ØAETI2000 Etikk, bærekraft og samfunnsansvar Emneplan

Emnet tar utgangspunkt i den profesjonelle beslutningstakerens dilemmaer konfrontert med handlingers konsekvenser for andre mennesker eller institusjoner, og andres forventninger til beslutningstakerens atferd. Emnet er bygget på kunnskaper om moralske, økonomiske og politiske verdier sett opp mot normative krav om profesjonalitet, samfunnsansvar og bærekraft, og skal gi ferdigheter og innsikt i hvordan personlig ansvar kan utøves.

Undervisningsspråk er norsk.

Ingen forkunnskapskrav

Studenten skal etter å ha fullført emnet ha følgende totale læringsutbytte definert i kunnskaper, ferdigheter og generell kompetanse:

Kunnskap

Studenten har

• kunnskap om sentrale begrep og teorier innen moralfilosofi (etikk), velferdsteori og rettsstatens rolle i demokratiske samfunn

• kunnskap om samfunnsansvar, menneskerettigheter og bærekraft i privat og offentlig sektor og i internasjonalt samarbeid

• kunnskap om interessentanalyse og sentrale teorier om bedriftens plass i samfunnet

• kunnskap om lover, normer og praksis for næringsliv om markedsregulering, personvern m.v.

• kunnskap om beslutningsansvar og profesjonsetikk for kandidater med økonomiske og administrative fag
• innsikt i utfordringer knyttet til globalisering og ulikhet

Ferdigheter

Studenten kan

• gjennomføre situasjonsanalyser og kartlegge dilemmaer og beslutningsalternativer

• identifisere og reflektere over moralske dilemma knyttet til individuelle og kollektive beslutninger

• begrunne normative standpunkter i forhold til situasjonsbetingede fakta og etiske teorier, og ta standpunkt til verdispørsmål
• gjennomføre interessentanalyser og vurdere samfunnsansvarets omfang for en virksomhet deskriptivt og normativt
• reflektere over og anvende FNs bærekraftsmål på virksomheter og prosjekt
• reflektere over profesjonsetikk og ansvar i forhold til etiske retningslinjer og lovgivning

Generell kompetanse

Studenten kan

• opptre ansvarsbevisst og selvstendig personlig, faglig og politisk i forhold til andre mennesker, bedrifter og samfunnsbærende institusjoner

• begrunne valg og beslutninger og redegjøre for standpunkt til fakta og til verdispørsmål

• være i stand til å innhente og ta i bruk ny kunnskap om beslutningers konsekvenser og revurdere sine standpunkter i lys av nye fakta eller nye dilemma

• delta i åpen eller offentlig diskusjon om moralske og politiske dilemma, samfunnsansvar og bærekraft
• formidle sentralt fagstoff som teorier, problemstillinger og løsninger både skriftlig, muntlig og gjennom andre relevante uttrykksformer, kan utveksle synspunkter og erfaringer med andre med bakgrunn innenfor fagområdet, og gjennom dette bidra til utvikling av god profesjonsetikk

Det vil hovedsakelig gis undervisning i form av forelesninger, diskusjon av dagsaktuelle problemstillinger m.v.

Ingen arbeidskrav eller obligatorisk aktivitet

What is Data Science, how do we approach problems in Data Science and how can Data Science contribute towards a sustainable future? In this course, we will try to answer these questions. Initially, we will briefly discuss some common ideas we may have about what science is and how we do scientific research. What makes a research method suitable or not suitable? Focusing on specific cases, we will consider successes and disasters in the history of Data Science, with different protagonists, some working at research centers, others in the industry and the business sector.

We will teach the rules, methods and limits of Data Science as well as how to apply them to real world challenges. For example, for predicting the likelihood of the end of virus pandemics or of the next financial crisis, for approaching a sustainable future with renewable energy and for improving the knowledge of our brain.

The course is designed for both students working towards an academic research career, as well as for students aiming at the industry and business sector, where skills in data science are important.

One half year of university studies (30 ECTS), in addition to the international summer schools general requirement. The requirement needs to be met by the application deadline.

After completing this course, the student should have the following learning outcome:;

Knowledge

Upon successful completion of the course, the candidate will have the knowledge of:

• the specific cautions and pitfalls that should be taken into account through the entire research process, particularly when using tools from statistical analysis.
• practical problems in different fields of science, ranging from fundamental and natural sciences to social sciences and engineering.
• how statistical analysis can be used for uncovering the features and properties of a specific set of data.
• the main features and techniques one should be aware of for data collection.
• programming languages applicable to data analysis and modelling.

Skills

Upon successful completion of the course, the candidate will be able to:

• translate problems into research questions and evaluate it is soundness
• propose a first design of experiments to approach specific research questions.
• have a critical insight about the quantitative analysis presented in a research question, approaching authors’ interpretation about the presented results, e.g. in what concerns the correlation between different variables, their possible functional relations and the statistical significance of the overall results.
• develop a computer framework to generate surrogate data sets with particular statistical features, as numerical experiments for testing specific data models.
• apply statistical analysis and mathematical modelling techniques on data from their field of study.

General competences

Upon successful completion of the course, the student

• will be able to construct and establish a research plan
• will be able to carry out the basic quantitative analysis of its results.
• will be able to read a research article with a critical perspective and identify its structure and quality from the scientific point of view.

This course will feature lectures and lab work to provide both theoretical and hands-on content. Students will work in groups of up to five students or individually to complete assignments given to them. The students will supplement the lectures and lab with their own reading. All classes are prepared to be taught on campus, but can be moved online at the discretion of the instructor.;

The following coursework is compulsory and must be approved before the student can take the exam:

Students will select a research paper of their preference from a list of papers, or chosen by them (under the guidance of the teacher), and study it carefully according to the contents learned in the theoretical classes.