Kursen förmedlar grunderna i praktisk etik i en datavetenskaplig kontext. Datavetare och mjukvaruutvecklare spelar en fundamental roll i den 4:e industriella revolutionen, eftersom de möjliggör konnektivitet, smart automatisering, artificiell intelligens, robotik, etc. Men designen och distributionen av mjukvarusystem kan utgöra etiska risker som kräver etiskt ansvarsfullt agerande för att hantera. Yrkesverksamma måste därför vara tränade i att identifiera potentiella etiska risker och att planera för hur de kan hanteras. Kursen är tänkt att läsas parallellt med antingen andra kurser i datavetenskap eller ett dagligt arbete inom it-industrin. Uppgifterna på kursen är tänkta att anpassas till studentens egna studie-/arbetskontext.
Förväntade studieresultat
Kunskap och förståelse Efter avslutad kurs ska studenten kunna:
(FSR 1) förklara grundläggande koncept inom etik och exemplifiera dem i en datavetenskaplig kontext.
Färdighet och förmåga Efter avslutad kurs ska studenten kunna:
(FSR 2) hantera etiska risker genom att välja och sedan följa en etisk handlingsplan.
Värderingar och förhållningssätt Efter avslutad kurs ska studenten kunna:
(FSR 3) bedöma potentiella etiska risker i sin egen tillämpning av datavetenskap,
(FSR 4) agera på ett etiskt ansvarsfullt sätt i en verklig miljö.
Behörighetskrav
Minst 60 hp varav 30 hp datavetenskap.
Undervisningens upplägg
Undervisningen består av en sekvens av moduler med förinspelade föreläsningar, läsuppgifter, individuella hemuppgifter och digitala seminarier. Under kursens slutfas väljer studenten en etisk frågeställning relaterad till datavetenskap och vidtar sedan åtgärder för att identifiera och mitigera de etiska riskerna.
Examination
Examinationen består av skriftliga inlämningsuppgifter och aktivt deltagande i digitala seminarier. Frånvaro från ett seminarie kan kompenseras genom en extra skriftlig inlämningsuppgift relaterad till seminariets ämne. Betygsskalan är Underkänd (U), Godkänd (G), Väl Godkänd (VG).
Anpassad examination Examinator kan besluta om avsteg från kursplanens examinationsform. Individuell anpassning av examinationsformen ska övervägas utifrån studentens behov. Examinationsformen anpassas inom ramen för kursplanens förväntade studieresultat. Student som har behov av en anpassad examination ska senast 10 dagar innan examinationen begära anpassning hos Institutionen för datavetenskap. Examinator beslutar om anpassad examination som sedan meddelas studenten.
Övriga föreskrifter
Om kursplanen har upphört att gälla eller kursen slutat erbjudas garanteras en student som någon gång registrerats på kursen minst tre provtillfällen (inklusive ordinarie provtillfälle) enligt denna kursplan under en tid av maximalt två år från det att kursplanen upphört att gälla eller kursen slutat erbjudas.
Litteratur
Litteraturlistan är inte tillgänglig via den webbaserade utbildningskatalogen.
Kontakta aktuell institution.
