Kursplan - Digital etik för högskolelärare
Omfattning
5 hp
Kurskod
DVA492
Giltig från
Hösttermin 2022
Utbildningsnivå
Avancerad nivå
Successiv fördjupning
A1N (Avancerad nivå, har endast kurs/er på grundnivå som förkunskapskrav).
Huvudområde(n)
Datavetenskap
Akademi
Akademin för innovation, design och teknik
Fastställd
2022-01-24
Litteraturlistor
Kurslitteraturen är preliminär till 8 veckor innan kursstart. Kurslitteratur kan vara giltig över flera terminer.
Syfte
Det finns ett ökande behov av etiska inslag i kurser inom datavetenskap som gör att lärarna behöver kunskapen, färdigheten och verktygen att lära ut dessa. I denna kurs kommer vi att utforska hur man undervisar om ämnet, genom att ge en allmän översikt över etisk teknik och undervisningsteorier, följt av en djupgående utforskning av specifika etiska fallstudier.
Kursens syfte är att:
1. Motivera studenterna att undersöka teknologier ur ett etiskt perspektiv.
2. Ge studenterna kunskap och färdigheter för att lära ut etik i datavetenskapliga kurser.
3. Kritiskt utvärdera och bedöma teknologier för att undersöka deras etiska konsekvenser.
Lärandemål
Efter avslutad kurs ska studenten kunna:
1. Visa en tydlig förståelse för principerna och modellerna för etik och hur de relaterar till olika teknologier.
2. Kritiskt utvärdera befintliga etiska fallstudier.
3. Använda relevant litteratur, som omfattar lagstiftning, politik, direktiv, akademiska tidskrifter och branschstandarder när det gäller etisk teknik.
4. Välja och använda olika undervisningsmetoder för ett specifikt etikinnehåll.
5. Jämföra och diskutera olika etiska dilemman.
6. Relatera ämnen som kön, ras, nationalitet, etnisk grupp och ålder till studier av etik inom teknik.
Innehåll
Introduktion till etik: Principen om respekt för autonomi, Rättsprincipen. Etiska filosofer (Sokrates, Epictetus, Jeremy Bentham, John Stuart Mill, Immanuel Kant och Norbert Wiener).
Dataetik: Partiskhet i data (rasism, sexism, etc.), förtroende för data (Dataset-storlek), visualiseringsbias, statistisk partiskhet, otillåten datainsamling (GPS-spårning, mikrofon och kameraaktivering utan användarens samtycke), GDPR och dataskyddslagstiftning.
Algoritmisk etik: Partiskhet i algoritmer (rasism, sexism, etc.), brist på innehållsförklaring i vissa algoritmer, värd-ebaserad utveckling, programvarutestning som ett etiskt imperativ, datorsäkerhet som ett etiskt imperativ, selektiv censur av WWW-innehåll. Anpassning av WWW-innehåll.
Robotetik: Förarlösa bilar, drönare, sakernas internet, hemassistenter (Suri, etc.).
Användbarhetsetik: Mörka mönster, tillgänglighet, universell design, globalisering, internationalisering och lokalisering etiska utmaningar, Technphobia.
Etisk hackning: Cyberbrott, Juridiskt ansvar, datorsäkerhet, teknik och verktyg.
Studentetik: Plagiering, e-post och användning och missbruk av sociala medier, integritet, konfidentialitet, ansvarsskyldighet, intressekonflikter, insamling.
Etiska ramverk: Software Engineering Code of Ethics and Professional Practice (ACM/IEEE-CS), Computer Ethics Institute (CEI) 10 budord, BCS Uppförandekoder och praxis, Electronic Frontier Foundation.
Informerat samtycke: Etisk forskning, villkor, rätt att dra sig tillbaka, anonymitet.
Fallstudier: Cambridge Analytica och Facebook, National Newspapers of Ireland 2012 Threat, Förarlösa bilolyckor. Datorsäkerhetsfel, datortestfel, Grön IT, Doxxing.
Särskild behörighet
Högskole- eller universitetslärare inom datavetenskap.
Examination
Seminarium (SEM1), aktivt deltagande i seminarier, 3 hp, examinerar lärandemål 1, 5 och 6, betyg Underkänd (U) eller Godkänd (G).
Projekt (PRO1), En uppgift som redovisas med rapport och demonstration av projektet, 2 hp, examinerar lärandemål 2, 3 och,4, betyg Underkänd (U) eller Godkänd (G).
En student som har ett intyg från MDU avseende sin funktionsnedsättning har möjlighet att anmäla önskemål om anpassning vid salstentamina eller annan examinationsform i enlighet med Regler och anvisningar för examination på grundnivå och avancerad nivå vid Mälardalens högskola (2020/1655). Det är examinator som, utifrån det intyg som utfärdats, beslutar om eventuell anpassning och i så fall vilken anpassning som ska gälla.
Misstankar om vilseledande vid examination (fusk) anmäls, enligt högskoleförordningen, till universitetets rektor och prövas av universitetets disciplinnämnd. Om disciplinnämnden anser att en student gjort sig skyldig till en disciplinförseelse fattar nämnden beslut om en disciplinär åtgärd, vilket är varning eller avstängning.
Betyg
Godkänd, underkänd