Społeczne aspekty Big Data 2700-M-ZBD-D2SABD
Przedmiot koncentruje się na analizie Big Data i uczenia maszynowego jako zjawisk społeczno-technicznych, które w coraz większym stopniu wpływają na funkcjonowanie organizacji, procesy decyzyjne oraz relacje pomiędzy jednostką, biznesem i instytucjami publicznymi. Big Data i algorytmy analityczne nie są traktowane wyłącznie jako narzędzia techniczne, lecz jako elementy współkształtujące współczesną rzeczywistość społeczną i gospodarczą.
Zajęcia realizowane są w formie konwersatorium z elementami warsztatowymi. Część teoretyczna obejmuje wprowadzenie do pojęć Big Data i uczenia maszynowego, omówienie źródeł i charakteru danych wykorzystywanych w organizacjach oraz przedstawienie roli algorytmów jako narzędzi wspierających i automatyzujących decyzje menedżerskie. Szczególny nacisk położony jest na zagadnienia jakości danych, stronniczości (bias), odpowiedzialności organizacyjnej, prywatności i bezpieczeństwa informacji związanych z przetwarzaniem danych.
Część warsztatowa poświęcona jest analizie rzeczywistych i hipotetycznych przypadków zastosowań Big Data w biznesie. Studenci uczą się identyfikować potencjalne ryzyka społeczne, etyczne i organizacyjne projektów opartych na danych oraz krytycznie oceniać skutki decyzji podejmowanych na podstawie algorytmów. Zajęcia mają na celu rozwijanie kompetencji niezbędnych do świadomego i odpowiedzialnego uczestnictwa w procesach zarządzania opartych na danych.
Koordynatorzy przedmiotu
Efekty kształcenia
Wiedza:
• zna podstawowe pojęcia związane z Big Data i uczeniem maszynowym,
• rozumie rolę danych i algorytmów w procesach decyzyjnych organizacji,
• zna społeczne, etyczne i prawne uwarunkowania wykorzystania analityki danych w biznesie i instytucjach publicznych.
Umiejętności:
• potrafi analizować przykłady zastosowań Big Data w zarządzaniu,
• umie identyfikować ryzyka społeczne, etyczne i organizacyjne projektów opartych na danych,
• potrafi krytycznie oceniać decyzje podejmowane na podstawie algorytmów i modeli analitycznych.
Kompetencje społeczne:
• jest gotów do odpowiedzialnego uczestnictwa w projektach data-driven,
• wykazuje wrażliwość na kwestie etyczne i społeczne związane z przetwarzaniem danych oraz automatyzacją decyzji.
Kryteria oceniania
Podstawą oceny osiągniętych efektów uczenia się są:
• aktywność studenta na zajęciach, obejmująca udział w dyskusjach i ćwiczeniach warsztatowych,
• test końcowy jednokrotnego wyboru sprawdzający znajomość omawianych zagadnień teoretycznych i problemowych.
Warunkiem zaliczenia przedmiotu jest uzyskanie pozytywnej oceny z testu końcowego oraz aktywne uczestnictwo w zajęciach.
Literatura
• Viktor Mayer-Schönberger, Kenneth Cukier, Big Data. Rewolucja, która zmieni nasze myślenie, pracę i życie
• Christian Fuchs, Social Media: A Critical Introduction
• Danah Boyd, Kate Crawford, Critical Questions for Big Data
• Zuboff, Shoshana, Wiek kapitalizmu inwigilacji
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: