AI och samhälle: juridiska, etiska och samhällsrelaterade aspekter av AI
AI and Society: Legal, Ethical and Societal Aspects of AI

EDA070F, 3 högskolepoäng

Gäller från och med: Höstterminen 2020
Beslutad av: Professor Thomas Johansson
Datum för fastställande: 2020-12-10

Allmänna uppgifter

Avdelning: Datavetenskap (LTH)
Kurstyp: Ren forskarutbildningskurs
Undervisningsspråk: Engelska

Syfte

Kursen syftar åt att ge insikt i tre huvudämnen som är relevanta för forskare inom tekniska områden, specifikt AI: Hållbar design av intelligenta system för att ge förståelse för hållbar AI som del i komplexa socio-tekniska system; etiska maskiner; och människa-agent interaktion.

Mål

Kunskap och förståelse

För godkänd kurs skall doktoranden

• - kunna termer, koncept och uttryck som används i det presenterade materialet
• - kunna förstå och förklara de presenterade koncepten
• - kunna använda de presenterade koncepten för att analysera ett givet problem med deras hjälp

Färdighet och förmåga

För godkänd kurs skall doktoranden

• - kunna resonera kring frågeställningar inom området med de presenterade verktygen, åtminstone på en viss nivå av komplexitet
• - bedöma om ett visst verktyg är användbart i en given kontext utanför kursens direkta innehåll
• - kunna överföra de lärda koncepten och formella verktyg till problem utanför själva kursen om detta är lämplig

Värderingsförmåga och förhållningssätt

För godkänd kurs skall doktoranden - kunna bedöma en (forskningsrelaterad) frågeställning med koncepten och argumentativa verktyg som diskuterades i kursens kontext

Kursinnehåll

Kursens innehåll inkluderar: etik i praktiken - etiska frågeställningar i olika tillämpningar; etik genom design - beräkningsbaserad resonemangsmodell för etiska övervägningar; analys och modellering av interaktionsvillkor och normer.

Kurslitteratur

Meddelas innan kursstart / via kurshemsidan

Kursens undervisningsformer

Undervisningsformer: Föreläsningar, övrigt. Kursen ges i block-form över två heldagar, där olika undervisningsformer (föreläsning, gruppdiskussioner...) kan ingå

Kursens examination

Examinationsform: Inlämningsuppgifter
Betygsskala: Underkänd, godkänd
Examinator:

Antagningsuppgifter

Förutsatta förkunskaper: Specifiska förkunskaper meddelas genom kurshemsidan innan kursstart. Generellt förutsätter kursen att studenten har en bakgrund i Datavetenskap, Matematik, Teknisk fysik, Elektroteknik eller ett närliggande område.

Övrig information

Kontakta kursansvarig / Institutionen för information om kurstillfällen. Kursen ges inom WASP graduate school, vilket innebär specifika regler för antagning.

Kurstillfällesinformation

Kontaktinformation och övrigt

Kursansvarig: Elin A. Topp <elin_a.topp@cs.lth.se>
Hemsida: https://wasp-sweden.org/graduate-school/ai-graduate-school-courses/