Emnekode: MIK-1015

Bruk av generativ KI

Søk mellom 1. november og 6. januar
Studiested Nettstudium
Semester / år Vår 2027
Nivå Grunnleggende emner, nivå I
Studiepoeng 2.5

Om emnet

Emnet kan tas som enkeltemne.

Emnet er asynkront: Siden emnet er bygd opp av ferdiginnspilte videoer, er undervisninga ikke knyttet til spesifikke tidspunkter. Emnet kan dermed tas på hvilket som helst tidspunkt i semestrene. Gis både høst og vår.

Dette emnet kan tas som et mikroemne

Emnet gir en innføring i prompt engineering for alle. Vi ser på hvordan man effektivt kommunisere med prompt-baserte generative KI-modeller, inkludert modeller som ChatGPT, ChatUiT, Claude, DALL-E, og Midjourney. Du vil få en forståelse for hvordan disse generative KI-modellene fungerer, gjeldende begrensninger, samt hvordan anvende dem til dine formål. Emnet dekker også utfordringer som hallusinasjoner, bias og uønskede svar, og gir deg strategier for å håndtere og redusere slike resultater.

Opptakskrav

Generell studiekompetanse. Søknadskode: 9199.

Hva lærer du

Kunnskaper - studenten kan …

  • Forklare hvordan man formulerer effektive prompts for å samhandle med generative KI-modeller som ChatGPT, DALL-E og Claude, med forståelse for hva som påvirker modellens respons.
  • Beskrive begrensningene til generative KI-modeller, inkludert utfordringer knyttet til nøyaktighet, bias og hallusinasjoner.
  • Identifisere ulike bruksområder for generative modeller og vurdere hvordan de kan tilpasses spesifikke oppgaver og prosjekter.
  • Gjøre rede for grunnleggende prinsipper for hvordan store språkmodeller fungerer.

Ferdigheter - studenten kan …

  • Utforme og forbedre prompts for å øke relevansen og kvaliteten på genererte svar.
  • Eksperimentere med og justere prompts i iterative prosesser basert på tilbakemeldinger for å optimalisere resultatene.

Generell kunnskap - studenten kan …

  • Vurdere mulighetene og begrensningene ved generative modeller, og bruke dem bevisst for å støtte kreativ og kritisk tenkning.
  • Anvende generativ KI som et verktøy for å forbedre produktivitet, læring og innovasjon i arbeid, utdanning og hverdagsliv.

Studiepoengreduksjon

Du vil få en reduksjon i antall studiepoeng (som oppgitt under), dersom du avlegger eksamen i dette emnet og har bestått følgende emne(r) fra før av:

  • INF-1600 Introduksjon til kunstig intelligens, KI 1 stp
  • INF-6600 Introduksjon til kunstig intelligens, KI 1 stp

Undervisning og pensum

Videoforelesninger (opptak) knyttet til hver fagmodul i kurset. Selvstendig labarbeid og frivillige oppgaver knyttet til fagmoduler.

  • Videoforelesninger / moduler i canvas: Inntil 14 timer
  • Egenstudium/Oppgaveløsning: 50 timer

Undervisnings- og eksamensspråk

Norsk

Timeplan

Timeplanene ferdigstilles og publiseres normalt i god tid før semesterstart, ofte noen uker i forkant. Dette gir studentene mulighet til å organisere studiene sine og forberede seg på kommende aktiviteter.

Det anbefales å sjekke timeplanen jevnlig, da det kan forekomme endringer.

Eksamen

Mappevurdering
Karakterskala: Bestått – Ikke bestått

Alt du trenger å vite om før, under og etter eksamen, oppmelding, fravær klage og vitnemål: UiTs samleside om eksamen

Mer info om mappevurdering

Eksamen bestående av én flervalgsoppgave (Multiple Choice).

For flervalgsoppgaven hentes en gitt mengde spørsmål tilfeldig fra spørsmålsbanker. Det kreves minimum 85% riktig svar for å få eksamen bestått.

Kontinuasjonseksamen

Det tilbys ikke kontinuasjonseksamen i emnet.

Andre år og semester

Kontakt oss

Ansvarlig enhet: Institutt for informatikk