Detaljni izvedbeni plan

Akademska godina 2023. / 2024. Semestar Zimski
Studij:

Sveučilišni diplomski studij povijesti (dvopredmetni), Sveučilišni diplomski studij sociologije, Sveučilišni diplomski studij sociologije (dvopredmetni)
Godina studija:

Sveučilišni diplomski studij povijesti (dvopredmetni): 1.;
Sveučilišni diplomski studij sociologije: 1., 2.;
Sveučilišni diplomski studij sociologije (dvopredmetni): 1.;
Usmjerenje Upravljanje i javne politike

I. OSNOVNI PODACI O PREDMETU

Naziv predmeta Upravljanje inovacijama i umjetna inteligencija
Kratica predmeta IZBD243 Šifra predmeta 249661
Status predmeta Izborni ECTS bodovi 4
Preduvjeti za upis predmeta Nema
Ukupno opterećenje predmeta
Vrsta nastave Ukupno sati
Predavanja 30
Seminari 15
Mjesto i vrijeme održavanja nastave HKS – prema objavljenom rasporedu

II. NASTAVNO OSOBLJE

Nositelj predmeta
Ime i prezime Petra Palić
Akademski stupanj/naziv Doktorica znanosti Izbor Docent
Kontakt e-mail petra.palic@unicath.hr Telefon +385 (1)
Konzultacije Prema objavljenom rasporedu
Suradnici na predmetu
Ime i prezime Marina Miletić
Akademski stupanj/naziv Magistra sociologije Izbor Naslovni asistent
Kontakt e-mail mmiletic@unicath.hr Telefon +385 (1)
Konzultacije Prema objavljenom rasporedu

III. DETALJNI PODACI O PREDMETU

Jezik na kojem se nastava održava Hrvatski
Opis
predmeta

Predmet će pružiti odgovarajuće znanje o osnovnim načelima i raznim pitanjima vezanima uz inovacije i umjetnu inteligenciju. Omogućuje studentima usvajanje znanja o strategijama, modelima i izvorima inovacija. Također, studenti stječu znanja i vještine potrebne za upravljanje inovacijama i poslovima korištenjem suvremenih tehnoloških alata i metoda upravljanja inovacijama. Jedno od područja inovacija je i područje umjetne inteligencije. Kroz nastavu studenti će se upoznati sa osnovnim konceptima vezanim uz umjetnu inteligenciju. Nastavni sadržaj prati tečaj Elements of AI koji je kreiralo Sveučilište u Helsinkiju i studenti na kraju semestra imaju priliku polagati ispit na hrvatskom jeziku i dobiti certifikat Elements of AI Sveučilišta u Helsinkiju. Jedan od glavnih koraka prilikom razvoja je istraživanje. U seminarskom dijelu nastave studenti će se upoznati sa osnovama studija uporabljivosti koje se provode prilikom razvoja digitalnih proizvoda. Studenti će tijekom semestra provesti vlastite studije uporabljivosti i prezentirati njihove rezultate.

Očekivani ishodi
učenja na razini
predmeta
1. Klasificirati modele, tipove i dimenzije inovacija te procesni model inovacija. 2. Analizirati i prosuđivati o glavnim društvenim posljedicama umjetne inteligencije. 3. Primijeniti Bayesovo pravilo za izračun rizika u jednostavnim scenarijima. 4. Predložiti načela triju metoda nadzirane klasifikacije i formuliranje neuronske mreže. 5. Kreirati, provesti i prezentirati rezultate studije uporabljivosti.
Literatura
Obvezna

Rogers, E. M. (2010). Diffusion of innovations. Simon and Schuster.

Afuah, A. (2003). Innovation management (pp. 291-305). New York: Oxford university press.

Warwick, K. (2012). Artificial Intelligence: The Basics. New York: Routledge.

Nunnally, B i Farkas, D. (2017). UX Research: Practical Techniques for Designing Better Products. Sebastopol: O’Reilly.

Dopunska

Dodgson, M., Gann, D. M., & Phillips, N. (Eds.). (2013). The Oxford handbook of innovation management. OUP Oxford.

Nambisan, S., Lyytinen, K., Majchrzak, A., & Song, M. (2017). Digital innovation management. MIS quarterly, 41(1), 223-238.

Goffin, K., & Mitchell, R. (2017). Innovation management. London, UK: Red Globe Press.

Barnum, C. (2019). The State of UX Research. Journal of Usability Studies, vol. 15, br. 1: 1-7.

Robinson, J., Lanius, C. i Weber, R. (2017). The Past, Present, and Future of UX Empirical Research. Communication Design Quarterly, vol. 5, br. 3: 10-23.

Liu, Z. (2021). Sociological perspectives on artificial intelligence: A typological reading. Sociology Compass, vol. 15, br. 3: 1-13.

Način ispitivanja i ocjenjivanja
Polaže seDa Isključivo kontinuirano praćenje nastaveNe Ulazi u prosjekDa
Preduvjeti za dobivanje
potpisa i polaganje
završnog ispita
  1. Redovito pohađanje nastave– prisutnost na najmanje  70% nastave prema studijskom programu i izvedbenom planu nastave;
  2. Uredno izvršene seminarske obveze– pripremljeno i izloženo seminarsko izlaganje;
  3. Stjecanje minimalnog uspjeha od 35% ukupne ocjene tijekom nastave unutar zadanih nastavnih aktivnosti – kumulativno ostvareno na seminarskom izlaganju i na dva kolokvija.
Način polaganja ispita

1. Nastavne aktivnosti – seminarske obveze, 1. kolokvij (pismeni) i 2. kolokvij (pismeni);

2. Završni ispit (pismeni).

Način ocjenjivanja

Brojčana ljestvica ocjenjivanja studentskog rada je:
nedovoljan(1) – 0 do 49,9%
dovoljan (2) – 50 do 64,9%
dobar (3) – 65 do 79,9%
vrlo dobar (4) – 80 do 89,9%
izvrstan (5) – 90 do 100%

Način stjecanja ocjene:
a) Nastavne aktivnosti – 70% ocjene
1) seminarske obveze – 20%
2) 1. kolokvij – 25%
3) 2. kolokvij – 25%
b) Završni ispit – 30% ocjene
usmeni ispit – 30% (za prolaz je nužno riješiti 50% ispita)

Detaljan prikaz ocjenjivanja unutar Europskoga sustava za prijenos bodova
VRSTA AKTIVNOSTI ECTS bodovi - koeficijent
opterećenja studenata
UDIO
OCJENE

(%)
Pohađanje nastave 1.2 0
Seminarsko izlaganje 0.4 10
Kolokvij-međuispit 0.8 30
Kolokvij-međuispit 0.8 30
Ukupno tijekom nastave 3.2 70
Završni ispit 0.8 30
UKUPNO BODOVA (nastava+zav.ispit) 4 100
Datumi kolokvija 1. kolokvij: 8 tjedan nastave; 2. kolokvij: 15 tjedan nastave
Datumi ispitnih rokova Prema objavljenom rasporedu

IV. TJEDNI PLAN NASTAVE

Predavanja
Tjedan Tema
1. Uvodno predavanje o inovacijama i umjetnoj inteligenciji
2. Upravljanje inovacijama
3. Važnost, modeli i tipovi inovacija
4. Dimenzije inovacija i procesni modeli inovacija
5. Izvori inovacija
6. Strategije pretraživanja inovacija Izrada poslovnog plana i predviđanje inovacija
7. Inovacije, globalizacija i razvoj
8. Kolokvij 1
9. Uvod u umjetnu inteligenciju
10. Vrste umjetne inteligencije
11. Rješavanje problema pomoću umjetne inteligencije
12. Strojno učenje i umjetna inteligencija u praksi
13. Neuronske mreže i društvene implikacije korištenja umjetne inteligencije
14. Zaključno predavanje
15. Kolokvij 2
Seminari
Tjedan Tema
1. Uvod u seminarsku nastavu
2. Uvod u sociološko istraživanje inovacija
3. Planiranje studija uporabljivosti
4. Provođenje studija uporabljivosti
5. Analiza i sistematizacija rezultata
6. Prezentacija rezultata studije uporabljivosti
7. Seminarska izlaganja
8. Kolokvij 1
9. Seminarska izlaganja
10. Seminarska izlaganja
11. Seminarska izlaganja
12. Seminarska izlaganja
13. Seminarska izlaganja
14. Seminarska izlaganja
15. Kolokvij 2