Anbefalede faglige forudsætninger for at deltage i modulet

Deltagerne skal kunne læse og arbejde med faglige engelsksprogede tekster og oplæg. Der er en fordel enten at have erfaring med kvalitative metoder eller data science på forhånd.

Modulets indhold, forløb og pædagogik

Fagpakken gør den studerende i stand til at kombinere kunstig intelligens med en bred vifte af kvalitative metoder. Den studerende lærer således at udnytte de muligheder, som generativ AI og maskinlæring giver for at analysere og aktivere de store mængder tekst, billeder og lyd, som mange organisationer ligger inde med. Hvordan bruger man for eksempel generativ AI til at skrive analyser af interviews? Hvordan lærer man en chatbot at opføre sig ligesom respondenter? Kan man bruge generativ AI til at opsummere mødetransskriptioner eller gamle rapporter? Kan man få en algoritme til at finde stemninger og motiver på kundernes billeder af en organisations produkter? Kan man bruge deltagernes input på en workshop til at generere nye visuelle prototyper? Kan man få en computer til at forstå lydarkiver som data? Og hvilken betydning får alle de nye teknologiske muligheder for måden, man kan lave kvalitative analyser på?

Fagpakken hjælper den studerende med at svare på den slags spørgsmål og henvender sig således både til kandidater med en baggrund i kvalitative metoder og til IT-faglige kandidater med interesse for behandling af kvalitativt materiale.

Læringsmål

Viden

Gennem fagpakken skal den studerende opnå viden om:

• Teknikker til automatiseret indsamling af kvalitative data og syntetisk datageneration.
• Grundlæggende typer og definitioner af kunstig intelligens.
• Store sprogmodeller og deres anvendelsesmuligheder i forbindelse med tekstdata og andre former for relevant sprogteknologi, herunder de kompetencer og ressourcer der er en forudsætning for at anvende dem.
• Tekst-til-billede generatorer og anden billedgenkendelsesteknologi til analyse af egne visuelle data, herunder de kompetencer og ressourcer der er en forudsætning for at anvende dem.
• Kvalitative metoder, herunder inddragende/deltagende metoder samt analyse af interviewmateriale, observationsnoter og andre dokumentsamlinger og de muligheder, kunstig intelligens giver for at skalere og effektivisere de arbejdsgange, der knytter sig hertil.
• Faldgruber og potentialer i forbindelse med anvendelsen af kunstig intelligens til kvalitativ analyse set ud fra forskellige metodeteoretiske og dataetiske ståsteder.

Færdigheder

Gennem fagpakken skal den studerende opnå færdigheder til at:

• Tilrettelægge projekter, der kombinerer kvalitative metoder og kunstig intelligens.
• Vurdere hvilke kompetencer og ressourcer sådanne projekter vil kræve.
• Udarbejde kravsspecifikationer, der gør det muligt at gennemføre nødvendige indkøb og/eller ansættelser i den sammenhæng.
• Kommunikere projekternes potentialer og redegøre for deres risici.
• Håndtere de dataetiske problemstillinger, projekterne kan give anledning til.

Kompetencer

Gennem fagpakken skal den studerende opnå kompetencer til at:

• Reflektere over balancen mellem menneske og maskine i brugen af kunstig intelligens i kvalitativt arbejde, f.eks. i forhold til spørgsmål om kontrol, automatisering, kreativitet og relationer til informanter.
• Forholde sig kritisk refleksivt til de bidrag, kunstig intelligens kan levere til eksisterende kvalitative metoder, og hvordan kvalitative analyser ændrer sig som følge heraf.

• Indgå i tværdisciplinære teams, der designer og implementerer kunstig intelligens i kvalitativt arbejde.

Undervisningsform

Undervisningen forløber som en kombination af 1) praktiske øvelser med fokus på, hvordan kunstig intelligens og maskinlæring kan inkorporeres i kvalitative undersøgelsesdesigns, 2) forelæsninger, hvor eksemplariske cases, tekniske begreber og seneste trends gennemgås og præsenteres, 3) workshops omkring metodernes udfordringer og potentialer set fra forskellige teoretiske positioner i den kvalitative litteratur, herunder ved inddragelse af studenteroplæg, og 4) klyngevejledninger af beslægtede studenterprojekter. Der skal udarbejdes en projektrapport, der efterfølgende eksamineres mundtligt.

Eksamen

Prøver

Prøvens navn	Kunstig intelligens og kvalitative metoder
Prøveform	Mundtlig pba. projekt Eksamen består en mundtlig prøve med ekstern censur på grundlag af skriftligt arbejde i form af en projektrapport, der er udarbejdet på baggrund af et gennemført PBL-projekt. Prøven tager udgangspunkt i en af én eller flere studerende udarbejdet projektrapport, der er udarbejdet på baggrund af et gennemført PBL-projekt. Projektrapporten kan skrives i grupper af op til 5 studerende. Prøven foregår som en diskussion mellem de(n) studerende, eksaminator og censor med udgangspunkt i projektrapporten. Produktkrav / sidetal: Mindst 15 sider og max 20 sider ved individuelt udarbejdede projekter, ved grupper højst 10 sider mere pr. ekstra studerende (dvs. ved to personer højst 30 sider, ved tre personer højst 40 sider, osv.). En normalside svarer til 2400 tegn med mellemrum. Det fastsatte sidetal omfatter kun selve den skriftlige fremstilling, idet f.eks. titelblad, forord, indholdsfortegnelse, litteraturliste og bilag ikke medtælles. Ved opgørelsen af sidetal medtælles noter, men ikke illustrationer. Sidetal anføres enten på forsiden eller på et titelblad. Prøvetiden er normeret til 30 minutter for den første studerende og 20 min. pr. gruppemedlem derefter (dvs. 30 min. v. solister, 50 min. for to studerende og 70 min. for tre studerende osv.). Ved bedømmelsen af prøvepræstationen vil der med henblik på opnåelse af karakteren 12 blive lagt vægt på, at den studerende demonstrerer en udtømmende opfyldelse af fagpakkens mål med ingen eller få uvæsentlige mangler jf. afsnittet mål og beskrivelsen af viden, færdigheder og kompetencer.
ECTS	15
Bedømmelsesform	7-trins-skala
Censur	Ekstern prøve
Vurderingskriterier	Vurderingskriterierne er angivet i Universitetets eksamensordning