Modulets indhold, forløb og pædagogik

Gennem modulet arbejder de studerende med centrale aspekter af organisatoriske data-situationer. En data-situation er karakteriseret af den komplekse helhed af sociale, kulturelle, organisatoriske, samfundsmæssige og tekniske aspekter, der definerer en organisations aktuelle og mulige fremtidige brug af data. De studerende vil via arbejdet med en selvvalgt konkret case tilegne sig analytiske kompetencer til at beskrive den indbyrdes relation mellem disse aspekter og udvikle færdigheder i at vurdere hvorvidt og hvordan de leder til en transformation af f.eks. videnproduktion, ekspertise og styringsparadigmer. Gennem modulet opbygger de studerende et teknisk vokabular til at kunne identificere forskellige typer af data (f.eks. struktureret og ustruktureret), forskellige variationer af kunstig intelligens (f.eks. forskellen på supervisede og usuperviserede modeller) samt forskellige reguleringsmæssige tiltag, der omgiver arbejdet med data i organisationer (f.eks. GDPR og dataetik). Derudover opbygger de studerende evnen til at kunne relatere teknologiske valg til dilemmaer, kontroverser og problematikker i forbindelse med introduktion af specifikke data og datateknologier.  De studerende bliver herudover introduceret en historisk dimension, omhandlende nogle af de mest centrale begivenheder i udviklingen af det dataficerede samfund og den datainformerede organisation gennem de sidste 100 år; dvs. fra Taylors ideer om Scientific management til nutidige diskussioner om kunstig intelligens og automatisering.

Læringsmål

Viden

• De væsentligste social-tekniske aspekter af den aktuelle datasituation samt deres indbyrdes relationer og historik
• De teknologier, dataorganiseringsprincipper og reguleringsmæssige tiltag, der karakteriserer aktuelt dataarbejde og dataficering i organisationer.
• Konsekvensen af kunstig intelligens for fx videnproduktion, styringsparadigmer samt ekspertise i organisationer herunder kontroverser, der kan opstå i relationen til forandringer af organisationers datapraksisser
• Etiske og videnskabsteoretiske dilemmaer relateret til dataarbejde i moderne organisationer.

Færdigheder

• At identificere og analysere de centrale aspekter af den aktuelle datasituation for en konkret organisation.
• At kunne sætte disse aspekter i en historisk kontekst
• At beskrive organisationens datainfrastruktur med inddragelse af relevant teknisk fagsprog
• At kunne beskrive og skelne mellem forskellige typer af datadrevne analyser og deres organisatoriske konsekvenser.

Kompetencer

• At vurdere udfordringer og muligheder i den aktuelle data-situation for en given organisation
• Selvstændigt at kunne diskutere datainfrastruktur i relation til organisationens øvrige videnspraksisser
• At kunne identificere og vurdere etiske dilemmaer og andre kontroverser i forhold til introduktionen af kunstig intelligens i organisationers arbejdsgange.

Eksamen

Prøver