Frühling 2026
MIK-1015 Bruk av generativ KI - 2.5 stp

Type of course

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.


Admission requirements

Generell studiekompetanse. Søknadskode: 9199.

Course overlap

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

Course content

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.

Objective of the course

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.

Language of instruction and examination

Norsk

Teaching methods

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

Schedule

Eksamen

Vurderingsform: Karakterskala:
Mappevurdering Bestått – Ikke bestått
UiTs samleside om eksamen

More info about the portfolio

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.


Re-sit examination

Det tilbys ikke kontinuasjonseksamen i emnet.
  • Earlier years and semesters for this topic