Med utviklingen av generativ kunstig intelligens (KI), bør studenter på bachelor- og masternivå forstå noe om kvantitativ og kvalitativ metode, fagtekster, argumentasjon og retorikk. Her er noen forslag til delemner.
- Metodelære
- Datainnsamling og -analyse med noe formell statistikk samt stoff om grafisk presentasjon og tolkning.
- Eksperimentelt design: Utviklingsarbeid og forskningseksperimenter.
- Univariat og multivariat analyse av datamatriser.
- Programmering: Grunnleggende begreper og bruk av API-er og funksjoner.
- Designe og gjennomføre intervju, feltstudium og case-studier.
- Tekstforståelse
- Saklighetslære og argumentasjonsteknikk (a la Næss: Noen logiske emner)
- Tekstanalyse, kritikk og hermeneutikk: Metoder for å analysere, forstå og kritisere fagtekst og faglig diskurs.
- Multimodal ledetekst og tilbakemelding (prompt/completion) i KI-systemer.
Dette kan med fordel læres med omfattende KI-støtte og deles i 3 nivåer med noe på bachelor, noe på master og et avsluttende praktikerstudium som skjer ved oppfriskningsstudium etter 2-3 år.
Hvert fagområde lager tilpasninger til aktuell tematikk og empiri. Å utvikle en lokal, regional eller nasjonal kursportefølje bør kvalifisere som eksperimentelt utviklingsarbeid i dosentstigen.