AI-kompetens inom högre utbildning: Att använda GenAI på ett ansvarsfullt sätt i dina studier

AI-kompetens inom högre utbildning: Att använda GenAI på ett ansvarsfullt sätt i dina studier

Utbildningsinstitution

Fakulteten för pedagogik och psykologi
Institutet för pedagogik

Lärare:

Dr László Horváth

Startdatum

22 september 2025

Slutdatum

21 december 2025

Studieområde

Prioritetsfältet CHARM

Utbildningsnivå

Studiebelastning, ECTS

2

Kort beskrivning

Denna onlinekurs ger studenter inom högre utbildning nödvändiga kunskaper om AI och praktiska färdigheter för att på ett effektivt och ansvarsfullt sätt kunna använda verktyg för generativ AI (GenAI) i sina akademiska studier. Utforska grunderna i AI, etiska överväganden och praktiska tillämpningar som forskningsstöd och dataanalys, och utveckla strategier för att navigera i det föränderliga AI-landskapet inom akademin och i framtida karriärer.

Fullständig beskrivning

”AI-kompetens för högre utbildning: Ansvarsfull användning av GenAI i dina studier” är en helt webbaserad, asynkron kurs på 2 ECTS som syftar till att ge studenter inom alla ämnesområden verktyg att hantera de möjligheter och utmaningar som artificiell intelligens, särskilt generativ AI (GenAI), medför i ett akademiskt sammanhang.
– Modul 0. Välkomst och orientering
– Modul 1: Introduktion till AI – grundläggande begrepp och teknikens bakgrund för icke-tekniker
– Modul 2: AI:s inverkan på samhället och konsekvenser för arbetsmarknaden
– Modul 3: Ansvarsfull användning av AI och etiska överväganden samt utmaningar kopplade till användningen av GenAI (från hallucinationer till ”yes-bots”)
– Modul 4: Effektiv användning av stora språkmodeller – prompt engineering
– Modul 5: Användning av GenAI för att stödja din inlärningsprocess, metakognitiva strategier
– Modul 6: GenAI för forskning och litteraturgranskning
– Modul 7: GenAI för dataanalys och andra tillämpningar
– Modul 8: Sammanfattning och reflektion – slutuppgift (utveckla din egen prompt för att stödja högskolestudier)

Kursen går bortom teorin och in på den praktiska tillämpningen. Studenterna får direkt ta sig an verkliga akademiska utmaningar (t.ex. ”Hur kan GenAI på ett ansvarsfullt sätt hjälpa mig med min litteraturgenomgång?”, ”Hur kan jag använda GenAI för en etisk preliminär datautforskning?”). Modulerna innehåller praktiska uppgifter utformade kring dessa utmaningar, där studenterna uppmanas att undersöka, tillämpa verktyg och reflektera över lösningar. Vi inleder med att utforska AI:s breda samhällspåverkan och uppmanar särskilt studenterna i modul 2 att undersöka och diskutera AI:s inverkan på sina egna framtida ämnesområden, vilket kopplar AI-begrepp direkt till olika disciplinära sammanhang. De etiska övervägandena (modul 3) och verktygstillämpningarna (modulerna 4–7) placeras i det allmänna sammanhanget av akademiskt arbete och är tillämpliga inom olika discipliner. Kursen är en helt asynkron onlinekurs som levereras via Canvas och erbjuder maximal flexibilitet, vilket gör det möjligt för deltagarna att ta del av materialet och aktiviteterna i sin egen takt.

Lärandemål

Definiera centrala begrepp inom AI och GenAI samt förklara deras grundläggande tekniska principer.
Analysera AI:s potentiella inverkan på arbetsmarknaden och framtida karriärvägar som är relevanta för deras studieområde.
Identifiera nyckelkomponenter i AI-kompetens och utvärdera olika modeller för att förstå AI:s möjligheter och begränsningar.
Tillämpa etablerade ramverk för att utvärdera de etiska konsekvenserna och ansvarsfull användning av GenAI-verktyg i akademiska sammanhang.
Känna igen potentiella risker och faror förknippade med GenAI, inklusive partiskhet, felaktig information, integritet och miljöpåverkan.
Använda effektiva tekniker för prompt-engineering för att interagera produktivt med stora språkmodeller (LLM) för olika akademiska uppgifter.
Använda specifika GenAI-verktyg och -tekniker på ett ansvarsfullt sätt för att stödja akademiska aktiviteter såsom brainstorming, utkastskrivning, litteratursökning och grundläggande datautforskning.
Kritiskt utvärdera de resultat som genereras av AI-verktyg och inse behovet av mänsklig övervakning, verifiering och egna intellektuella bidrag.
Utveckla personliga riktlinjer för etisk och transparent användning av AI i det egna akademiska arbetet, i enlighet med principerna för akademisk integritet.
Delta i konstruktiv kollegial granskning av AI-stödda akademiska uppgifter och ge feedback på både processen och resultatet.

Kurskrav

Förkunskaper: grundläggande digitala färdigheter.

Lediga platser

50

Kurslitteratur (obligatorisk eller rekommenderad):

Bozkurt, A., & Sharma, R. C. (2023). Generativ AI och prompt engineering: Konsten att viska för att släppa ut anden ur den algoritmiska världen. Asian Journal of Distance Education, 18(2), i–vii. https://doi.org/10.5281/zenodo.8174941
Deloitte AI Institute (2023). Generativ AI och framtidens arbete. https://www2.deloitte.com/content/dam/Deloitte/de/Documents/human-capital/Deloitte_GenAI-Future-of-Work.pdf
Furze, L. (10 november 2024). Syntetiska smickrare: Varför ”ja-botar” är ett problem för utbildningen. Leon Furze. https://leonfurze.com/2024/11/11/synthetic-sycophants-why-yes-bots-are-a-problem-for-education/
Hannigan, T. R., McCarthy, I. P., & Spicer, A. (2024). Akta dig för botshit: Hur man hanterar de epistemiska riskerna med generativa chattbotar. Business Horizons, 67(5), 471–486. https://doi.org/10.1016/j.bushor.2024.03.001
Expertgruppen på hög nivå för artificiell intelligens (AI HLEG) (2019). En definition av AI: Huvudsakliga förmågor och discipliner. https://ec.europa.eu/futurium/en/system/files/ged/ai_hleg_definition_of_ai_18_december_1.pdf
Guide till prompt engineering: https://www.promptingguide.ai/
Russell, S. J., & Norvig, P. (2020). Artificial intelligence: A modern approach (4:e uppl.). Pearson.
Spatola, N. (2024). Avvägningen mellan effektivitet och ansvarsskyldighet vid AI-integration: Effekter på mänsklig prestation och överdriven tillit. Computers in Human Behavior: Artificial Humans, 2(2), 100099. https://doi.org/10.1016/j.chbah.2024.100099
Stricker, J. K. (25 februari 2025). The Synthetic Knowledge Crisis [Substack-nyhetsbrev]. The Future of Higher Education. https://jeppestricker.substack.com/p/the-synthetic-knowledge-crisis
UNESCO. (2019). Beijing Consensus on Artificial Intelligence and Education. Slutdokument från den internationella konferensen om artificiell intelligens och utbildning ”Planning education in the AI era: Lead the leap”. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000368303
World Economic Forum (2025). Rapporten ”Future of Jobs Report 2025”. https://reports.weforum.org/docs/WEF_Futu

Planerade utbildningsaktiviteter och undervisningsmetoder:

– Modulbaserad innehållsförmedling (mikroföreläsningar, utvalda texter, interaktiva inslag, demonstrationer/skärminspelningar)
– Asynkrona diskussioner: Strukturerade forum som uppmuntrar till reflektion, kritisk debatt om etiska dilemman och utbyte av erfarenheter av verktyg.
– Praktiska tillämpningsövningar: Praktiska uppgifter där deltagarna tar itu med definierade akademiska uppgifter med hjälp av GenAI-verktyg, vilket kräver dokumentation och reflektion.
– Kamratgranskningsaktiviteter: Användning av Canvas Peer Review för konstruktiv feedback på praktiska uppgifter, med vägledning av bedömningsmatriser.
– Reflekterande dagboksskrivande: Korta uppgifter som uppmuntrar till reflektion över lärande, föränderliga perspektiv och personliga etiska ståndpunkter.
– Test av grundläggande kunskaper (quiz)

Kurskod

(ännu inte tillgänglig, valbar kurs)

Språk

Bedömningsmetod

Slutlig certifiering

Studieutdrag

Bedömningsdatum

7 december 2025

Behandlingsform

Lärplattform som används

Canvas (mooc.elte.hu)

Antal kontaktstimmar per vecka för studenten:

flexibel (asynkron), arbetsbelastning motsvarande 2 ECTS (60 timmar fördelat på 13 veckor)

Specifik dag och tidpunkt för den ordinarie undervisningen varje vecka

flexibel (asynkron)

Tidszon