KIUA2015 Kunstig intelligens i utdanning

    • Emnekode
      KIUA2015
    • Studiepoeng
      10
    • Undervisningssemestre
      2026 Høst
    • Undervisningsspråk
      Norsk/Engelsk
    • Undervisningssted
      Hamar
    • Forkunnskapskrav

      Ingen.

Emnets innhold

KI-drevet pedagogikk og undervisnings- og læringsmetodikk er i rask utvikling. Algoritmer, store språkmodeller og maskinlæring utfordrer tradisjonelle arbeids- og læreformer. Dette emnet vil forberede studenter på å jobbe med og evaluere KI-drevne verktøy i utdanning, og til å reflektere over konsekvensene for undervisning og læring. Viktige problemstillinger inkluderer:

  • Persontilpasset læring med AI: Hvordan kan KI-verktøy hjelpe til med å skreddersy undervisning til den individuelle elevens behov, og optimalisere læring?
  • Etiske implikasjoner: etiske implikasjoner slik som personvern, sikkerhet og systematiske skjevheter i KI-baserte læringsverktøy
  • KI i skriving, lesing og språklæring
  • KI som et verktøy i planlegging og forberedelse i utdanning
  • Kunnskapsproduksjon med hjelp av generativ KI

Læringsutbytte

Ved bestått emne har studenten oppnådd følgende læringsutbytte:

Kunnskap

Studenten har

  • begynnende forståelse for prinsippene bak kunstig intelligens (KI), algoritmer og maskinlæring
  • inngående kunnskap om nåværende praksiser, muligheter og utfordringer forbundet med bruk av KI i skoler og andre utdanningskontekster
  • kunnskap om historisk bruk av KI generelt og i pedagogisk kontekst spesifikt
Ferdigheter

Studenten kan

  • selvstendig eksperimentere med og evaluere forskjellige KI-drevne verktøy i en pedagogisk kontekst
  • anvende teoretiske perspektiver fra det pedagogiske feltet til å evaluere og analysere mulige konsekvenser av maskinlæring og store språkmodeller i mange forskjellige utdanningskontekster
  • evaluere og diskutere etiske og juridiske problemstillinger, slik som sikkerhet og personvern, i pedagogisk bruk av KI
  • argumentere for hvordan KI kan integreres i undervisning på måter som vil fremme læring
  • kritisk analysere mulige konsekvenser av KI-dreven automatisering på menneskelige relasjoner i et bredt spekter av utdanningskontekster
Generell kompetanse

Studenten kan

  • selvstendig anvende og diskutere nåværende KI-drevne verktøy i et bredt spekter av pedagogiske kontekster
  • kommunisere sammenhengende, klart og forståelig om problemstillinger knyttet til bruk av kunstig intelligens i utdanning
  • tenke kritisk om bruk av KI i utdanning og skole
Arbeids- og undervisningsformer

Arbeidsmetoder vil inkludere forelesninger, seminarer, gruppearbeid, studentpresentasjoner, selvstudium og skriftlige oppgaver. Kommunikasjonsplattformene Canvas vil bli brukt i undervisningen, i tillegg til et bredt utvalg av digitale plattformer og programmer, spesifikt programmer som er basert på maskinlæring og store språkmodeller. 

Obligatoriske aktiviteter
  • tilstedeværelse på minimum 80% og aktiv deltakelse i undervisning
  • en oppgave utført ved hjelp av KI/ML-verktøy og
  • en muntlig presentasjon om et selvvalg kursrelevant emne

Arbeidskrav er spesifisert i undervisningsplanen for emnet.

Obligatoriske oppgaver kan utføres og skrives enten på bokmål, nynorsk eller engelsk.

Eksamen
VurderingsordningKarakterskalaGruppe/individuellVarighetHjelpemidlerAndelKommentar
Hjemmeeksamen
ECTS - A-F
3 Dag(er)
100
Eksamen
  • skriftlig hjemmeeksamen over tre dager

Prestasjonen vurderes med graderte bokstavkarakterer fra A-F, der E er laveste ståkarakter.

Studenten kan velge hvilket språk som benyttes i egen gjennomføring av eksamen. Valg er bokmål, nynorsk eller engelsk.

 

Tillatte hjelpemidler:

  • Litteratur
  • Alle trykte og skrevne ressurser
  • KI-generert tekst og innhold skal være klart merket og akademisk begrunnet.
Emnenavn på engelsk: 
AI in education
Fakultet
Fakultet for film, TV og spill
Institutt
Institutt for spillutdanninger - Spillskolen
Fagområde
Matematisk-naturvitenskapelige fag/informatikk
Studieprogram
Bachelor i kunstig intelligens - utvikling og anvendelse
Emnenivå
Videregående emner, nivå II (200-LN)