Human(e) AI voor Bèta-gamma

Human(e) AI for Bèta-gamma

Studiewijzer 2021/2022

Globale inhoud

Toepassingen van kunstmatige intelligentie komen in hoog tempo op, en veranderen de manier waarop de maatschappij zichzelf organiseert. Onderzoek in Human(e) AI speelt een belangrijke rol bij het leggen van de basis voor verantwoorde en betrouwbare AI.

Dit vak biedt 7 gastcolleges door experts op gebieden die raken aan AI, zoals natural language processing, geneeskunde, cultureel erfgoed, en logica. 

Hoorcolleges worden ondersteund door werkcolleges met discussies over de literatuur en over concrete vraagstukken waar studenten individueel of in een groep aan kunnen werken.

Studiemateriaal

Literatuur

• Voor dit vak vind je alle literatuur op de Canvas pagina.

Leerdoelen

• De student kan algemene kennis over ontwikkeling in AI onderzoek die aan bod komt in de verschillende hoorcolleges en te lezen teksten reproduceren en interpreteren.
• De student heeft een gedegen begrip van de fundamentele technische aspecten van de besproken modellen uit de AI en kan claims in het maatschappelijk debat over het gebruik van die modellen kritisch beoordelen.
• De student is in staat de impact van de ontwikkelingen binnen de AI op de maatschappij en de mogelijke gevaren te beschrijven.
• De student kan een kritische analyse geven van de huidige en toekomstige impact van AI.
• De student is in staat zowel mondeling als schriftelijk te reflecteren op een maatschappelijke ontwikkeling waarbij ontwikkelingen in de AI een centrale rol hebben.
• De student is in staat om in een groepsopdracht kennis vanuit verschillende relevante domeinen met betrekking tot een specifieke casus binnen het domein van de human(e) AI bij elkaar te brengen.
• De student is in staat bij AI-gerelateerde problemen het potentieel voor een interdisciplinaire benadering te identificeren, en mogelijke oplossingen voor te stellen.

Onderwijsvormen

• Hoorcollege
• Werkcollege
• Presentatie/symposium
• Zelfstandig werken aan bijv. project/scriptie

Hoorcolleges

Door middel van 7 gastcolleges door onderzoekers uit het domein van de AI en aangrenzende vakgebieden wordt er een overzicht geboden van ontwikkelingen binnen de AI en de impact van deze ontwikkelingen op de maatschappij. 

Werkcolleges

De werkcolleges staan in het teken van het verder doorgronden van de literatuur en de hoorcolleges. Daarnaast is er ruimte voor verbreding en het nadenken over maatschappelijke impact door middel van het verkennen van voorbeelden en het voeren van discussies. Ter voorbereiding lezen studenten de literatuur, kijken de videocolleges en schrijven wekelijks 200 woorden over de literatuur vanuit een specifiek perspectief (bijvoorbeeld uit het perspectief van een ethicus of privé detective). 

Studenten werken daarnaast aan een essay waarin een casus binnen het veld van de human(e) AI wordt uitgediept. 

In het groepsproject werken studenten in teams aan een complexe vraag binnen een van de deelonderwerpen: "AI and Science”, “AI and Humanities” en “AI in Society”. Hierbij is het expliciete doel om te laten zien hoe verschillende disciplines een rol spelen binnen het veld van de human(e) AI. 

Verdeling leeractiviteiten

Aanwezigheid

Aanwezigheidseisen opleiding (OER-B):

• 1. In geval van werkgroepbijeenkomsten is de student verplicht tenminste 7 van elke 8 werkgroepbijeenkomsten bij te wonen, tenzij anders aangegeven in de studiewijzer. Bij meer dan 8 werkgroepbijeenkomsten geldt dat de student steeds per (deel van) 8 bijeenkomsten maximaal 1 bijeenkomst mag missen. Indien de student minder dan het verplichte aantal bijeenkomsten heeft bijgewoond, kan het vak niet worden afgerond.
• In geval van een practicum is de student verplicht ten minste 90% van de practicumbijeenkomsten bij te wonen, tenzij anders aangegeven in de studiewijzer. In geval de student minder dan 90% heeft bijgewoond dient het practicum opnieuw te worden gevolgd.

Aanvullende eisen voor dit vak:

Wanneer je niet naar een werkcollege kunt komen, meld je dan altijd vooraf per e-mail af bij jouw docent (zie paragraaf Contactgegevens). Bij een derde keer afwezigheid volgt uitsluiting van het vak. Onder deze regel vallen alle redenen van afwezigheid, dus ook bijvoorbeeld afwezigheid door ziekte. Mochten er bijzondere omstandigheden gelden waardoor je meer dan twee keer een werkcollege mist, laat dit dan in ieder geval vooraf bij jouw docent weten.

Bijzonder omstandigheden wegens Covid-19. Het is uitdrukkelijk niet de bedoeling dat je naar de on campus werkgroep komt als je (milde) verkoudheidsklachten hebt. In dat geval kun je de werkgroep thuis volgen via de webcam. Kortom, er is geen excuus om verkouden naar de werkgroep te komen of de werkgroep te missen.

Toetsing

Samenvattingen (20%)

Voorafgaand aan de werkcolleges maakt iedere deelnemer een voorbereidende huiswerkopdracht: een reflectie op de literatuur vanuit een specifiek perspectief (archeoloog, privé detective, ethicus of wetenschappelijk sponsor). Deze huiswerkopdrachten zijn te vinden op Canvas. De gemaakte opdrachten moeten digitaal ingeleverd worden via Canvas (voor aanvang van het werkcollege). Het maken en inleveren van de opdrachten is een voorwaarde om het vak te halen. Het cijfer voor deze opdrachten is het gemiddelde van de wekelijkse cijfers. 

Essay (50%)

Tijdens het hele tweede blok werk je aan een essay over een gekozen onderwerp (uit een bestaande lijst onderwerpen). In het essay bespreek je bijvoorbeeld de relatie van jouw onderwerp tot AI en de sociale relevantie van je onderwerp. 

Groepsopdracht (30%)

In de groepsopdracht werk je aan een populair wetenschappelijke publicatie die aandacht besteed aan een complex probleem binnen het veld van de human(e) AI vanuit verschillende disciplines of invalshoeken (denk aan technische, juridische of sociaal-wetenschappelijke invalshoeken). De groepsopdracht sluit je af met de publicatie (20%) en een groepspresentatie (10%). 

Toetsmatrijs (studentenversie)

Opdrachten

Fraude en plagiaat

Dit vak hanteert de algemene 'Fraude- en plagiaatregeling' van de UvA. Hier wordt nauwkeurig op gecontroleerd. Bij verdenking van fraude of plagiaat wordt de examencommissie van de opleiding ingeschakeld. Zie de Fraude- en plagiaatregeling van de UvA: http://student.uva.nl

Weekplanning

Rooster

Het rooster van dit vak is in te zien op DataNose.

Vakevaluatie afgelopen jaar

Vanaf 2013-2014 hebben we ervoor gekozen om d.m.v. onderstaande tabel de studenten meer inzicht te geven in de kwaliteitszorg. Daarom nemen we een korte weergave van de studentenevaluatie op en de daaruit voortvloeiende acties ter verbetering van het vak.

Contactinformatie

Coördinator

• dr. F. Russo

Docenten

• Arianna Betti 
• Elmar Jansen
• Federica Russo