HARK2020 – Digitale verktøy for utforskning av tekster

Timeplan, pensum og eksamensdato

Kort om emnet

Dette emnet tar for seg digitale metoder for tekstanalyse, inkludert metoder for analyse av store tekstmengder og datavisualisering. Du lærer å ta i bruk forskjellige digitale verktøy av særlig relevans for tekstfagene på det humanistiske fakultetet, som historie, litteraturvitenskap, områdestudier, idéhistorie, medievitenskap med flere, blant annet Voyant Tools, Python, kunstig intelligensverktøy og DH-lab. Det er ikke krav om forkunnskaper innen datavitenskap og programmering.

I tillegg til konkret anvendelse av digitale metoder drøfter emnet hvordan kunstig intelligens kan både fremme og hemme læring samt spørsmål knyttet til kildekritisk bruk av digital teknologi.

Dette er et tverrfaglig emne som vektlegger metoder som brukes på tvers av fagområder. Samtidig vil du få erfaring med hvordan digitale metoder kan anvendes innen ditt eget fagfelt. Du vil få utvikle problemstillinger i emnets obligatoriske arbeider ut fra din egen fagbakgrunn og interesse.

Hva lærer du?

Dette emnet gir en innføring i digital tekstanalyse og tenkemåte. Du får trening i å utarbeide og utforske forskningsspørsmål med utgangspunkt i digitale arbeidsmåter relevant for framtidens arbeidsmarked. Du lærer å drøfte problemstillinger som kommer når digitaliseringen møter humanistiske fag.

Når du har gjennomført dette emnet, kan du:

  • beskrive, anvende og drøfte flere digitale metoder for tekstanalyse, analyse av store datamengder og datavisualisering som er i bruk i humanistiske fag
  • utarbeide faglige problemstillinger som kan undersøkes ved hjelp av digitale metoder og digital tenkning
  • Identifisere og diskutere etiske og pedagogiske spørsmål ved bruk av digitale metoder og KI.

Opptak til emnet

Studenter må hvert semester søke og få plass på undervisningen og melde seg til eksamen i Studentweb.

Dersom du ikke allerede har studieplass ved UiO, kan du søke opptak til våre studieprogrammer, eller søke om å bli enkeltemnestudent.

Emnet kan inngå i 40-gruppen i digitale metoder (40DIGMETHF)

Det anbefales at du har kunnskap om programmering tilsvarende den innføringen som gis i FIL2406 – Algoritmisk tenkning for humanister. Hvis du ikke har kunnskap om programmering, anbefales det at du tar FIL2406 – Algoritmisk tenkning for humanister samtidig med dette emnet.

Det forutsettes gode leseferdigheter i engelsk.

Undervisning

Det gis 28 timer seminarundervisning og arbeid i lab. Studentene skal levere tre kortere arbeider i løpet av semesteret. Det settes av tid til å arbeide med dem i undervisningen. Arbeidene vil inngå i en mappe (se Eksamen) og må være godkjent av faglæreren for at studenten kan gå opp til eksamen.

Dersom du har gjennomført og fått godkjent obligatoriske aktiviteter, har du ikke krav på ny undervisning. Dersom du har fått undervisningsopptak til emnet, men ikke har gjennomført eller fått godkjent obligatorisk undervisning, har du rett til ny undervisning når det er ledig kapasitet

Eksamen

Eksamensformen i emnet er mappevurdering og muntlig eksamen.

  • I løpet av semesteret skal studenten levere tre skriftlige arbeider som må være godkjent for å gå opp til eksamen. Disse tre arbeidene utgjør den endelige mappen. Mappevurderingen utgjør 70% av den endelige karakteren.
  • I tillegg gjennomføres en individuell muntlig eksamen ved slutten av semesteret. Endelig karakter settes på grunnlag av en samlet vurdering av mappen og den muntlige eksamenen. Muntlig karakter teller 30% av den endelige karakteren.

Eksamensspråk

Du kan besvare eksamenen på norsk, svensk eller dansk. Søknad om annet eksamensspråk sender du til kontaktpunktet for emnet.

Karakterskala

Emnet bruker karakterskala fra A til F, der A er beste karakter og F er stryk. Les mer om karakterskalaen.

Mer om eksamen ved UiO

Andre veiledninger og ressurser finner du på fellessiden om eksamen ved UiO.

Sist hentet fra FS (Felles studentsystem) 15. okt. 2026 08:01:33

Fakta om emnet

Nivå
Bachelor
Studiepoeng
10
Undervisning
Høst
Eksamen
Høst
Undervisningsspråk
Norsk