Bruk av generativ KI
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.
Mer informasjon
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.
Generell studiekompetanse. Søknadskode: 9199.
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
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.
Norsk
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
| Vurderingsform: | Dato: | Karakterskala: |
|---|---|---|
| Mappevurdering | 19.06.2026 14:00 (Innlevering) | Bestått – Ikke bestått |
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.
Det tilbys ikke kontinuasjonseksamen i emnet.