Forudsætninger/Anbefalede forudsætninger for at deltage i modulet

Modulets indhold, forløb og pædagogik

Mål;
Fagpakken vil understøtte evalueringer og strategiske beslutninger ift. organisationens it-understøttende arbejde, f.eks. i spørgsmålet om organisationens eksisterende systemers effektivitet, potentialer og barrierer, samt i forbindelse med nyudvikling. Fagpakken giver de studerende færdigheder og kompetencer til, i dialog med organisationen, at finde svar på udfordringer eller potentialer som organisationen står i, som relaterer sig til, hvordan forskellige teknologier understøtter (eller ikke understøtter) arbejdsprocesser. De studerende vil kunne identificere relevante spørgsmål og datasæt, få styrket evnen til at reflektere over de mønstre, tematikker og strukturer, som ses i datamaterialet, samt kunne begrunde, hvad der er relevant for organisationen at handle på. 

Jf. afsnittet Mål er der på fagpakken, foruden de faglige teorier og modeller som knytter sig til emnet, også et krav om at forholde sig til relevante akademiske metoder. Det forventes således, at de studerende i deres arbejde (fx rapportafleveringer) forholder sig både til faglige teorier, akademiske metoder og teknikker (fx ift valg af metode til indsamling af data og analyse af data) og til almen akademisk praksis (fx kritisk refleksion over litteratur og fund i egne data).

Fagpakken vil indeholde værktøjer til at arbejde datadrevet, både ift. metoder for dataindsamling og for dataanalyse. Der vil blive lagt vægt på at arbejde med at kunne redegøre for valg og fravalg, fx ift. valg af relevante teorier. Der arbejdes med et specifikt fokus på it-understøttet arbejde, men de datasæt, som kan inddrages, kan have forskellige tematikker for den enkelte studerende. Nogen vil måske arbejde med data, der allerede findes i virksomheden/organisationen (som fx logfiler, mails eller mødenoter) og andre måske med eksterne data (som fx fra offentlige tilgængelige debatter eller kundefeedback på sociale medier). Der vil også blive arbejdet med forskellige typer af ustruktureret data, fx tekst og billeder. Desuden vil der blive arbejdet med etiske forhold i data-anvendelsen. 

Læringsmål

Viden

• Teorier om data og datagrundlag, fx ud fra et computationelt, humanistisk og organisatorisk perspektiv.
• Digitale metoder og teknikker til indsamling, kortlægning og analyse af datasæt
• Teorier om design og udførelse af egne undersøgelser af it-understøttet arbejde
• Teorier om bruger- og medarbejderinddragelse, og organisatorisk læring
• Metoder, teknikker og teorier om datainterventioner og datasprints
• Politikker og procedurer på området, samt introducerende viden om legalitetsspørgsmål, herunder viden om, hvor der kan indhentes juridisk rådgivning.

Færdigheder

• Vurdere, hvilke problemstillinger med afsæt i it-understøttet arbejde, der egner sig til hvilke undersøgelsesmetoder (fx valg mellem store datasæt af eksisterende og tilgængelig data, eller små komplekse datasæt med nyetableret eller endnu ikke indsamlet data).
• Planlægge, samt vurdere, hvordan og hvilke kompetencer og ressourcer, der skal inddrages for at gennemføre datadrevet undersøgelse af it-understøttet arbejde.
• Prioritere, samarbejde og kommunikere om resultater af en datadrevet undersøgelse af it-understøttet arbejde specifikt, samt om strategier herfor generelt. 
• At kunne, på et introducerende niveau, lede andre gennem datadrevet undersøgelser af it-understøttet arbejde, herunder fx erfaringsudvekslingssessioner på basis af data, som andre har undersøgt.

Kompetencer

• At forholde sig kritisk og refleksivt i forhold til de introducerede teorier, metoder og teknikker, samt anvende disse selvstændigt. 
• At kunne gennemføre et mindre data-drevet udviklingsprojekt om it-understøttet arbejde, herunder indsamling af simple datasæts, behandling og klargøring af disse data, samt udarbejdelse af analyser og fortolkning. 
• At kunne indgå i større mere komplekse analyser, hvor der trækkes på eksterne ressourcer til fx fagspecifik viden, eller meget store datasæt i analysearbejdet, som fx kræver avanceret teknologisk støtte.
• At kunne identificere områder, hvor der kan være problemstillinger af dataetisk karakter ift. GDPR og/eller ophavsretslige dimensioner, fx i relation til kvalitative data, herunder samtykke, opbevaring og sletning af data.

Undervisningsform

Undervisningen bygger på vekselvirkning mellem oplæg, dialog og cases, samt case-materialer, som inddrages eksemplarisk og dermed giver mulighed for at arbejde hands-on tidligt i processen. Der skal udarbejdes et projekt, som deltagerne bliver mundtlig eksamineret i. Dette problem-baserede læringsprojekt (PBL), kan den/de studerende selv definere og udfolde faciliteret i en dialog med en vejleder. Studerende vil dermed kunne zoome specifikt ind på én eller flere faglige teorier, metoder eller teknikker fra fagpakken. I PBL-projektet vil der være mulighed for at arbejde med spørgsmål fra ens egen organisation, og i forlængelse heraf arbejde med data på basis af egen organisation, offentlige tilgængelige data eller på basis af case materialer. Der gives individuel og klyngevejledning i forbindelse med PBL-projekterne, og det anbefales, at de studerende bruger tilbuddet om vejledning.

Undervisningen gennemføres som en kombination af online og tilstedeværelsesundervisning. Det supplerer og sikrer, at fagets faglighed kommer i spil i praksis i hverdagens arbejdsliv, også selvom man laver et projekt på casematerialer og/eller offentlige tilgængelige data, da disse dermed kan ses i relation til organisationens aktuelle problemstillinger. Der afholdes to heldagsseminarer med tilstedeværelse (en i starten og en i slutningen af perioden), samt jævnlige møder på en fast ugedag online (3 timer inkl. klyngevejledning). Der vil derudover i perioden være et par opgavebesvarelser / online indlæg og feedback, der har til hensigt at sikre fremdriften i projekterne, ligesom læsning af fagets litteratur udgør en del af arbejdsbelastningen.

Eksamen

Prøver