spring 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

Examination

Examination: Date: Grade scale:
Mappevurdering 19.06.2026 14:00 (Hand in) Pass – fail
UiT Exams homepage

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