HIVK03731U Dataanalyse- og infrastrukturer

Årgang 2025/2026
Engelsk titel

Data Analysis and Infrastructures

Uddannelse

Kandidatuddannelsen i informationsstudier 2025 

Kursusindhold

Kurset giver en grundlæggende forståelse af hvordan information og data søges, indsamles, organiseres og arkiveres i forskellige kontekster.

Gennem en kombination af teori og praksis introduceres grundlæggende statistiske metoder samt anvendelse af kunstig intelligens til analyse, visualisering og fortolkning af data.

Teorier og begreber anvendes til at definere og analysere problemstillinger relateret til datahåndtering samt til at udvikle løsninger for organisering og genfinding af både strukturerede og ustrukturerede data.

Kurset inddrager teknologikritiske perspektiver, der belyser teknologiens betydning for udviklingen af informationssystemer, herunder hvordan maskingenereret tekst stiller nye spørgsmål til afsender – modtager og intentionalitet.

Der lægges vægt på kritisk refleksion over forskellige strategier for dataanvendelse og deres konsekvenser, herunder etiske, metodiske og epistemologiske aspekter ved AI-baseret analyse.

Kurset kvalificerer til analytisk arbejde med data og kommunikation af resultater i forskellige kontekster.

Målbeskrivelser

Ved prøven kan den studerende demonstrere:  

Viden om og forståelse af

• Videnskabelige teorier om og metoder til søgning, indsamling, organisering, og arkivering af information og data.

• Grundlæggende statistiske metoder til analyse, visualisering og fortolkning af information og data.

• Muligheder og udfordringer ved at arbejde med information og data i forskellige kontekster. Færdigheder i at

• Anvende teorier og begreber til definition og analyse af problemstillinger vedrørende brug af data.  

• Udvikle løsninger til organisering, genfinding og sortering af strukturerede og ustrukturerede data under hensyn til den kontekst og de brugere som løsningen er rettet i mod.  

• Analysere og visualisere datasæt med relevante metoder.   Kompetencer til at

• Planlægge, udføre og formidle dybdegående analyser af information og data til forskellige formål og i forskellige kontekster.

 • Kritisk vurdere konsekvenserne af forskellige strategier for søgning, indsamling, organisering, arkivering og analyse af information og data.

• Forstå og analysere sammenhængen mellem typer af data, forskellige systemer samt de muligheder og udfordringer som disse giver.  

Eksempler på litteratur der tænkes anvendt på kurset

Landgrebe, J., & Smith, B. (2023). Why Machines will Never Rule the World: Artificial Intelligence without Fear (1st edition. ed.): Routledge.

Nicolaisen, J. (2023). Sådan finder du videnskabelig litteratur: Databaser og informationssøgning. Hans Reitzels Forlag.

Schwabish, J. A. (2021). Better data visualizations: A guide for scholars, researchers, and wonks. Columbia University Press.

Stjernholm Madsen, B. (2017). Statistik for ikke-statistikere (3. udgave). Samfundslitteratur.

Forelæsninger, diskussioner i plenum, individuelle øvelser, gruppeøvelser, mundtlige oplæg og feedback.
  • Kategori
  • Timer
  • Holdundervisning
  • 84
  • Forberedelse (anslået)
  • 325,5
  • I alt
  • 409,5
Mundtlig
Kollektiv
Peerfeedback (studerende giver hinanden feedback)
Point
15 ECTS
Prøveform
Skriftlig aflevering
Hjælpemidler
Alle hjælpemidler tilladt

Enhver anvendelse af generativ AI (til fx til idegenerering, opsummering, redigering, visualisering eller beskrivelse af forskningsobjektet m.m.)

i forbindelse med udarbejdelse af materiale til eksamen skal ske i overensstemmelse med god akademisk praksis se mere her: https://kunet.ku.dk/arbejdsomraader/undervisning/digital-laering/ai-og-chatgpt/tilladelse-eller-forbud---stoette-til-beslutning/AI-deklaration/Sider/default.aspx

og deklareres ved hjælp af HUM-skabelonen til deklarering af anvendelse af generativ AI – se her:

https://kunet.ku.dk/arbejdsomraader/undervisning/digital-laering/ai-og-chatgpt/ai-og-eksamen/gai-deklaration---studerende-p%C3%A5-hum/Sider/default.aspx

 

Bedømmelsesform
7-trins skala
Censurform
Ekstern censur
Eksamensperiode

Se   Eksamensoversigt under ”find tid og sted”. Oversigten offentliggøres før semesterstart.

Reeksamen

Samme som den ordinære prøve