Faglig innhold

Emnet gir en introduksjon til prosedyreorientert programmering, med Python som språk, samt erfaring med å gjennomføre et lite programmeringsprosjekt med anvendelse for undervisning i realfag i ungdomsskole og videregående.

Konsepter som dekkes:

• Variable og datatyper.
• tallrepresentasjon og dens betydning i beregninger (f.eks. avrundingsfeil).
• Input og output.
• Kontrollstrukturer: Sekvens, valg, løkker, rekursjon.
• Strukturering og oppdeling av programmer; funksjoner og moduler.
• Datastrukturer: Strenger, lister, tupler, arrays, mengder og ordbøker (dictionary).
• Filbehandling og unntaksbehandling.
• Enkle numeriske beregninger med visualisering og plotting.

Emnet gir også en kjapp innføring i ulike bruksmåter av generativ KI for læring av og arbeid med programmering, og hvilke fordeler og ulemper dette kan gi.

Læringsutbytte

Kunnskaper:

• K1: Kan forklare grunnleggende prinsipper for digital representasjon av informasjon.
• K2: Kan forklare formål og virkemåte til sentrale mekanismer for prosedyreorientert programmering i Python.
• K3: Kan anvende kunnskap om programmeringsmekanismer til å løse ulike typer problemer, som å som å forutsi resultatet av et program, fullføre kode med manglende elementer, finne og rette feil i kode, og skrive kode så den tilfredsstiller gitte krav.
• K4: Kan forklare noen vanlige bruksmåter for generativ KI innen programmering og hvorfor det er viktig å kvalitetssikre forslagene som KI kommer med.

Ferdigheter.

• F1: Kan gjennomføre et individuelt programmeringsprosjekt, dels ved å skrive kode selv, dels ved å bruke generativ KI.
• F2: Kan diskutere programmeringsproblemer med medstudenter, og med generativ KI.
• F3: Kan etterstrebe læringsutbytter på en selvregulert måte, ved å bestemme egen hastighet og ambisjonsnivå.

Generell kompetanse:

• G1: Kan reflektere om muligheter og utfordringer ved programmering som virkemiddel i undervisning av realfag i ungdomsskole og videregående.
• G2: Kan reflektere over hva som er hensiktsmessig og mindre hensiktsmessig bruk av generativ KI som et hjelpeverktøy for læring.

Læringsformer og aktiviteter

Obligatorisk aktivitet

Det er to ting som er obligatoriske i emnet:

(1) Studenten må ha minst 80% oppmøte på de ukentlige seminarene, som inkluderer diskusjoner med medstudenter fasilitert av fagstaben. Instituttet kan i særskilte tilfeller innvilge søknad om lavere oppmøte. (2) Studenten må levere en enkel fremdriftsplan tidlig i semesteret, fristen for dette vil bli kunngjort ved semesterstart. De obligatoriske aktivitetene må være godkjent for at man skal kunne få karakter i emnet.

I tillegg til de obligatoriske aktivitetene vil digitale læringsressurser bli gjort tilgjengelig for studentene for selvstudium underveis.

Obligatoriske aktiviteter

• Seminar
• Fremdriftsplan

Spesielle vilkår

Anbefalte forkunnskaper

Ingen.

Forkunnskapskrav

Ingen.

Kursmateriell

Digitale læringsressurser. Vil bli gjort tilgjengelig dels i starten av og dels underveis i semesteret.

Studiepoengreduksjon