Big data: Sociala processer och etiska frågor, 7.5 hp (771A33)

Big Data: Social Processes and Ethical Issues, 7.5 credits

Huvudområde

Computational Social Science

Nivå

Avancerad nivå

Kurstyp

Programkurs

Examinator

Cory Robinson

Kursansvarig

Cory Robinson

Studierektor eller motsvarande

Maria Brandén
Kursen ges för Termin Veckor Språk Ort VOF
F7MCD Master´s Programme in Computational Social Science 3 (HT 2019) v201949-202003 Engelska Norrköping o
VOF = Valbar / Obligatorisk / Frivillig

Huvudområde

Computational Social Science

Utbildningsnivå

Avancerad nivå

Fördjupningsnivå

A1F

Kursen ges för

  • Master´s Programme in Computational Social Science

Förkunskapskrav

Kandidatexamen inom humaniora, samhällskap, kulturvetenskap, beteendevetenskap, naturvetenskap, datorvetenskap eller ingenjörsvetenskap.
​Dokumenterad kunskap i engelska motsvarande Engelska 6/B.

45 hp godkända inom Computational Social Science.

Lärandemål

Efter avslutad kurs ska den studerande på avancerad nivå kunna:

  • identifiera, undersöka och ta ställning till etiska problem kopplat till användning av stora datamängder i kommersiella och icke-kommersiella sammanhang
  • analysera motsättningar eller ömsesidiga fördelar som kan uppstå mellan de som bidrar med digitala data, organisationer som samlar in dessa data och sociala aktörer som använder dessa data som underlag för beslutsfattande
  • formulera modeller för socialt beteende som leder till produktion av stora dataregister och interaktion med digitala plattformar som genererar dessa data
  • utforma etiska metodramverk för insamling, användning och analys av data
  • kritiskt granska användningen av digital ’big data’ i samhällsvetenskaplig analys vad gäller bias, extern validitet, representativitet och relaterade problem
  • analysera fallstudier som utforskar samtida problem med insamling, användning och analys av digitala big data

Kursinnehåll

Kursen behandlar etiska och metodologiska frågeställningar i relation till studiet av stora datamängder. Kursen behandlar även de sociala processer och aktörer som interagrerar med digitala plattformar samt producerar och lagrar ’big data’, samt frågor rörande individens integritet, anonymitet och konfidentialitet. Specifika etiska problem som uppstår genom produktion av digitala big data diskuteras, exempelvis representativitet, stickprovsurval, icke-mänskliga aktörer och aktörer med tvivelaktiga avsikter. Även reproduktion av socialt önskvärt beteende genom AI och maskininlärning berörs. Utifrån detta genomförs kritisk granskning av analyser och organisatoriska beslutsprocesser. I kursen undersöks också organisationers motiv för att samla in och använda digitala big data direkt eller indirekt för vinst och beslutsfattande. Dessa frågor undersöks genom aktuella fallstudier.

Undervisnings- och arbetsformer

Undervisning sker i form av föreläsningar, litteraturstudier och seminarier. Utöver detta ska den studerande utöva självstudier.

Undervisningsspråk: engelska.

Examination

Kursen examineras genom inlämningsuppgifter, aktivt deltagande i seminarier samt en avslutande individuell skriftlig uppgift. Detaljerad information om examinationen finns i kursens studieanvisning.

Studerande, vars examination underkänts två gånger på kursen eller del av kursen, har rätt att begära en annan examinator vid förnyat examinationstillfälle.

Den som godkänts i prov får ej delta i förnyat prov för högre betyg.

Betygsskala

ECTS, EC

Övrig information

Planering och genomförande av kurs ska utgå från kursplanens formuleringar. Den kursvärdering som ska ingå i varje kurs ska därför behandla frågan om hur kursen överensstämmer med kursplanen.

Kursen bedrivs på ett sådant sätt att både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.

Institution

Institutionen för ekonomisk och industriell utveckling

Böcker

Litteraturlistan kommer att publiceras under Övriga dokument.

ESS1 Essä EC 7.5 hp

Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida. Det finns inga filer att visa.

Sidansvarig: Infocenter, infocenter@liu.se