SKUT4342 Specialisation in Music and Music Education 2 Course description

A real artificial intelligence project will be carried by a large team of students. A practical application will be targeted using state-of-the-art methods and tools. The students will construct a working system from scratch, implementing machine learning components as well as using existing tools. The students are involved in the entire process, starting from earlier design choices to the AI system completion. Examples of tasks may include speech processing and image recognition, robots or drones navigation, self-driving vehicles, and chatbots.

Through this course, the students will gain an in-depth understanding of "AI in practice", as opposed to "AI in theory" or "AI on toy problems".

Etter fullført emne har studenten følgende læringsutbytte definert som kunnskap, ferdigheter og generell kompetanse:

Kunnskap

Studenten

• har avansert kunnskap i musikk og musikkdidaktikk
• har inngående kunnskap om hvordan opplæringen i musikk kan tilpasses alle elevers forutsetninger og behov
• har inngående kunnskap om progresjon i undervisning og elevers læring i musikk
• har inngående kunnskap om forskning og teori og vitenskapelige tenkemåter, forskningsmetoder og etikk med relevans for vitenskapsområdet musikkdidaktikk

Ferdigheter

Studenten

• kan på avansert nivå anvende prinsipper for musikkfagets læringsorienterte vurdering og slik bidra til at elevene lærer å reflektere over egen læring og utvikling
• kan vurdere digitale uttrykk og ressurser kritisk og bruke dem i opplæringen på måter som styrker og utvikler musikkfagets didaktikk
• kan analysere og forholde seg kritisk til nasjonal og internasjonal forskning på vitenskapsfeltet musikkdidaktikk og kan anvende denne kunnskapen i profesjonsutøvelsen
• kan analysere faglige problemstillinger basert på kunnskap om musikkfagets egenart, verdigrunnlag og historie og bruke slik innsikt i undervisning, forsknings- og utviklingsarbeid

Generell kompetanse

Studenten

• kan på systematisk vis planlegge, evaluere og revidere læringsopplegg med musikkfaget som grunnlag
• har profesjonsfaglig digital kompetanse knyttet til musikkfaget
• kan bidra til utviklingsarbeid som fremmer faglig og pedagogisk nytenkning i musikkfaget i skolen

Upon successful completion of the course:

Knowledge

The student:

• understands why, when and how to use AI methods in realistic problems that they may encounter in their technical careers
• knows how to produce the necessary technical documentation
• understands how to manage a project in its expertise domain

Skills

The student can:

• work in a large group with a vaguely defined problem statement
• assess different frameworks and tools for artificial intelligence in given contexts
• build systems that realise aspects of intelligent behaviour
• take part in the design and implemention of a relatively large AI project
• debug AI applications and correct bugs at a system level (integration)

General competence

The students can:

• work in a project within their specific expertise area
• make decisions based on limited information
• tolerate previous decisions when they turn out to be suboptimal and can evaluate them when better information becomes available

The following required coursework must be approved before the student can take the exam:

• Minimum 80% attendance in workshops
• A midterm group presentation

Group Project Report (5-10 students) between 10000 and 25000 words.

The exam grade can be appealed.

New/postponed exam

In case of failed exam or legal absence, the student may apply for a new or postponed exam. New or postponed exams are offered within a reasonable time span following the regular exam. The student is responsible for registering for a new/postponed exam within the time limits set by OsloMet. The Regulations for new or postponed examinations are available in Regulations relating to studies and examinations at OsloMet.

Grade scale A-F.

Two internal examiners. External examiner is used periodically.