Bachelor - Kognitions- og datavidenskab - Københavns Universitet

Adgangskrav til bacheloruddannelsen

Ansøgere til bacheloruddannelsen i kognitions- og datavidenskab skal have en gymnasial eksamen (STX, HTX, HF, EUX, HHX) eller en tilsvarende udenlandsk eller international eksamen. Derudover skal ansøger have dansk A, engelsk B, matematik A og Kemi B. I øvrigt skal ansøgeren have en adgangsgivende eksamen med mindst 6,0 i gennemsnit uden hurtigstartsbonus (KU’s generelle optagskrav).

Begrundelse

Bacheloruddannelsen i kognitions- og datavidenskab kræver Matematik A for kunne klare statistik-, matematik- og programmeringskurser. Disse kurser tages sammen med studerende fra datalogi og matematik. Uddannelsens studerende vil på 5. og 6. semester kunne vælge en profil i Neurovidenskab, som involverer kurser i cellebiologi og humanfysiologi. Derfor kræver Bacheloruddannelsen i kognitions- og datavidenskab Kemi på B-niveau.

Disse krav adskiller sig fra adgangskravene for bacheloruddannelsen i Cognitive Science ved Aarhus Universitet, som kræver Engelsk B, Historie B eller Idehistorie B eller Samfundsfag B eller Samtidshistorie B og Matematik B. Uddannelsen i Aarhus er en samfundsvidenskabelig uddannelse. Bacheloruddannelsen i kognitions- og datavidenskab er i modsætning til uddannelsen på Aarhus Universitet en naturvidenskabeligt orienteret uddannelse.

Minimum to kandidatuddannelser som uddannelsen giver direkte adgang til

• Kandidatuddannelsen i Datalogi, Københavns Universitet

• Kandidatuddannelsen i IT & Cognition, Københavns Universitet

På betingelse af valg af fagkombinationer på 5. og 6. semester giver uddannelsen direkte adgang til følgende kandidatuddannelse:

• Kandidatuddannelsen i Neuroscience, Københavns Universitet

Kandidatuddannelse som dimittender har retskrav til at blive optaget på

• Kandidatuddannelsen i datalogi, Københavns Universitet

*Vi har forgæves forsøgt at slette teksten i dette felt, men systemet vil ikke tillade det*

Der er ikke tale om et internationalt uddannelsessamarbejde, men kognitions- og datavidenskab er et transnationalt fag og internationalisering af de studerende er vigtigt. Uddannelsen ser gerne at studerende gør brug af eksisterende udvekslingsaftaler (eks. Erasmus, Nordlys, University of California, National University of Singapore, Sydney University) eller nye aftaler, der passer med uddannelsens profil. Studerende kan med fordel lægge udveksling i uddannelsens 5. semester.

Formål

Formålet med bacheloruddannelsen i kognitions- og datavidenskab er at give de studerende viden til at forstå og analysere menneskelig adfærd ved brug af de nyeste metoder fra computervidenskab, psykologi og neurovidenskab. Uddannelsen lægger især vægt på at give de studerende nødvendige eksperimentelle og datalogiske kompetencer til at udvikle nye IT- og databehandlingssystemer i felter som fx kunstig intelligens, menneske-computer interface og big data.

Erhvervssigte

En bachelor i kognitions- og datavidenskab (suppleret med relevant kandidatuddannelse, fx i Datalogi eller Neurovidenskab på Københavns Universitet) ruster den studerende til at varetage analytisk krævende, datacentrerede opgaver i datatunge virksomheder, herunder medicinalindustri, finans, IT-selskaber og ingeniør- og konsulentvirksomheder (og andre STEM virksomheder). De studerende vil være særligt kvalificerede til at bruge deres psykologiske viden i design af nye IT-systemer og IT-løsninger. De vil endvidere være stærkt kvalificerede som empiriske design-, analyse-, datastyrings- og projektledere i dataorienterede virksomheder.

Kompetenceprofil for uddannelsen (viden, færdigheder, kompetencer)

Alle kurser spiller en konkret rolle i at give de studerende de nødvendige kompetencer til at udføre empiriske projekter og udvikle computermodeller af menneskelig kognition. Det vil give de studerende eftertragtede færdigheder i at anvende en lang række videnskabelige metoder til at beskrive menneskelig adfærd i en informations- og datatung virkelighed. Uddannelsen er delt i tre hovedområder (se skema for uddannelsens struktur, og beskrivelsen lige under skemaet).

Kurserne indenfor området psykologi giver de studerende den nødvendige viden om kognitionspsykologiske teorier omhandlende opmærksomhed, hukommelse, beslutningstagen, sprogprocesser og social kognition. Kurserne indenfor området datalogi og statistik giver de studerende færdigheder i statistisk analyse og avanceret kvantitativ modellering af empiriske data, samt grundliggende færdigheder i programmering, systemarkitektur og softwareudvikling i forbindelse med eksperimentelt design og modellering af data. Kurserne indenfor området eksperimentel metode træner færdigheder i at designe og udføre eksperimentelle studier af human kognition og adfærd.

Med stigende progression og kompleksitet bindes viden og færdigheder fra alle områder sammen i konkrete eksperimentelle undersøgelser og selvstændige projekter. Uddannelsen træner vigtige erhvervsrettede kompetencer. Kurserne dygtiggør de studerende i at tilegne sig kompleks viden fra mange discipliner. De vil kritisk kunne integrere den tværfaglige viden i konkrete empiriske analyser på et højt matematisk og computervidenskabeligt niveau. Kurserne i eksperimentel metode træner således de studerende i at udvikle innovative løsninger på komplekse empiriske problemer i tværfaglige grupper. Eksternt link til kompetencematrix for uddannelsen: https://bit.ly/31s3anb

Uddannelses struktur

Uddannelsen er et tværfakultært samarbejde mellem Institut for Psykologi (Det Samfundsvidenskabelige Fakultet), Datalogisk Institut (Det Natur- og Biovidenskabelige Fakultet), Institut for Neurovidenskab (Det Sundhedsvidenskabelige Fakultet) og Institut for Kommunikation og Institut for Nordiske Studier og Sprogvidenskab (Det Humanistiske Fakultet). Der er tale om en primært naturvidenskabeligt orienteret tværfakultæruddannelse, der af hensyn til studiemiljøet huses af et institut: Institut for Psykologi.

Uddannelsen består af 150 ECTS obligatoriske fagelementer inkl. bachelorprojekt og 30 ECTS valgfrie fagelementer. I de valgfrie fagelementer skal den studerende vælge mellem forskellige fagprofiler, som er defineret ved fagpakker i 5. og 6. semester: profil i Kognition og kunstig intelligens og profil i Neurovidenskab. Uanset valg af profil er den studerende sikret optag med retskrav på kandidatuddannelsen i datalogi på Københavns Universitet.

Uddannelsen gør i vid udstrækning brug af allerede eksisterende kursusudbud på bacheloruddannelserne i datalogi og psykologi for at sikre, at de studerende bliver tilbudt den bedste undervisning med de bedste forskningskompetencer. På Datalogi udbydes følgende af uddannelsens fag allerede som en del af bacheloruddannelsen i datalogi: Programmering og problemløsning (15 ECTS), Diskret matematik og formelle sprog (7,5 ECTS), Algoritmer og datastrukturer (7,5 ECTS) og High Performance programmering og systemer (7,5 ECTS). På Psykologi udbydes følgende fag allerede som en del af bacheloruddannelsen i psykologi: Kognitionspsykologi (7,5 ECTS) og Neurobiologi (7,5 ECTS). Også fagene på profilerne i 5. og 6. semester er del af allerede eksisterende kursusudbud på Det Natur- og Biovidenskabelige Fakultet og Det Sundhedsvidenskabelige Fakultet.

Uddannelsens opbygning:

Uddannelsens hovedområder:

Datalogi og statistik, 60 ECTS (obligatoriske): Programmering og problemløsning (15 ECTS), Diskret matematik og formelle sprog (7,5 ECTS), Algoritmer og datastrukturer (7,5 ECTS) og High Performance programmering og systemer (7,5 ECTS), Statistik 1 (7,5 ECTS), Statistik 2 (7,5 ECTS) og Kognitiv modellering (7,5 ECTS).

Eksperimentel metode, 30 ECTS (obligatoriske): Eksperimentel metode 1 (7,5 ECTS), Eksperimentel metode 2 (7,5 ECTS), Eksperimentel metode 3 (7,5 ECTS) og Videnskabelig metode og eksperimentalt design (7,5 ECTS).

Psykologi, 45 ECTS (obligatoriske): Kognitionspsykologi (7,5 ECTS), Neurobiologi (7,5 ECTS), Avanceret kognitionspsykologi (7,5 ECTS), Kognitionsvidenskabens filosofi (7,5 ECTS), Sprog og sprogprocessering (7,5 ECTS) og Social kognition (7,5 ECTS).

Den studerende skal vælge en profil, som er defineret ved fagpakker i 5. og 6. semester:

Profil i Kognition og kunstig intelligens:

Profilen kræver at man tager følgende valgfag og profil-projekt i uddannelsens 5. og 6. semester:

• Introduktion til Machine Learning (15 ECTS)


• Modeller for komplekse systemer (7,5 ECTS) & Artificial Intelligence (7,5 ECTS)


• BA-projekt med emne inden for området af kognition og kunstig intelligens.

Profil i Neurovidenskab:

Profilen kræver at man tager følgende valgfag og profil-projekt i uddannelsens 5. og 6. semester:

• Medicinsk celle- og vævsbiologi, molekylær biomedicin (15 ECTS)


• Human Fysiologi (15 ECTS)


• Bachelor-projekt med emne inden for området af kognitiv neurovidenskab.

En aftale med dekanatet på de Naturvidenskabelige og Sundhedsvidenskabelige fakulteter sikrer, at studerende, som er blevet optaget på det første profilfag, er sikret en plads på det andet profilfag.

Kort beskrivelse af uddannelsens konstituerende elementer

Obligatoriske fagelementer, 1. år:

Kognitionspsykologi (7,5 ECTS)

Mål: Kursets fokus er på basale kognitionspsykologiske teorier og metoder i relation til perception, hukommelse, tænkning og problemløsning og relaterede videnskabelige metoder.

Indhold:

• Viden om basale kognitionspsykologiske teorier, metoder og empiri


• Færdigheder i at analysere kognitionspsykologiske eksperimenter ved hjælp af kognitionspsykologiske metoder


• Kompetencer i at identificere og diskutere basale metoder og statistiske antagelse i videnskabelige artikler.
   

Statistik 1 (7,5 ECTS)

Mål: Kurset fokuserer på elementære statistiske teorier og metoder så som sandsynlighedsregning, deskriptiv statistik, hypotesetestning samt parametrisk og non-parametrisk statistik.

Indhold:

• Viden om basale statistiske metoder og hvordan de anvendes på empiriske data fx inden for kognitionspsykologi


• Færdigheder i at analysere eksperimentelle data ved brug af basale statistiske metoder og software


• Kompetencer i at identificere og diskutere metode- og statistiske antagelser, som de bruges i videnskabelige artikler fx inden for kognitionspsykologien.
   

Programmering og problemløsning (15 ECTS)

Mål: Kurset giver en introduktion til programmering og til hvordan problemløsning struktureres vha. et program.

Indhold:

• Viden om begreber inden for imperativ, objektorienteret og funktionsprogrammeringsparadigmerne


• Færdigheder i at kunne lave mindre programmer og evaluere fordele og ulemper ved at opskrive løsningen i de underviste programmeringsparadigmer


• Kompetencer i at kunne analysere et præcist defineret problemet, udforme et program til løsning af dette, samt at verificere, afprøve og dokumentere løsningen. 
   

Neurobiologi (7,5 ECTS)

Mål: Kurset giver introduktion til de basale biologiske mekanismer af betydning for forståelsen af centralnervesystemet og dets funktion under normale og sygdomsramte omstændigheder.

Indhold:

• Viden om begreber, metoder og empiriske resultater inden for anatomi, fysiologi, neurokemi, psyko- og neurofarmakologi samt neuropatologi


• Færdigheder i at identificere de biologiske grundlag i sygedomme, der relaterer sig til nervesystemet og human kognition


• Kompetencer i at diskutere og præsentere begreber, metoder og empiriske resultater inden for anatomi, fysiologi, neurokemi, psyko- og neurofarmakologi samt neuropatologi.
   

Statistik 2 (7,5 ECTS)

Mål: Kurset fokuserer på avancerede statistiske teorier og metoder så som repeated measures, generelle lineære modeller og multivariat statistik.

Indhold:

• Viden om avancerede statistiske metoder og hvordan de anvendes på empiriske data fx inden for kognitionspsykologi


• Færdigheder i at analysere eksperimentelle data ved brug af avancerede statistiske metoder


• Kompetencer i at identificere og diskutere avancerede metode- og statistiske antagelser som de bruges i videnskabelige artikler fx inden for kognitionspsykologien.
   

Diskret Matematik og Formelle Sprog (7,5 ECTS)

Mål: Kurset giver en introduktion til diskret matematik og formelle sprog. Fokus er på matematisk metode og matematiske værktøjer, som bruges i løsningen af datalogiske problemstillinger.

Indhold:

• Viden om grundlæggende matematisk metode, logik, elementær talteori og tælleproblemer, mængder, relationer, funktioner, asymptotisk tids- og pladskompleksitet, formelle sprog og grammatikker, osv.


• Færdigheder i at formulere simple matematiske argumenter og beviser, samt identificere relevante matematiske værktøjer blandt kursets emner til løsning af datalogiske problemstillinger


• Kompetencer til selvstændigt at løse problemer og at udvælge metoder og teoridele til løsning af problemer inden for kursets vidensområde.
   

Eksperimentel metode 1 (7,5 ECTS)

Mål: Kurset fokuserer på basale eksperimentelle metoder inden for kognitionspsykologi.

Indhold:

• Basal viden om eksperimentelt design og metoder inden for kognitionspsykologi


• Færdigheder i at udføre basale kognitionspsykologiske eksperimenter ved brug af specifikke softwarepakker


• Kompetencer i at identificere og diskutere teoretiske antagelser, eksperimentelle metoder og anvendelser inden for kognitionspsykologi.
   

Obligatoriske fagelementer, 2. år:

Avanceret kognitionspsykologi (7,5 ECTS)

Mål: Kursets fokus er på avancerede teorier og metoder i relation til vigtige områder inden for kognitionspsykologi som fx perception, opmærksomhed og beslutningstagning.

Indhold:

• Viden om avancerede kognitionspsykologiske teorier, relevante metoder og empiri


• Færdigheder i at analysere psykologiske eksperimenter inden for kognitionspsykologiske forskningsområder ved hjælp af avancerede kognitionspsykologiske metoder


• Kompetencer i at identificere og diskutere avancerede eksperimentelle og statistiske metoder i videnskabelige artikler.
   

Kognitionsvidenskabens filosofi (7,5 ECTS)

Mål: Kurset giver studerende redskaber til kritisk at forholde sig til filosofiske antagelser, som ligger til grund for klassisk og aktuel kognitionsvidenskab med særligt fokus på hjernen som en computationel mekanisme.

Indhold:

• Viden om kernebegreber og positioner i aktuel filosofi for kognitionsvidenskaberne og bevidsthedsfilosofi


• Færdigheder i at analysere filosofiske antagelser som ligger til grund fremherskende teoretiske positioner i aktuel kognitionsvidenskab


• Kompetencer i at præsentere og argumentere for positioner og modeller.
   

Videnskabelige metoder og eksperimentelt (7,5 ECTS)

Mål: Kurset fokuserer på videnskabsfilosofi for eksperimentelt design og hypotesetestning.

Indhold:

• Viden om grundliggende positioner inden for videnskabsfilosofi i relation til begrundelse af og begrænsninger ved forskningsdesign og modeltestning


• Færdigheder i at analysere styrker og svagheder ved forskellige forskningsdesign og -metoder


• Kompetencer i at identificere, diskutere og præsentere basale filosofiske antagelser bag valg af forskningsdesign, herunder i relation til vurdering af risikovurdering, god videnskabelig praksis og etiske problemstillinger.
   

Eksperimentel metode 2 (7,5 ECTS)

Mål: Kurset fokuserer på avancerede eksperimentelle metoder inden for kognitionspsykologi.

Indhold:

• Avanceret viden om eksperimentelt design og metoder inden for kognitionspsykologi


• Færdigheder i at udføre avancerede kognitionspsykologiske eksperimenter ved brug af adfærdsmål og specialiserede softwarepakker til programmering af eksperimenter og avancerede statistiske analyser af data


• Kompetencer i at identificere og diskutere teoretiske antagelser, metoder og anvendelser af avanceredere eksperimentelle metoder inden for kognitionspsykologi.
   

Sprog og sprogprocessering (7,5 ECTS)

Mål: Kurset er en introduktion til udvalgte sprogteorier som har relevans i forhold til sprogprocessering samt en introduktion til sprogteknologiske metoder.

Indhold:

• Viden om morfologiske, semantiske eller kommunikative aspekter af kommunikativ interaktion og relevante sprogprocesseringsmetoder


• Færdigheder i at udvikle simple sprogteknologiske komponenter i form af sprogressourcer og enkle sprogmodeller


• Kompetencer i at identificere og diskutere metodiske antagelser i læsningen af forskningsartikler inden for sprogvidenskab og sprogprocessering.
   

Kognitiv modellering (7,5 ECTS)

Mål: Kurset fokuserer på udvikling og anvendelse af avancerede matematiske modeller (herunder svarende til 3 ECTS om lineær algebra) af kognitive processer.

Indhold:

• Viden om matematiske metoder (herunder regning med matricer, determinanter, gauss-eliminering, inverse matricer og vektorrum) for kognitiv modellering og hvordan modellerne kan anvendes på empiriske data inden for kognitionspsykologi og tilgrænsende fagområder som machine learning


• Færdigheder i at udlede basale kognitive modeller og anvende disse i analyse af empiriske data ved hjælp af lineær algebra, matematisk analyse, programmering og anvendelse af specifikke softwarepakker


• Kompetencer i at identificere og diskutere teoretiske antagelser, metoder og anvendelser af kognitiv modellering.
   

Algoritmer og datastrukturer (7,5)

Mål: Kursets formål er at præsentere en række algoritmiske paradigmer (herunder del-og-hersk, det grådige princip og dynamisk programmering), samt at introducere en række analyseværktøjer (korrekthed, køretid, pladsbehov). Fokus er på problemer, der kan løses i polynomiel tid.

Indhold:

• Viden om sorteringsalgoritmer, grafalgoritmer til bestemmelse af korteste veje og mindste udspændende træer, fibonacci heaps og binære søgetræer, amortiseret analyse, osv.


• Færdigheder i at genkende algoritmiske paradigmer (for eksempel del og hersk, dynamisk programmering, grådige algoritmer) og anvende dem på nye problemstillinger


• Kompetencer i at evaluere hvilke paradigmer og datastrukturer er velegnede til at løse nye algoritmiske problemer.
   

Eksperimentel metode 3

Mål: Kurset fokuserer på design af kognitive neurovidenskabelige eksperimenter.

Indhold:

• Viden om avanceret eksperimentelt design og metoder inden for kognitiv neurovidenskab med avancerede målemetoder inden for hjerneskanninger og elektrofysiologi


• Færdigheder i designe, programmere og udføre kognitive og neurovidenskabelige eksperimenter ved brug af specialiserede softwarepakker, programmeringssprog og databaser


• Kompetence i at identificere og diskutere relevante videnskabelige spørgsmål og hypoteser inden for kognitiv neurovidenskab og integrere alle aspekter af forskningsprocessen (design, dataindsamling, databaser og statistisk analyse).
   

Obligatoriske fagelementer, 3. år:

High Performance programmering og systemer (7,5 ECTS)

Mål: Kurset søger at udvikle en grundlæggende forståelse for koncepter inden for datamater og it-systemer og giver den studerende evnen til at reflektere over den praktiske ydeevne og udførsel af lavniveau programmer.

Indhold:

• Viden om bl.a. talrepræsentationer, aritmetik og boolsk algebra, instruktionssæt, maskinsprog, processorarkitektur, processer og virtuel hukommelse, filsystemer og I/O enheder, datanetværk, og parallelle arkitekturer (MIMD, SIMD)


• Færdigheder i at implementere enkle programmer i et systemprogrammeringssprog med eksplicit lagerhåndtering og benytte gængse værktøjer til at foretage udvikling, modifikation og udvidelse af programmer på systemniveau


• Kompetencer i at vurdere processorarkitektur, lagerhierarkier, styresystemer og datanetværk og omkring korrektheden af simple flertrådede programmer, herunder strategier for undgåelse af race conditions og deadlocks.
   

Social kognition og emotioner (7,5 ECTS)

Mål: Kursets fokus er på teorier og metoder til studiet af social kognition og emotioner.

Indhold mål:

• Viden om psykologiske teorier, metoder og empiri om hvordan mennesker forarbejder information vedrørende emotioner, andre mennesker og sociale situationer


• Færdigheder i at analysere psykologiske eksperimenter inden for social kognition og emotioner ved hjælp af kognitionspsykologiske og tilgrænsende metoder


• Kompetencer i at identificere og diskutere metoder og analyser i videnskabelige artikler inden for social kognition og emotioner.
   

Bachelorprojekt (15 ETCS)

Mål: Den studerende skal kunne finde relevant kognitions- og datavidenskabelig litteratur; udføre et mindre teoretisk eller eksperimentelt projekt; dokumentere det udførte arbejde i form af en velstruktureret projektrapport.

Indhold: Et mindre forskningsprojekt udført indenfor en af profilerne.

Vi foreslår, at uddannelsen indplaceres, således (1) at alle uddannelsens samunderviste kurser bevarer deres eksisterende takstindplacering (altså de kurser som tages ved at studerende følger kurser, som udbydes af allerede eksisterende bacheloruddannelser), og (2) at alle uddannelsens egne, nyudviklede kurser indplaceres på takst 2.

Dvs. eksisterende kurser på Datalogi og Det Sundhedsvidenskabelige Fakultet vil således blive indplaceret på takst 3, mens kurser der tages ved at følge allerede eksisterende kurser på Psykologi og Humaniora vil blive takseret på trin 1.

Alle uddannelsens egne nyudviklede kurser bør indplaceres på takst 2. Det drejer sig om følgende fag:

• Eksperimentel metode 1 (7,5 ECTS)


• Eksperimentel metode 2 (7,5 ECTS)


• Eksperimentel metode 3 (7,5 ECTS)


• Kognitionsvidenskabens filosofi (7,5 ECTS)


• Videnskabelig metode og eksperimentalt design (7,5 ECTS)


• Avanceret kognitionspsykologi (7,5 ECTS)


• Kognitiv modellering (7,5 ECTS)


• Social kognition (7,5 ECTS)

Uddannelsen egne kernefag er en række eksperimentelle kurser (Eksperimentel metode 1-3, Avanceret kognitionspsykologi, Social kognition), som kræver eksperimentelle faciliteter, eksperimentelle computere og software og små øvelseshold. Det samme kendetegner uddannelsens nye kursus i kognitiv modellering, der involverer arbejde med matematiske computermodeller og programmering på små øvelseshold. Derfor bør uddannelsens egne kurser indplaceres til takst 2.

Behovsafdækningen gennemført af Københavns Universitet påviste et klart behov på det danske arbejdsmarked for en kompetenceprofil, der kombinerer psykologisk viden med høj teknisk og datalogisk ekspertise. Den kombinerede spørgeskema- og interviewundersøgelse dokumenterer, at behovet for kombinationen af kognitions- og datavidenskabelige kompetencer er både stort og stigende.

Christian Østergaard fra PwC udtalte: “Vi har medarbejdere med den type kompetencer ansat, og søger også efter dem, og så tror jeg [behovet for kognitions- og datavidenskabelige kompetencer hos PwC] vil være stigende fremover. Og hvis vi kigger fem år frem i tiden, så tror jeg behovet for de her kompetencer vil være endnu større - også i PwC.”

Undersøgelsen påviste, at mange virksomheder inden for det medicinske/sundhedsteknologiske område, finans/forsikring, IT-udvikling og konsulentbranchen mangler og efterspørger dimittender, som er i stand til at kombinere psykologiske viden om adfærd med stærk teknisk kunnen indenfor statistik, datamodellering og datalogi. Nogle virksomheder er parate til at ansætte bachelorer med uddannelsens kompetenceprofil, men de fleste virksomheder foretrækker, at bacheloruddannelsen bliver kombineret med en kandidatuddannelse i datalogi.

Mange aftagere inden for STEM-relaterede brancher ser et klart behov for en bachelor i kognitions- og datavidenskab, der kombinerer menneskelig psykologi og tekniske databehandlingsmetoder. Aftagerne efterspørger en profil, som kombinerer kompetencer, der gør dimittender i stand til at udtænke og eksekvere løsninger, der både har et højt teknisk niveau og samtidig har den menneskelige bruger i fokus.

Følgende er baseret på ”Dokumentation af efterspørgsel på kompetenceprofil i kognitions- og datavidenskab” (dokumentationsrapporten), som igen er baseret på en behovsafdækning foretaget af Københavns Universitet i perioden februar til april 2020.

Behovsafdækningen gennemført af Københavns Universitet består af en spørgeskemaundersøgelse, dybdeinterviews og fokusgruppeinterview. 29 respondenter deltog i en kombineret spørgeskema- og interviewundersøgelse, mens 9 respondenter deltog i et fokusgruppeinterview. Behovsundersøgelsens deltagere var primært direktører og ledere inden for relevante brancher såsom datalogibranchen, konsulentbranchen, medicinalindustrien og den finansielle sektor. I behovsundersøgelsen deltog altså i alt 38 potentielle aftagere fra det danske arbejdsmarked, som samlet udgør et repræsentativt udsnit af de relevante aftagere på arbejdsmarkedet.

Den kvantitative undersøgelse påviste et tydeligt behov på det danske arbejdsmarked for dimittender i kognitions- og datavidenskab:

• 89,7% af de adspurgte aftagerne mener, at der hos virksomhederne selv i enten høj eller nogen grad er behov for de kognitions- og datavidenskabelige kompetencer.


• 96,6% mener, at der i virksomhedernes respektive brancher i enten høj eller nogen grad er behov for de kognitions- og datavidenskabelige kompetencer.


• 96,6% mener, at der på det danske arbejdsmarked generelt i enten høj eller nogen grad er behov for de kognitions- og datavidenskabelige kompetencer.


• 75,9% mener, at uddannelsen i kognitions- og datavidenskab i høj eller nogen grad vil kunne være med til at skabe helt nye jobs.


• 82,1% mener, at uddannelsen i kognitions- og datavidenskab i høj eller nogen grad vil dække behov, der ikke allerede er dækket af eksisterende uddannelser.

Den kvalitative del af undersøgelsen dokumenterer ligeledes, at behovet for de kognitionsvidenskabelige kompetencer både er stort og stigende, og at et bredt udsnit af danske arbejdspladser vil være klar til at byde en kognitions- og datavidenskabelig kompetenceprofil velkommen.

Morten Lindow fra Roche Pharma udtalte således: “I lægemiddelforskningen er der et stort behov for at øge de generelle modellerings- og data science-kompetencer hos dem, der egentlig er eksperter i noget andet.”

Nogle respondenter mener, at den faglige styrke i uddannelsen vil gøre det nemt for bachelordimittender nemt at finde arbejde, omend det hos en del virksomheder forudsætter overbygning med en relevant kandidatuddannelse.

For eksempel udtalte Niels Berner fra Novo Nordisk: “Jeg tror helt sikkert, at der vil være et bachelorarbejdsmarked. Folk vil kunne tage bachelorgraden i kognitions- og datavidenskab og gå ud og skabe deres egen specialisering.”

Virksomheder med store datamængder tilgængelig, som samtidig arbejder med bruger/kundekontakt, vil ifølge undersøgelsens respondenter alle være oplagte aftagere. Områder inden for softwareudvikling, sundhed/medicin og finanssektoren fremhæves af respondenterne blandt andre som særligt relevante. Den kognitions- og datavidenskabelige kompetenceprofil vil desuden kunne skabe stor værdi som formidler og brobygger mellem det datalogiske og det psykologiske felt, og mange aftagere ser en klar fordel i at kombinere de to fagområder i én profil. Med indsigt i begge felter vil dimittender have gode forudsætninger for at udtænke og eksekvere løsninger, der både har et højt teknisk niveau og samtidig har den menneskelige bruger i fokus.

Derudover vil uddannelsen kunne være med til at tiltrække flere - især kvinder - til det datalogiske felt. Mange aftagere påpeger dette som en styrke ved uddannelsen. Aftagerne fra det danske arbejdsmarked ser altså mange kvaliteter og anvendelsesmuligheder i en kognitions- og datavidenskabelig dimittend, og det er aftagernes opfattelse, at kompetencerne kun blive mere efterspurgte, når de først er færdiguddannede.

I behovsundersøgelsen deltog et repræsentativt udsnit af relevante aftagere fra det danske arbejdsmarked. 89,7% af aftagerne tilkendegiver et aktuelt behov i egne virksomheder for dimittender med den kognitions- og datavidenskabelige kompetenceprofil, hvilket tydelig demonstrerer en stor regional efterspørgsel. 96,6% af aftagerne giver udtryk for en stor national efterspørgsel. Efterspørgslen er størst inden for sundhed, finans, IT-udvikling og konsulentbranchen. For at imødekomme denne efterspørgsel har uddannelsen to fagprofiler: Kognition og kunstig intelligens og Neurovidenskab.

Aftagere fra større firmaer (Microsoft, Novo Nordisk) tilkendegiver, at de er parate til direkte at ansætte bachelorer fra uddannelsen. De fleste aftagere foretrækker dog, at uddannelsen kombineres med en kandidat i datalogi (finans, IT-udvikling, konsulentbranchen) eller neurovidenskab (medicinalindustri, sundhedsteknologi).

Vi vurderer, at 5/6 af dimitenderne fortsætter på kandidatuddannelsen i datalogi. Af den sidste 1/5 vurderes størstedelen at fortsætte på kandidatuddannelsen i neuroscience, mens resten vil finde ansættelse som bachelorer eller fortsætte uddannelsen i IT & Cognition.

I behovsundersøgelsen deltog i alt 38 aftagere fra det danske arbejdsmarked, som samlet udgør et repræsentativt udsnit af de relevante aftagere. 29 respondenter deltog i en kombineret spørgeskema- og interviewundersøgelse, mens 9 respondenter deltog i et dybdegående fokusgruppeinterview.

Behovsundersøgelsens deltagere er direktører og ledere inden for relevante brancher såsom datalogibranchen, konsulentbranchen, medicinalindustrien og den finansielle sektor. Respondenterne er altså hovedsageligt personer, som har ansættelsesansvar og/eller må forventes at have et generelt strategisk ansvar i deres organisation eller virksomhed.

En del af respondenterne udgøres af medarbejdere med høj faglig ekspertise, specialisering og indsigt inden for områder relevante i forhold til uddannelsen i kognitions- og datavidenskab. Den samlede respondentgruppe kan på denne baggrund give kvalificerede vurderinger af behovet på deres arbejdspladser.

Givet deres erhvervserfaring og ekspertise kan de ligeledes give kvalificerede bud på det specifikke behov i egne brancher samt på det danske arbejdsmarked generelt.

Uddannelsens struktur og indhold er blevet fremlagt og diskuteret i forbindelse med gennemførte telefoninterviews og fokusgruppeinterview. Dialogen med aftagerne har bidraget med input til at skærpe den faglige kompetenceprofil, så den matcher behovet på arbejdsmarkedet. Aftagernes kommentarer har blandt andet ført til følgende forbedringer:

• Et fokus på vigtigheden af at de kognitions- og datavidenskabelige dimittender bliver i stand til selvstændigt at udarbejde konkrete løsninger. Aftagerne finder det attraktivt, at uddannelsen bindes sammen af en række selvstændige eksperimentelle projekter (Eksperimentel metode).


• Sikring af at de studerende får en fagligt dyb samt praktisk anvendelig viden inden for uddannelsens kompetenceområder.


• De datalogiske kompetencer prioriteres, da det i høj grad er disse, der efterspørges.


• Udvikling af kompetencer i forhold til etik og bias skal prioriteres. Aftagerne har allerede i dag et stort behov for at finde løsninger på etiske udfordringer.

For at sikre fremtidig sammenhæng mellem uddannelsens indhold og aftagernes behov, har deltagerne i fokusgruppeinterviewet givet tilsagn om, at de vil tjene som et rådgivende panel for uddannelsen.

Den eneste direkte sammenlignelige uddannelser er den engelsksprogede Cognitive Science på Aarhus Universitet. Dette er også en tværfaglig uddannelse, der indeholder nogle af de samme elementer som bacheloruddannelsen i kognitions- og datavidenskab. Cognitive Science har dog fokus på kommunikation og samfundsvidenskab, og desuden er Aarhus Universitets uddannelse engelsksproget.

I modsætning hertil er uddannelsen i kognitions- og datavidenskab fokuseret på datalogiske og naturvidenskabelige dimensioner af kognitionsvidenskab. Kognitions- og datavidenskabs-uddannelsen vil derfor som adgangskrav kræve matematik på A-niveau og kemi på B-niveau. Vi vurderer derfor, at de to uddannelsers forskellige fokus gør, at de ikke henvender sig til den samme målgruppe af studerende.

Dimittender fra bacheloruddannelsen i kognitions- og datavidenskab forventes primært at forsætte på kandidatuddannelsen i datalogi ved Københavns Universitet, hvor de har retskrav på optagelse. Beskæftigelsestallene for kandidater i datalogi er gode og efterspørgslen er stor.

Da bacheloruddannelsen i kognitions- og datavidenskab er en tværfaglig uddannelse minder den fagligt om en række beslægtede uddannelser, dels på København Universitet, men også på de andre universiteter i Danmark.

Ud over Cognitive Science ved Aarhus Universitet er der ikke andre bacheloruddannelser i Danmark, der i samme grad integrerer faglighederne fra de tre store hovedområder (natur-, samfunds- og sundhedsvidenskab) inden for kognitionsvidenskaben. De andre beslægtede uddannelser dækker kun dele af fagligheden inden for kognitions- og datavidenskab, og vi forventer derfor ikke, at uddannelsen i kognitions- og datavidenskab vil rekruttere fra den samme gruppe af studerende.

På Københavns Universitet drejer det sig om følgende bacheloruddannelser:

• Psykologi


• Filosofi


• Lingvistik


• Machine Learning og datavidenskab


• Datalogi


• Datalogi-økonomi


• Sundhed og informatik

På de andre universiteter drejer det sig om følgende bacheloruddannelser:

• Datalogi (AU, SDU, AAU)


• Datavidenskab (AU, AAU)


• Filosofi (AU, SDU)


• Lingvistik (AU)


• Psykologi (AU, SDU, AAU)


• Civilingeniør i Computerteknologi (AU)


• Civilingeniør i Robotteknologi (SDU, AAU)


• Civilingeniør i Software Engineering (SDU, AAU)


• Civilingeniør i Spiludvikling og læringsteknologi (SDU)


• Informationsvidenskab, it og interaktionsdesign (SDU)

Uddannelsen i kognitions- og datavidenskab er unik i sin kombination af datalogi, psykologi og neurobiologi. Med sit naturvidenskabelige fokus tænkes uddannelsen at have matematik på A-niveau og kemi på B-niveau som adgangskrav. Uddannelsen vil således have en anden rekrutteringsprofil end den typiske ansøger til Psykologi. Samtidig dokumenterer rekruteringsundersøgelsen (se bilag, side 29), at uddannelsen formentlig vil kunne tiltrække studerende med anden profil end den typiske ansøger til datalogi.

Uddannelsen har et stort rekrutteringspotentiale. Se rekrutteringsundersøgelse, bilag side 26. Målgruppen vil gerne have en uddannelse, der opfylder to vigtige betingelser (se undersøgelse af EVA, side 8: https://www.eva.dk/sites/eva/files/2019-06/Studievalgsbegrundelser_final.pdf). For det første vil målgruppen gerne beskæftige sig med et fagområde, der arbejder med at løse nogle af samfundets store problemer. For det andet vil målgruppen gerne studere et fag med gode jobmuligheder og beskæftigelsestal. Fremtiden byder kun på et stigende behov for personer med ekspertise inden for big data og STEM (Region Hovedstaden har således som målsætning at 20% flere vælger en STEM uddannelse inden for de næste 10 år, se rapport: https://bit.ly/2FMAflU; CEDEFOP forudser en 12% stigning i nyansættelser inden for STEM brancher i perioden 2015 til 2025, se rapport, 'executive summary', side 6: https://bit.ly/33QevNL). Uddannelsen i kognitions- og datavidenskab tilfredsstiller begge betingelser.

Københavns Universitet har i forbindelse med arbejdet med uddannelsen foretaget en brugerundersøgelse. I undersøgelsen deltog elever fra 15 forskellige gymnasiale uddannelser i en spørgeskemaundersøgelse, der havde til hensigt at undersøge interessen for og den forventede tilstrømning til uddannelsen i kognitions- og datavidenskab. Se bilag for nærmere beskrivelse af undersøgelsen og dens resultater.

Målgruppeundersøgelsen blandt gymnasieelever viser, at der overordnet er stor interesse for uddannelsen i kognitions- og datavidenskab. Resultaterne tyder på, at der vil være stor tilstrømning til uddannelsen, og at der vil være markant flere ansøgere end ledige studiepladser. Derudover er der grund til at forvente, at både mænd og kvinder vil søge uddannelsen. Uddannelsens forventede evne til at tiltrække kvinder vil være med til at skabe en mere ligelig kønsfordeling i det datalogiske felt og mere generelt inden for STEM området. Desuden er der i ovenstående undersøgelse indikationer på, at uddannelsen også vil tiltrække elever, som er samfundsvidenskabeligt orienterede. På denne måde vil uddannelsen kunne bidrage til at sikre diversitet inden for STEM området. Uddannelsen vil være med til at trække flere studerende til det datalogiske felt og på denne måde være med til at dække den massive efterspørgsel på datalogiske kompetencer.

For at sikre at bacheloruddannelsen i kognitions- og datavidenskab bliver en succes fra start, målt på antal ansøgere, og samtidigt ikke har en negativ indvirkning hverken på antal eller kvalitet af ansøgere, som søger ind på eksisterende og beslægtede uddannelser, vil der med etableringen af bacheloruddannelsen i kognitions- og datavidenskab blive iværksat en særlig markedsføringsindsats og udarbejdet en særlig rekrutteringskampagne. Kampagnen, som vil henvende sig til STX og HTX-elever, vil bestå af informationsmateriale, som beskriver formål, visioner, jobmuligheder for den nye uddannelse og sammenligner den med andre uddannelser. Derudover vil der blive holdt åbent hus-arrangementer, studiepraktik, ’studerende for en dag’ og informationsmøder, hvor repræsentanter fra aftagere også vil deltage. Desuden vil der blive udviklet brobygningstilbud til STX og HTX. a) Elever med særlig interesse for kognitions- og datavidenskab bliver inviteret ind på Institut for Psykologi/Datalogisk Institut til 4 timers undervisning i adfærds- og neurovidenskabelige demonstrationsforsøg af studerende. Underviserne og eleverne spiser frokost sammen, for at skabe en tættere relation mellem de to parter og mulighed for, at eleverne kan spørge ind til at studere kognitions- og datavidenskab på universitetet. b) Studerende besøger STX og HTX-klasser og fortæller om at læse kognitions- og datavidenskab på universitet.

Rekrutteringsgrundlaget er nationalt. Uddannelsen henvender sig til studerende, der interesserer sig for datalogi, naturvidenskab og psykologi. Erfaringen viser, at de fleste studerende har en af flg. hovedbegrundelser for valg af uddannelse: 1) faglig interesse, 2) ønsket om sikre jobmuligheder eller 3) ønsket om at løse samfundets store problemer. Den nye uddannelse kan appellere til alle 3.

Uddannelsen i kognitions- og datavidenskab forventes ikke at ”stjæle” studerende fra andre beslægtede uddannelser. Alle nært beslægtede bacheloruddannelser har ventelister, således at hvis en person valgte at søge den nye uddannelse i stedet for fx Psykologi, så ville en ny person fra ventelisten blot få pladsen på Psykologi.

Studerende på uddannelsen er garanteret en plads med retskrav på kandidatuddannelsen i Datalogi, Københavns Universitet.

Uddannelsen giver direkte adgang til

• Kandidatuddannelsen i Datalogi, Københavns Universitet


• Kandidatuddannelsen i IT & Cognition, Københavns Universitet

På betingelse af valg af fagkombinationer på 5. og 6. semester giver uddannelsen i direkte adgang til følgende kandidatuddannelse:

• Kandidatuddannelsen i Neuroscience, Københavns Universitet

Vi vurderer, at 5/6 af dimitenderne fortsætter på kandidatuddannelsen i datalogi. Givet den store efterspørgsel på dataloger, er det årlige optag på uddannelsen sat til 60.