| Onderwijstaal : Nederlands |
|
Volgtijdelijkheid
|
| |
|
Geen volgtijdelijkheid
|
| Studierichting | | Studiebelastingsuren | Studiepunten | P2 SBU | P2 SP | 2de Examenkans1 | Tolerantie2 | Eindcijfer3 | |
 | master in de industriële wetenschappen: informatica | Keuze | 108 | 4,0 | 108 | 4,0 | Ja | Ja | Numeriek |  |
|
| | | Eindcompetenties |
- EC
| EC1 - De master in de industriële wetenschappen informatica kan in eigen professioneel denken en handelen -- met een gepaste ingenieursattitude en met continue aandacht voor de eigen vorming -- adequaat communiceren, effectief samenwerken, en rekening houden met de economische, ethische, maatschappelijke en/of internationale context en is zich hierbij bewust van de impact op de omgeving. [people, data literacy and essential software skills] | | | - DC
| DC-M8 - kan kennis en vaardigheden kritisch evalueren om op basis hiervan eigen denken en handelen bij te sturen. (kritisch reflecteren) | | | | - BC
| kan reflecteren over het geleverde werk en dit op basis van eigen inzichten en feedbackmomenten met het onderwijsteam bijsturen. | | | - DC
| DC-M11 - handelt maatschappelijk verantwoord en binnen een internationaal kader. (internationaal gericht en maatschappelijk verantwoord handelen) | | | | - BC
| kan de impact van data en AI algoritmen inschatten en kaderen met betrekking tot een maatschappelijk aanvaardbare werking van AI toepassingen | | | - DC
| DC-M12 - geeft blijkt van een gepaste ingenieursattitude. (ingenieursattitude) | | | | - BC
| kan iteratief, incrementeel en resultaatgericht werken. | - EC
| EC2 - De master in de industriële wetenschappen informatica beheerst een geheel van kennis en vaardigheden omtrent het ontwerpen van geïntegreerde, resilient softwaresystemen en kan deze creatief concipiëren, plannen en uitvoeren als geïntegreerd deel van een methodologisch en projectmatig geordende reeks van handelingen binnen een multidisciplinair project met een belangrijke onderzoeks- en/of innovatiecomponent. [systeemdenken] | | | - DC
| DC-M1 - heeft kennis van de basisbegrippen, structuur en samenhang. (kennis bezitten) | | | | - BC
| kent de basisprincipes van het bouwen van interactieve AI toepassingen (AI pipeline, AI user experience design, en de impact van data en algoritme) en kan deze toepassen in opdrachten en projecten. | | | | - BC
| kent de basiscomponenten voor het bouwen van correcte interactieve AI toepassingen (practical machine learning, explainable AI, intelligible design, conversational agents). | | | - DC
| DC-M2 - heeft inzicht in de basisbegrippen en methodes. (begrijpen) | | | | - BC
| kan de basiscomponenten voor het bouwen van correcte interactieve AI toepassingen (practical machine learning, explainable AI, intelligible design, conversational agents) toepassen in opdrachten en projecten. | | | - DC
| DC-M3 - kan problemen herkennen, activiteiten plannen en actie ondernemen. (initiëren en plannen) | | | | - BC
| kan zelfstandig en exploratief werken rond een Human-AI Interactie probleem volgens een iteratief en incrementeel plan. | | | - DC
| DC-M4 - kan informatie opzoeken, meten of verzamelen en correct refereren. (data verwerven) | | | | - BC
| kan datasets inschatten, beoordelen en valideren voor het gebruik van AI algoritmes. | | | - DC
| DC-M5 - kan problemen analyseren, logisch structureren en interpreteren. (analyseren) | | | | - BC
| De student kan op basis van een probleemstelling een gepaste gebruikersinterface en visualisaties toepassen om te interageren met een AI systeem. | | | - DC
| DC-M6 - kan methodes selecteren en gefundeerde keuzes maken om problemen op te lossen of oplossingen te ontwerpen. (oplossen en ontwerpen) | | | | - BC
| kan op basis van de opdracht de juiste interface technieken en ontwerpprincipes toepassen. | | | - DC
| DC-M7 - kan geselecteerde methodes en hulpmiddelen aanwenden om oplossingen en ontwerpen te implementeren. (implementeren en operationaliseren) | | | | - BC
| kan XAI,visualisatie en interface design methodes toepassen in combinatie met praktische machine learning technieken. | | | - DC
| DC-M8 - kan kennis en vaardigheden kritisch evalueren om op basis hiervan eigen denken en handelen bij te sturen. (kritisch reflecteren) | | | | - BC
| kan op basis van feedbackmomenten met het onderwijsteam de artefacten bijsturen. | - EC
| EC5 - De master in de industriële wetenschappen informatica beheerst een geheel van gespecialiseerde kennis en vaardigheden voor het ontwerpen van modulaire, geïntegreerde software-systemen die op basis van data-verwerving en data-analyse intelligente beslissingen kunnen nemen, die resilient zijn (veilig, robuust en schaalbaar) en dit binnen een multidisciplinair project met een toegepaste onderzoeks- en/of innovatiecomponent. [intelligent & resilient systems] | | | - DC
| DC-M1 - heeft kennis van de basisbegrippen, structuur en samenhang. (kennis bezitten)
| | | | - BC
| kent de basisprincipes van het bouwen van interactieve AI toepassingen (AI pipeline, AI user experience design, en de impact van data en algoritme). | | | - DC
| DC-M2 - heeft inzicht in de basisbegrippen en methodes. (begrijpen)
| | | | - BC
| kan de basiscomponenten voor het bouwen van correcte interactieve AI toepassingen (practical machine learning, explainable AI, intelligible design, conversational agents) toepassen in opdrachten en projecten rond intelligent en resilient systemen. | | | - DC
| DC-M3 - kan problemen herkennen, activiteiten plannen en actie ondernemen. (initiëren en plannen) | | | | - BC
| kan zelfstandig en exploratief werken rond een Human-AI Interactie probleem volgens een iteratief en incrementeel plan. | | | - DC
| DC-M4 - kan informatie opzoeken, meten of verzamelen en correct refereren. (data verwerven)
| | | | - BC
| kan datasets inschatten, beoordelen en valideren voor het gebruik van AI algoritmes. | | | - DC
| DC-M5 - kan problemen analyseren, logisch structureren en interpreteren. (analyseren)
| | | | - BC
| kan op basis van een probleemstelling een gepaste gebruikersinterface en visualisaties toepassen om te interageren met een AI systeem. | | | - DC
| DC-M6 - kan methodes selecteren en gefundeerde keuzes maken om problemen op te lossen of oplossingen te ontwerpen. (oplossen en ontwerpen)
| | | | - BC
| kan op basis van de opdracht de juiste interface technieken en ontwerpprincipes toepassen. | | | - DC
| DC-M7 - kan geselecteerde methodes en hulpmiddelen aanwenden om oplossingen en ontwerpen te implementeren. (implementeren en operationaliseren)
| | | | - BC
| kan XAI,visualisatie en interface design methodes toepassen in combinatie met praktische machine learning technieken. | | | - DC
| DC-M8 - kan kennis en vaardigheden kritisch evalueren om op basis hiervan eigen denken en handelen bij te sturen. (kritisch reflecteren) | | | | - BC
| kan op basis van feedbackmomenten met het onderwijsteam de artefacten bijsturen. |
|
| | EC = eindcompetenties DC = deelcompetenties BC = beoordelingscriteria |
|
|
Artificiële Intelligentie (AI) tracht de menselijke intelligentie te simuleren, werkt op allerlei data die betrekking heeft op, of nut heeft voor, mensen, en is alleen echt nuttig als het een positief effect heeft op het leven van mensen. In deze cursus bestuderen we hoe AI dan ook op een geschikte manier kan ingezet worden voor de menselijke gebruiker. Dit houdt in dat de menselijke gebruiker een beter begrip krijgt van een AI systeem, en een verhoogde controle op de werking van zulk een systeem. In deze cursus bestuderen we o.m. de volgende topics: conversational agents (zoals chatbots), user interfaces voor intelligente systemen, intelligibility en eXplainable AI, mixed-initiative systemen, AI en User eXperience (UX).
|
|
|
|
|
|
|
|
|
Hoorcollege ✔
|
|
|
|
practica en project, met regelmatige mondelinge toelichting ✔
|
|
|
|
Periode 2 Studiepunten 4,00
| Evaluatievorm | |
|
| Andere evaluatievorm tijdens onderwijsperiode | 60 % |
|
| Andere: | Meerdere opdrachten uitgevoerd doorheen het jaar, telkens vergezeld van mondelinge toelichting |
|
|
|
| Behoud van deelcijfer in academiejaar | ✔ |
|
|
|
|
|
| Ander examen | 40 % |
|
| Andere: | individueel project |
|
|
|
| Behoud van deelcijfer in academiejaar | ✔ |
|
|
|
|
|
Tweede examenkans
| Evaluatievorm tweede examenkans verschillend van eerste examenkans | |
|
|
|
| Verplicht studiemateriaal |
| |
Wordt ter beschikking gesteld. |
|
|
| Opmerkingen |
| |
Deze cursus is gebaseerd op de inhoud van het vak Human-AI Interaction van, o.a., professoren Jeffrey Bigham, Joseph Seering en Chinmay Kulkarni (Carnegie Mellon University). http://www.humanaiclass.org |
|
|
|
|
|
1 Onderwijs-, examen- en rechtspositieregeling art. 12.2, lid 2. |
| 2 Onderwijs-, examen- en rechtspositieregeling art. 16.9, lid 2. |
3 Onderwijs-, examen- en rechtspositieregeling art. 15.1, lid 3.
|
| Legende |
| SBU : studiebelastingsuren | SP : studiepunten | N : Nederlands | E : Engels |
|