Behörighetskrav

1. Kandidat- eller ingenjörsexamen (minst 180hp), inom datavetenskap eller närliggande ämnen såsom matematik, informatik, telekommunikation, elektroteknik, fysik.
2. Engelska 6 från svenskt gymnasium eller motsvarande
3. Minst 15 hp inom programmering
4. Minst 7,5 hp i matematik

Fördjupningsnivå i förhållande till examensfordringarna

Kursen ingår i programmet Tillämpad data science, masterprogram, och kan ingå i Masterexamen i datavetenskap (120 hp).

Innehåll

Kursen innehåller följande moment:

Kursen fokuserar på hur modern informationsteknik och databehandling ger upphov till nya sorters etiska dilemman. Kursen använder fallstudier för att förmedla principer och riktlinjer för att hantera:

• Datakvalitet
• Dataintegritet och ansvarsful hantering av känsliga data (t.ex. GDPR, samtycke)
• Datasäkerhet (inlusive dataägarskap, blockchaintekniker, hot och riskanalys)
• Datadrivet evidensbaserat beslutsfattande
• Neutralitet, transparens, pålitilighet, ansvarsavgörande och personligt självbestämmande i ett datadrivet samhälle.
• Tolkningsbarhet i maskininlärningsmodeller
• Fördomsfulllhet och diskriminering som möjlig effekt av att informationssysteme rsätter manuell hantering
• Etiska perspektiv på data science

Lärandemål

Kunskap och förståelse
För godkänd kurs ska studenten kunna:

• Sammanfatta aktuella resonemang kring etiska aspekter av datadrivna verksamheter
• Redogöra för förutsättningar för att resultat av databehandling tolkas korrekt
• Resonera om etiska aspekter av databehandling

Färdighet och förmåga
För godkänd kurs ska studenten kunna:

• Identifiera fallgropar och brister i dagens datadrivna system och bidra med lösningar för att mildra dem.
• Peka ut potentiell användning av data science i offentlig och privat sektor
• Muntligt presentera ett arbete inom data science

Värderingsförmåga och förhållningssätt
För godkänd kurs ska studenten kunna:

• Analysera etiska problem med databehandling och resonera utifrån ett etiskt perspektiv för att föreslå förbättringar av datadrivna system och verksamheter.
• Kritiskt analysera och motivera etiska ståndpunkter i förhållande till data science-processer

Arbetsformer

Föreläsningar och seminarier.

Bedömningsformer

Studenternas prestationer bedöms dels genom inlämningsuppgifter (6.5 hp, bedöms med A–E) och dels genom muntliga presentationer (1 hp, bedöms med UG).

För godkänd A-E krävs att alla moment genomförts och blivit godkända.

Slutbetyg baseras på inlämningsuppgifterna.

Kurslitteratur

• Tavani, Herman T. Ethics and Technology Controversies, Questions and Strategies for Ethical Computing Fourth Edition, 2013, John Wiley & Sons Inc.

Utöver ovanstående litteratur tillkommer en samling vetenskapliga artiklar.

Kursvärdering

Högskolan ger studenter som deltar i eller har avslutat en kurs en möjlighet att framföra sina erfarenheter av och synpunkter på kursen genom en kursvärdering som anordnas av högskolan. Högskolan sammanställer kursvärderingarna samt informerar om resultaten och eventuella beslut om åtgärder som föranleds av kursvärderingarna. Resultaten ska hållas tillgängliga för studenterna. (HF 1:14).

Övergångsbestämmelser

Om en kurs inte längre ges eller har genomgått större förändringar ska studenterna, under ett år efter det att förändringen skett, erbjudas två tillfällen för omprov baserade på den kursplan som gällde vid registreringen.

Övrigt

Om en student har beslut om riktat pedagogiskt stöd, har examinator rätt att ge ett anpassat prov eller låta studenten genomföra prov på ett alternativt sätt.