Avancerad nivå
- Kandidatexamen eller motsvarande om minst 180 högskolepoäng i ämnet datavetenskap eller näraliggande och relevanta ämnen. Exempel på sådana ämnen inkluderar informatik, data- och informationsvetenskap, informationssystem, interaktionsdesign, människa-datorinteraktion och medieteknik.
- Minst 15 högskolepoäng i programmering, systemutveckling eller motsvarande.
- Kunskaper motsvarande engelska 6 på svensk gymnasienivå
Utöver ovanstående formella förkunskapskrav förutsätts även att studenten har kunskaper från kursen Innovation och entreprenörskap i ett digitalt samhälle.
A1N / Avancerad nivå, har endast kurs/er på grundnivå som förkunskapskrav
Kursen ingår i programmet Innovation for Change in a digital society, masterprogram, och kan ingå i Masterexamen i datavetenskap (120 hp).
Kursen ger en teoretisk översikt till olika framväxande digitala teknologier. Studenten prövar olika tillämpningar av respektive teknologi, samt ger förslag på lösningar med hjälp av en eller flera av dessa teknologier. Relevanta teknologier inom området är exempelvis:
- Artificiell intelligens (AI) och Machine Learning (ML)
- Virtual Reality (VR) och Augmented Reality (AR)
- Internet of Things (IoT)
- Application Programming Interface (API)
- Interaktion bortom skärmar (t.ex. röst, gester)
Studenten studerar dessa tekniker och teknologierna bakom, samt hur de har tillämpats eller kan tillämpas inom till exempel vård, skola, logistik, transport och samhällsbyggande.
Kunskap och förståelse
Efter avslutad kurs ska studenten kunna visa kunskap om, och förståelse för:
- framväxande digitala teknologier, och
- olika användningsområden för framväxande digitala teknologier, samt hur de kan användas för att lösa olika typer av samhällsutmaningar.
Färdighet och förmåga
Efter avslutad kurs ska studenten visa färdighet och förmåga:
- att baserat på ett problem välja lämplig(a) teknologi(er) för att lösa en samhällsutmaning, och
- att implementera, utvärdera och presentera en lösning på en sådan utmaning.
Värderingsförmåga och förhållningssätt
Efter avslutad kurs ska studenten:
- visa förmåga att göra bedömningar med hänsyn till relevanta samhälleliga, hållbarhets och etiska aspekter, och
- värdera styrkor och svagheter med framväxande digitala teknologier och förhålla sig till begränsningar och möjligheter i relation till dessa.
Under kursens gång genomförs ett antal föreläsningar, seminarier, studiebesök och laborationer. Utöver detta genomförs kursen till stora delar i form av självstudier och grupparbete.
Betygsättning baseras på muntlig och skriftlig examination, inklusive aktiv medverkan, genom följande moment:
- Laborationer - 6HP - UG
- Grupparbete - 5HP - UA
- Rapport - 4HP - UA
Krav för betyg godkänt (A-E): Godkänt på samtliga moment.
Slutligt kursbetyg viktas enligt:
- Grupparbete: 1
- Rapport: 2
Referenslitteratur:
- Behmann, Fawzi. & Wu, Kwok (2015). Collaborative Internet of Things (C-IoT): for Future Smart Connected Life and Business. Chichester: John Wiley & Sons Ltd
- Follett, J. (2014). Designing for Emerging Technologies UX for Genomics, Robotics, and the Internet of Things. Sebastopol, CA: O'Reilly
Utöver ovanstående litteratur tillkommer en samling vetenskapliga artiklar.
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).
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.
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.