagar och regler relaterade till AI-datatillgång, AI-datadelning och AI-data(åter-) användning.
- Dataegenskaper som påverkar AI-datakoordinering.
- Faktorer på företagsnivå som påverkar skapande av AI-datavärde och AI-datakoordinering.
Undervisningsspråk
Undervisning
Undervisningen består av föreläsningar, hemuppgifter, gruppdiskussioner, seminarier, övningar och handledning i form av analys och praktisk fallstudiebaserad problemlösning, och gruppredovisningar.
Undervisningen bedrivs genom blandat lärande (blended learning).
Betygsskala
Examinationsformer
Kursen examineras genom tre rapporter som kommer att presenteras och försvaras vid seminarier och lämnas in efter seminarierna.
2301: Seminarierapport I, 1,5 hp
Tvågradig skala (UG): Underkänd (U), Godkänd (G)
2302: Seminarierapport II, 1,5 hp
Tvågradig skala (UG): Underkänd (U), Godkänd (G)
2303: Seminarierapport III, 2 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
Valda kapitel från:
Agrawal,A; Gans, J; Goldfarb, A (eds.) The Economics of Artificial Intelligence: An Agenda. University of Chicago Press, 2019
OECD Enhancing Access to and Sharing of Data: Reconciling Risks and Benefits for Data Re-use across Societies, OECD Publishing, 2019
Kompendium av artiklar som delas ut under kursens gång.