Behörighetskrav

Examen på grundnivå eller motsvarande

Fördjupningsnivå i förhållande till examensfordringarna

Inget huvudområde

Innehåll

Kursens syfte är att deltagarna ska utveckla grundläggande kunskaper om generativ AI och hur den kan komma att påverka undervisning och examination inom högre utbildning idag och i framtiden. Deltagarna introduceras till grundläggande begrepp inom generativ AI, får en översikt över utmaningarna som generativ AI innebär för högre utbildning samt utforskar hur generativ AI kan tillämpas inom undervisning och examination. Deltagarna introduceras även till etiska och juridiska aspekter relaterade till generativ AI.

Lärandemål

Efter avslutad kurs ska deltagaren kunna

1. kritiskt granska användningen av generativ AI i högre utbildning baserat på vetenskaplig grund och beprövad erfarenhet
2. diskutera de juridiska och etiska implikationer som bruket av generativ AI medför för undervisning och examination i högre utbildning
3. tillämpa och utvärdera generativa AI-verktyg för undervisning och lärande inom det egna kunskapsfältet
4. diskutera hur generativ AI kan komma att påverka framtiden för högre utbildning

Arbetsformer

Litteraturstudier följs av seminarier där kursdeltagarna ges möjlighet att relatera kursens innehåll till det egna arbetet och kunskapsfältet. Föreläsningar ges och praktiska övningar utförs där kursens teman utvecklas.

Bedömningsformer

Prov 1: Paper (Paper), 4 hp. I detta prov examineras lärandemål 1, 2 och 4.

Prov 2: Paper (Paper), 1 hp. I detta prov examineras lärandemål 3.

Gällande betygskriterier meddelas av kursledaren vid kursstart.

För samtliga bedömningar ska underlaget vara sådant att individuella prestationer kan särskiljas.

Kurslitteratur

Bates, Tony (2022). Teaching in a digital age: Guidelines for designing teaching and learning (tredje upplagan). Tony Bates Associates Ltd. Kapitel 9.4. (14 sidor)

Dawson, April (2023). Artificial Intelligence and Academic Integrity. Aspen publishing. (88 sidor)

Liu, Bosen Lily, Morales, Diana, Roser Chinchilla, Jaime Félix, Sabzalieva, Emma, Valentini, Arianna, Vieira do Nascimento, Daniele & Yerovi, Clarisa (2023). Harnessing the Era of Artificial Intelligence in Higher Education: A Primer for Higher Education Stakeholders. IESALC. (92 sidor)

Luckin, Rosemary & Holmes, Wayne (2016). Intelligence Unleashed: An argument for AI in Education. UCL Knowledge Lab. (61 sidor)

Roumate, Fatima (red.) (2023). Opportunities and challenges and ethics Artificial Intelligence in Higher Education and Scientific Research Future Development. Springer. (152 sidor)

Sharples, Mike (2023). Towards social generative AI for education: Theory, practices and ethics. Learning: Research and Practice, 9:2, 159-167, DOI: 10.1080/23735082.2023.2261131. (8 sidor)

Stahl, Bernd, Schroeder, Doris & Rodrigues, Rowena (2023). Ethics of Artificial Intelligence: Case Studies and Options for Addressing Ethical Challenges. Springer. (121 sidor)

Yee, Kevin, Whittington, Kirby, Doggete, Erin & Uttich, Laurie (2023). Chat GPT Assignments to Use in your Classroom Today. FCTL Press. (145 sidor)

Ytterligare litteratur kan tillkomma (max 200 sidor).

Kursvärdering

Malmö universitet 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 lärosätet. Universitetet 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 har upphört att ges eller har genomgått större förändringar ska studenterna, under ett år efter det att förändringen har 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.