NNDB21000U Videnskabsteori for datalogi-økonomi (Vt-DatØk)

Årgang 2022/2023
Engelsk titel

Philosophy of Computer Science Economics (Vt-DatØk)

Uddannelse

Bacheloruddannelsen i datalogi-økonomi

Kursusindhold

Kurset består af tre hovedelementer:

  1. Generel videnskabsteori
  2. Videnskabsetik og ­politik
  3. Emner fra datalogiens og økonomiens videnskabsteori og filosofi

 

Under 1) vil vi med udgangspunkt i datalogi- og økonomifagene undersøge og analysere de metoder, man i natur- og samfundsvidenskaben benytter til at generere ny viden. Vi vil herunder overveje, om man kan man karakterisere datalogi som matematik, naturvidenskab, ingeniørvidenskab, eller noget helt fjerde, og vi vil diskutere om økonomifaget bedst kan opfattes som en formel eller en empirisk disciplin. Vi vil diskutere den erkendelsesmæssige status af videnskabelig viden med et særligt fokus på matematiske og økonomiske modeller, og vi vil diskutere forbindelsen mellem videnskabelig viden og innovation.

 

Desuden vil vi under 2) diskutere hvordan videnskabelig viden står i relation til ydre samfundsforhold af juridisk, etisk og politisk karakter. Vi vil derfor introducere grundlæggende etiske teorier og diskutere, hvad det vil sige at bedrive og anvende videnskab på en moralsk forsvarlig og forskningsmæssig redelig vis. 

 

Under 3) vil vi undersøge og diskutere, hvad der karakteriserer datalogi og økonomi som uddannelse og profession, hvordan de to fag metodemæssigt forholder sig til hinanden og til tilgrænsende fag, den rolle som computeren spiller for fagene, den rolle som modellering og beregninger spiller for videnskab og samfund, hvordan datalogisk virke er organiseret og professionaliseret inden for udvikling af IT og i finansindustrien, og hvilken rolle datalogien og økonomi som fag spiller i det offentlige rum.

Målbeskrivelser

Kompetencer

Ved kursets afslutning forventes den studerende at kunne:

  • Reflektere kritisk over datalogien og økonomiens metoder, særlige natur og erkendelsesmæssige status.
  • Udvise faglig selvforståelse og se datalogi og økonomi i forhold til tilgrænsende fagfelter/discipliner.
  • Diskutere forskellige opfattelser af hvad videnskab er gennem hele spektret fra grundforskning over anvendelsesorienteret og strategisk forskning til innovation.
  • Analysere, diskutere og forholde sig kritisk reflekteret til datalogien og økonomiens rolle i samfundet. 
  • Analysere, diskutere og forholde sig kritisk reflekteret til etiske og videnskabsteoretiske problemer i relation til datalogisk og økonomisk praksis og brugen af datalogi og økonomi. 

 

Færdigheder

Ved kursets afslutning forventes den studerende at kunne:

  • Identificere etiske og samfundsmæssige problemstillinger i relation til datalogi og økonomi.
  • Identificere metodologiske og erkendelsesteoretiske problemer i relation til datalogi og økonomi. 
  • Identificere overtrædelser af god videnskabelig praksis i relation til datalogi og økonomi. 
  • Udarbejde et skriftligt akademisk produkt. Herunder skal den studerende kunne henvise korrekt til anvendt litteratur og på egen hånd udvælge relevant pensum. 

 

Viden

Ved kursets afslutning forventes den studerende at kunne:

  • Beskrive udvalgte etiske teorier af relevans for kritisk refleksion over datalogiske og økonomiske modeller, herunder nytteetik og pligtetik.
  • Beskrive udvalgte, centrale videnskabsteoretiske begreber og problemer af relevans for kritisk refleksion over datalogi, økonomi og tilgrænsende vidensområder, herunder videnskabelig metode, videnskabelig usikkerhed, falsifikationisme, paradigme samt matematiske og økonomiske modeller.
  • Beskrive datalogien og økonomiens samfundsmæssige rolle og betydning samt træk af datalogien og økonomiens historiske/​​institutionelle baggrund. 
  • Beskrive videnskabelige processer i datalogi og økonomi gennem hele spektret fra grundforskning over anvendelsesorienteret og strategisk forskning til innovation. 
  • Beskrive normer for god videnskabelig praksis både generelt og i forhold til de matematiske fag. 

Undervisningsmaterialet vil bestå af en grundbog samt et kompendium bestående af en række artikler og mindre boguddrag. Begge vil kunne købes i bogladen.

Mindst 30 beståede ECTS-point inden for datalogi-økonomi-uddannelsen
I kurset benyttes følgende undervisningsformer:
1. Forelæsninger
2. Øvelsestimer i mindre hold
3. Arbejde i grupper uden supervision.
Derudover forventes den studerende at benytte en væsentlig del af sin tid på selvstændig forberedelse, specielt for at tilegne sig kursets pensum.
  • Kategori
  • Timer
  • Forelæsninger
  • 28
  • Forberedelse (anslået)
  • 100
  • Øvelser
  • 23
  • Projektarbejde
  • 38
  • Eksamen
  • 17
  • I alt
  • 206
Skriftlig
Individuel

Der gives mundtlig feedback på mundtlige fremlæggelser. Der gives kort individuel og samlet overordnet feedback på skriftlige afleveringer.

Point
7,5 ECTS
Prøveform
Skriftlig prøve, 60 minutter med opsyn.
Skriftlig aflevering, 48 timer
Prøveformsdetaljer
Skriftlig multiple-choice prøve (60 min.) og 2-døgns (48 timer) take-home skriftlig, bunden opgave.
Karakteren fastsættes ved en helhedsvurdering af multiple-choice og take-home.
Kurset er udtaget til ITX-eksamen.
Se vigtig information om ITX-stedprøver på Studieinformation under punktet: Eksamen -> Eksamensform og regler -> Skriftlig stedprøve (ITX-prøve).
Krav til indstilling til eksamen

For at blive indstillet til eksamen er det et krav, at man med sin gruppe har afholdt og bestået et mundtligt oplæg ved øvelsestimerne, og at man individuelt har fået godkendt de to stillede afleveringsopgaver

Hjælpemidler
Kun visse hjælpemidler tilladt

Multiple-choice: Ingen hjælpemidler tilladt; 
Take-home: Alle hjælpemidler tilladt.

Bedømmelsesform
7-trins skala
Censurform
Ingen ekstern censur
Én intern bedømmer
Reeksamen

Reeksamen samme som ved ordinær eksamen.

Hvis indstillingskravet om godkendelse af to stillede afleveringsopgaver ikke er opfyldt skal opgaverne revideres og genafleveres.

Hvis indstillingskravet om beståelse af mundtligt oplæg ikke er opfyldt skal der afleveres en ekstra opgave i et emne defineret af den kursusansvarlige.

Opgaverne skal være afleveret senest 4 uger før reeksamen og godkendt senest 3 uger før reeksamen.

Kriterier for bedømmelse

Se målbeskrivelsen