Semesters

IDK140N Introduksjon til kunstig intelligens i skulen

Course code: 
IDK140N
Duration: 
1 semester
Credits (ECTS): 
5
Level of study: 
Foundation level (bachelor’s degree level)
Teaching semester: 
2025 Spring
Assessment semester: 
2025 Spring
Language of instruction: 
Norwegian
Required prerequisite knowledge

Ingen. 

Course content

Dette emnet gir ei innføring i kunstig intelligens (KI) og bruken av det i skulen. Det har som mål å setje lærarar i stand til å integrere KI i deira pedagogiske praksis. Emnet dekkjer historia til KI, grunnleggjande prinsipp for maskinlæring og språkmodellar, og korleis desse teknologiane kan brukast i pedagogisk praksis. Emnet diskuterer også etiske og juridiske implikasjonane av å bruke kunstig intelligens i utdanning, til dømes knytt til personvern, datasikkerheit, og skeivskapar (bias). Ved slutten av emnet skal studenten vere i stand til å vurdere kvaliteten og relevansen av kunstig intelligens-verktøy for spesifikke pedagogiske formål, og integrere læringsfremjande bruk av KI i eigen undervisning og arbeidskvardag. I det praktiske arbeidet vert det gitt høve til å fokusere på ønska aldersgruppe og fagområde. Målgruppa for emnet er lærarar i grunn- og vidaregåande skule. Studiet har tett fagleg oppfølging, framovermeldingar og gir høve til samarbeid eller individuelt læringsarbeid. Til eksamen leverer kvar student ei eksamensmappe, basert på arbeidskrav ein jobbar med undervegs.

Learning outcome

I samsvar med det nasjonale kvalifikasjonsrammeverket har studenten følgjande læringsutbytte etter fullført emne:

Learning outcome knowledge

Kandidaten

  • Har innsikt i konsekvensar av å nytte KI i utdanning, til dømes knytt til personvern, datasikkerheit og skeivskapar (bias)
  • Kjenner til verktøy og ressursar for å integrere KI i undervisning, samt utfordringar ved desse
  • Har innsikt i konsekvensar KI får for formativ og summativ vurdering
Learning outcome skills

Kandidaten

  • Kan anvende ulike strategiar for å utvikle ledetekstar (prompts) til ulike KI-modellar
  • Kan planlegge, gjennomføre og evaluere utviklingsarbeid som koplar KI og eigen praksis
Learning outcome qualification

Kandidaten

  • Er kjend med kunstig intelligens si utvikling, i relasjon til utdanning
  • Kan reflektere over potensialet KI har for å skape eller utjamne digitale skilnadar
Working and learning activities

Vi legg opp til problembaserte og studentaktive arbeidsformer, individuelt og i grupper. Arbeidsoppgåver vil vere praksisnære, og knytt til læring og undervisning. Emnet er asynkront organisert i nettleksjonar, øvingar og mappeoppgåver. Øvingar og mappeoppgåver vil dekkje både praktisk arbeid med ulike KI-verktøy og didaktisk refleksjon.

Assessment requirements

Frammøtekrav:

Ingen. 

Arbeidskrav:

I dette emnet jobbar vi prosessorientert, med obligatoriske arbeidskrav som vert spesifisert i semesterplanen. Arbeidskrava kan utarbeidast og innleverast individuelt eller i grupper, etter avtale med emneansvarleg. Omfanget på arbeidskrava vil svare til 1500 ord (+/- 10%) som skrift, eller 7 min (+/-10%) som film/samansett tekst. Ved gruppeinnlevering aukar omfanget med 750 ord eller 3,5 minutt, per student frå og med student nr.2. Arbeidskrava utgjer grunnlaget for eksamensmappa.

Evaluation system
Minimum number of students: 
5
Maximum number of students: 
100
Costs

Kr. 2.000,-. 

Used in other programs
VurderingsformGrupperingVarighetKarakterskalaAndelKommentarHjelpemidlerOmfang
Portfolio
Individual or Group exam
1 Semester
Pass / fail
Studenten skal levere ei digital vurderingsmappe som inneheld utdrag frå arbeidskrava i emnet, med refleksjon knytt til utval og korleis arbeidskrava er vidareutvikla til eksamensprodukt. Levering av eksamen som gruppe skal avtalast med emneansvarleg i samband med innlevering av arbeidskrav.