Toegangseisen
Dit vak is toegankelijk voor alle studenten binnen de track ‘Digitalisering, Data en Governance’ (DDG) van de Bachelor Bestuurskunde. De specialisatievakken die onderdeel uit maken van de specialisatie DDG vormen de basis voor dit integratieve project. Het is daarom sterk aangeraden deze vakken te hebben afgerond alvorens deel te nemen aan dit vak.
*(M.i.v. sept 2025 verandert de naam van de DDG specalisatie in DBM: Digitalisering, Bestuur en Maatschappij.) *
Beschrijving
Het tweede integratieve project van DDG (hierna: DDG II) draait om het verkrijgen van een ‘manegerial’, oftewel bestuurlijke blik op digitale transformaties in de publieke sector. Het doel van dit vak is om een beleidsprobleem bij een publieke organisatie vanuit zowel een bestuurskundig als ‘digitale’ bril te bekijken. Feitelijk doe je onderzoek om in kaart te brengen 1) op welke manier een digitale oplossing een beleidsprobleem kan oplossen en 2) reflecteer je op de bestuurlijke implicaties hiervan voor de organisatie. Dit vak ligt daardoor dicht bij de praktijk waarmee je in het latere werkzame leven mee te maken krijgt: het vinden van een passende (digitale) oplossing van een concreet probleem bij de overheid en het in goede banen leiden van de implementatie hiervan.
Dit vak bouwt verder op de specialisatie vakken in het tweede jaar: "Innovatie- en informatiemanagement", "The Digital Society" en "Data Science Skills and Applications II: Advanced analytics". In plaats van louter te focussen op één aspect van digitalisering, is het doel van DDG II om een digitale innovatie als geheel te beschouwen: van de vraagstelling tot de ontwikkeling en de uitvoerbaarheid.
De brede bestuurlijke blik zal in dit vak gebruikt worden door het verrichten van een groepsopdracht bestaande uit een AI projectvoorstel en presentatie. De kern van de groepsopdracht ligt in het conceptueel ontwerpen van een algoritmische/AI toepassing ter ondersteuning van de organisatie. Deze toepassing moet allereerst de specifieke vraagstelling van een publieke organisatie beantwoorden. en daarnaast in de praktijk uitvoerbaar en bruikbaar zijn voor medewerkers, en tot slot een aantal bestuurlijke, politieke, juridische of ethische risico’s adresseren.
De vraagstelling waaraan de toepassing moet voldoen wordt aan de studenten meegegeven. Vervolgens is het aan de studenten om met een adequate en in de praktijk bruikbare oplossing te komen. Hierbij zullen studenten zowel gebruik maken van hun kennis op het gebied van algoritmische en AI systemen, als hun bestuurskundige kennis over de implementatie van beleid en publiek management. Tot slot gebruiken studenten hun specifieke kennis rondom bestuurlijke, politieke, beleidsmatige en juridisch/ethische risico’s rondom de implementatie van algoritmische/AI systemen om hun eigen ontwerp kritisch te analyseren.
De groepsopdracht resulteert in één tussentijds product (onderzoeksvoorstel) en twee eindproducten. Het eerste eindproduct is een groepspaper met daarin ook een individueel becijferde component, waarin de studenten op academische wijze hun conceptuele toepassing uiteenzetten als AI projectvoorstel. Daarnaast presenteren de studenten hun onderzoek in niet-academische vorm om te laten zien dat ze de vraagstelling vanuit de publieke organisatie volledig beantwoord hebben en in staat zijn hun toepassing op toegankelijke en begrijpelijke wijze over te brengen aan een niet-academische publiek.
Leerdoelen
Na het volgen van dit vak zijn studenten in staat om:
Een relevant AI projectvoorstel te formuleren dat gebruikt en begrepen kan worden door medewerkers in een publieke organisatie.
Inhoudelijke argumenten te presenteren, gebaseerd op academische bronnen, over bestuurlijke, beleidsmatige, politieke en juridisch/ethische risico’s rondom de implementatie van algoritmische/AI systemen in de publieke sector.
Begrip te hebben van de technische opgaven die komen kijken bij het (conceptueel) ontwikkelen van een algoritmisch/AI systeem in de publieke sector.
In groepen onderzoek uit te voeren, waarbij zowel academische als interpersoonlijke vaardigheden een rol spelen.
Zowel schriftelijk als door een presentatie hun AI projectvoorstel te delen voor een academisch en non-academisch publiek.
Rooster
Op de openingspagina van de opleiding vind je aan de rechterzijde van de studiegids doorlinkmogelijkheden naar de website en de roosters, uSis en Brightspace.
Onderwijsvorm
Het vak DDG II bestaat uit een mix van werkgroepen, zelfstudie en groepswerk. In de eerste week is er een verplicht inleidend college waarin de opdracht uiteen gezet wordt en de vraagstelling wordt gepresenteerd. Daarnaast wordt deze sessie gebruikt om direct de groepen te vormen. Vanaf week 2 is er iedere week is er een verplichte werkgroep, waarin groepen de voortgang van hun toepassing bespreken met de docent, alsmede de kans krijgen om vragen te stellen. Voor de werkgroepen geldt verplichte aanwezigheid van alle leden van de groepen. Daarnaast zullen de werkgroepen gebruikt worden om gezamenlijk aan de opdracht te werken en inhoudelijke thema’s rondom de opdracht te bespreken, zoals relevante theorie. Het is dus van belang om goed voorbereid naar de werkgroepen te komen, zodat relevante vragen gesteld kunnen worden aan de docent, en zodat studenten na de werkgroep weer ‘vooruit’ kunnen met de opdracht. Bij afwezigheid bij 1 werkgroep (met goede reden) moet een vervangende opdracht gemaakt worden, welke voldoende gemaakt moet worden als voorwaarde voor het krijgen van een eindcijfer. Meer dan 1 werkgroep missen is niet toegestaan.
Totale studielast: 140 uur
Inleidend college (1 x 2 uur), wekelijkse werkgroepen (6 x 2 uur) en groepswerk/zelfstudie (126 uur).
Toetsing en weging
- Plan van aanpak (10% van eindcijfer)
- In week 3 worden studenten geacht in groepsverband een plan van aanpak te overhandigen aan de docent ter beoordeling. In dit plan van aanpak worden de grote lijnen van het AI projectvoorstel uiteen gezet. Daarnaast is er een taakverdeling opgenomen in het plan van aanpak, waaraan alle groepsleden zich committeren.
- Eindpaper (60% (groepsgedeelte) + 30% (individuele gedeelte) van eindcijfer)
- Academisch paper waarin het AI projectvoorstel volledig is uitgewerkt. Dit paper bestaat uit een gemeenschappelijk geschreven inleiding, theoretische achtergrond, conceptueel AI systeem en conclusie (50% eindcijfer), alsmede een aantal individueel geschreven reflecties vanuit bestuurlijk, beleidsmatig, politiek en juridisch/ethsich perspectief. Ieder groepslid neemt één van deze reflecties voor hun rekening (20% eindcijfer), maar de gehele groep is verantwoordelijk voor de inhoudelijke coherentie tussen de stukken, inclusief een gemeenschappelijke eindconclusie. Tot slot wordt ook een reflectie op het groepswerk en de taakverdeling opgenomen in het eindpaper. Zie de syllabus voor meer details over de opdracht.
- Presentatie (pass/fail)
- Presentatie in groepsverband van het AI projectvoorstel voor non-academisch publiek. Alle groepsleden dragen bij aan een goede presentatie. Als de presentatie onvoldoende is, moet een vervangende opdracht gemaakt worden in groepsverband.
Alleen het eindpaper kan worden herkanst. Het is mogelijk om de cijfers voor het plan van aanpak en het individuele gedeelte te compenseren met het cijfer van het eindpaper, andersom is dit niet mogelijk. Het eindpaper moet dus altijd hoger dan een 5.5 zijn om het vak succesvol af te ronden. Het groepscijfer is voor alle groepsgenoten hetzelfde, tenzij er op basis van het groepswerk en de taakverdeling door de docent hiervan wordt afgeweken.
Literatuurlijst
Op Brightspace wordt relevante (academische) literatuur voorgeschreven om de opdracht op gang te helpen. Echter, er wordt van studenten verwacht zelf aanvullend literatuur onderzoek te doen en hiernaar te verwijzen in hun groepspaper. Op Brightspace wordt ook een gedetailleerde vakwijzer gepubliceerd met meer informatie over de opdrachten, deadlines en literatuur.
Inschrijven
Schrijf je in MyStudyMap in voor elk vak, de werkgroepen en de tentamens (niet elk vak heeft werkgroepen en/of tentamens). Doe dit op tijd, voor de start van de cursus; sommige vakken en werkgroepen kennen namelijk een limiet. In MyTimetable zie je na inloggen je persoonlijke studierooster.
Inschrijven voor dit vak kan vanaf Dinsdag 12 december, 13:00 u.
Brightspace is de digitale leeromgeving van de Universiteit Leiden. Na je inschrijving voor een vak in MyStudymap ben je ook ingeschreven voor de Brightspace omgeving van het vak.
Meer informatie over inschrijven via MyStudymap is te vinden op deze pagina.
Let op: gast-/contract-/exchangestudenten schrijven zich niet in via MyStudymap, maar via uSis.
Contact
Brecht Weerheijm MSc MA
E-mail: b.weerheijm@fgga.leidenuniv.nl