Kursplan

Datadrivet beslutsfattande

Kurskod
FDA222T
Poäng
7,5 högskolepoäng
Nivå
Forskarnivå
Institution
Institutionen för information och teknik
Ämnestillhörighet
Data Analytics (ANALYTIC)
Fastställd
Fastställd 2025-09-17.
Kursplanen gäller fr.o.m. 2025-09-17.

Lärandemål

Efter godkänd kurs ska studenten kunna:

1. redogöra för och analysera intuitionens betydelse i beslutsfattande i komplexa miljöer
2. förklara och kritiskt analysera hur asymmetrisk information påverkar kollektiva beslut och handlingar
3. förklara och kritiskt reflektera över kulturella faktorers betydelse för utformningen av institutioner och incitament, samt analysera alternativa strategier till formella beslutsmodeller
4. formulera och implementera formella, datadrivna modeller för beslutssituationer, inklusive antaganden, begränsningar och beräkningsstrategier
5. analysera och utvärdera investerings- och handlingsalternativ i situationer präglade av osäkerhet, ofullständig data och en kombination av monetära och icke-monetära nyttor
6. analysera och bedöma avvägningar mellan dataanskaffande och datanyttjande i beslutsfattande, med fokus på effektivitet, risk och tillförlitlighet
7. tillämpa och reflektera över sitt eget beslutsfattande samt sin förmåga att kommunicera och samarbeta i grupp. Detta inkluderar att självständigt fördjupa sig i ett relevant kunskapsområde, förmedla komplexa begrepp inom beslutsfattande samt ge och ta emot konstruktiv återkoppling i akademiska samtal
8. tillämpa och reflektera över sin egen beslutsmetodik och förmåga att kommunicera och samarbeta i grupp i beslutsprocesser
9. Identifiera och reflektera kring forskaretiska utmaningar kopplade till beslutsfattande, inklusive integritet, ansvarstagande och påverkan på individer, organisationer och samhälle.

Innehåll

Kursen behandlar analytiska modeller och verktyg som används för att förstå och lösa beslutsproblem, både för individen och i olika typer av institutioner. Med institutioner avses olika former av organiserad verksamhet, såsom företag, myndigheter och andra kollektiva strukturer, där motivation och information krävs för att samordna enskilda aktörers handlingar. Kursen bygger på teori från flera områden, inklusive spelteori, normativ beslutsteori och beteendevetenskapliga modeller. Fokus läggs på incitamentsproblem, asymmetrisk information samt kulturella och organisatoriska faktorer som påverkar beslutsmiljöer. Ett särskilt avsnitt behandlar modellering av beslutssituationer med hjälp av datadrivna verktyg. Osäkerhet, risk och situationer med ofullständig information adresseras, liksom hur olika typer av nyttor (monetära och icke-monetära) kan vägas i praktiken. Kursen inkluderar forskaretiska perspektiv kopplade till beslutsfattande, inklusive integritet, transparens och samhällelig påverkan. Kursaktiviteten är en upplevelsebaserad simulering av kollektivt beslutsfattande, där erfarenheterna utgör grunden för reflektion med stöd av de begrepp, metoder och material som förmedlas i kursen.

Examinationsformer

  • Seminarier
  • Skriftlig tentamen

Betyg

Som betygsskala används U–G.

Förkunskapskrav

  • Behörig att antas till kursen är den som har grundläggande behörighet till forskarutbildning. Person som inte är antagen vid någon av Högskolan Dalarnas forskarutbildningar antas i mån av plats.

Summary in English

On completion of the course, students will be able to:

1. describe and analyse the role of intuition in decision-making in complex environments
2. explain and critically analyse how asymmetric information affects collective decisions and actions
3. explain and critically reflect on the role of cultural factors in the design of institutions and incentives, and analyse alternative strategies to formal decision models
4. formulate and implement formal, data-driven models for decision-making situations, including underlying assumptions, limitations, and computational strategies
5. analyse and evaluate investment and action alternatives in situations characterised by uncertainty, incomplete data, and a combination of monetary and non-monetary values
6. analyse and assess trade-offs between exploration and exploitation in data strategies for decision-making, with attention to efficiency, risk, and reliability
7. apply and reflect on their own decision-making and their ability to communicate and work in a group. This includes independently deepening their knowledge in a relevant field, communicating complex concepts in decision-making, and giving and receiving constructive feedback in academic discussions
8. apply and reflect on their decision-making methods and their ability to communicate and work in a group in decision-making processes
9. identify and reflect on the challenges of research ethics when making decisions, including integrity, accountability, responsibility, and potential impact on individuals, organisations, and society.