Inspiration og kurser for grundskolen og gymnasium

Målgruppe: Grundskolelærere
Fag: Naturfag, Teknologifag, Fysik, Kemi, Biologi, Geografi og Matematik

Beskrivelse:
Dette kursus er en introduktion til programmering for lærere, der underviser i STEM-fag og som ønsker at integrere programmering som arbejdsform i deres undervisning. Kurset er designet til begyndere og giver en tryg og praksisnær indføring. Du vil:

• lære, hvad programmering er, og stifte bekendtskab med centrale begreber som sekvenser, løkker, betingelser og funktioner
• arbejde med både blokbaserede og tekstbaserede programmeringsmiljøer
• afprøve, hvordan generative AI-værktøjer som ChatGPT kan støtte både læring og undervisning i programmering
• få indsigt i konkrete undervisningsforløb og materialer, du kan tage direkte med hjem og afprøve i din egen klasse

Kurset veksler mellem hands-on programmeringsaktiviteter, pædagogiske/didaktiske refleksioner og drøftelser af, hvordan programmering kan understøtte faglig fordybelse, problemløsning og teknologiforståelse i naturfagsundervisningen.

Udbytte:
Du går fra kurset med basal programmeringsforståelse, konkrete undervisningsaktiviteter og ideer til, hvordan du kan komme i gang med at bruge programmering i din egen undervisning – også selvom du aldrig har programmeret før.

Kursusdage: 8/4-2027 & 9/4-2027
Sted: Rådmandsgade 64, 2100 København Ø
Pris: 6.000 kr.

Målgruppe: Gymnasielærere
Fag: Naturvidenskabeligt grundforløb (NV), Fysik, Kemi, Biologi, Astronomi, Matematik, Naturvidenskabelig faggruppe, Informatik
Niveau: A & B

Beskrivelse:
Computersimuleringer spiller en afgørende rolle i moderne naturvidenskab og matematik. De gør det muligt at udforske komplekse fænomener, udvikle modeller og afprøve hypoteser - ikke kun i fysik og kemi, men også i biologi, hvor alt fra populationsdynamik til evolution kan simuleres. Simuleringer gør det desuden muligt at stille spørgsmål, som ellers ville være vanskelige eller umulige at undersøge eksperimentelt, f.eks. i astronomien eller inden for sandsynlighedsregning.

Dette kursus giver en praktisk introduktion til, hvordan man kan arbejde med computersimuleringer i gymnasiets STEM-fag ved hjælp af enkle Python-programmer. Vi arbejder med små, overskuelige eksempler, som kan danne udgangspunkt for elevforløb i undervisningen.
Du lærer blandt andet at opstille og programmere simple modeller for:

• Planetbaner og gravitation
• Stokastiske fænomener som spil og sandsynlighedsregning
• Kemiske reaktionshastigheder og dynamik
• Evolution og naturlig selektion
• Elementer fra computerspil, som illustrerer fysiske og matematiske principper

Vi lægger vægt på hands-on programmering med udgangspunkt i relevante og motiverende cases. Alle øvelser er udformet, så de let kan tilpasses og anvendes i din egen undervisning. Kurset forudsætter ikke programmeringserfaring, og du bliver guidet gennem både grundlæggende kodning og didaktiske overvejelser.

Undervejs udvikler vi undervisningsaktiviteter med simuleringer, som du kan afprøve med dine elever. Der vil være mulighed for fælles sparring og feedback - både fagligt, teknisk og pædagogisk - med fokus på at understøtte elevernes forståelse af modeller, systemtænkning og den naturvidenskabelig metode.

Kursusdage: 7/9-2026, 8/9-2026, 14/9-2026, & 15/9-2026
Sted: København
Pris: 12.000 kr.

Målgruppe: Gymnasielærere
Fag: Fysik, Matematik og Informatik
Niveau: A

Beskrivelse: Dette kursus er specialiseret f.eks. med henblik mod 3.-års studieretningsprojekt.

Grundideen bag moderne neurale netværk er enormt simpel: Definér en kompleks funktion, og minimer forskellen mellem den og en stor mængde data. Optimeringen sker ved at justere netværkets parametre, som der i moderne arkitekturer kan være milliarder af. Den eneste metode, vi kender til at udføre denne optimering, er “gradient descent”, som kræver, at vi ikke blot definerer netværkets funktion, men også den afledte (differentierede) version. Dette simple krav var en stor kreativ begrænsning i maskinlæringens spæde dage, fordi enhver ændring i netværkets arkitektur krævede, at man manuelt opdaterede den differentierede funktion.

Løsningen på dette problem er differentiabel programmering, der henviser til programmeringssprog og biblioteker, som “forstår” og automatisk anvender differentialregler som f.eks. kædereglen. Man kan argumentere for, at denne programmeringstekniske idé er årsagen til den enorme variation af neurale netværksarkitekturer, vi har i dag. Men udover maskinlæring har differentiabel programmering også fundet anvendelse i mange andre felter, herunder økonomisk optimering og fysiksimulering.

I dette kursus stifter vi bekendtskab med differentiabel programmering som et værktøj i egen ret. Vi ser, hvordan teknikker som f.eks. lineær regression bliver trivielle at implementere med adgang til et differentiabelt programmeringsbibliotek. Vi træner simple neurale netværk, som vi implementerer “i hånden”, og vi laver fysiksimuleringer. Det hele sker i Python ved hjælp af biblioteket JAX.

Kursusdage: 25/5-2027 & 26/5-2027
Sted: Universitetsparken 1, 2100 København Ø
Pris: 6.000 kr.

Målgruppe: Gymnasielærere
Fag: Naturvidenskabeligt grundforløb (NV), Fysik, Kemi, Biologi, Bioteknologi, Naturgeografi, Geovidenskab, Astronomi, Matematik, og Naturvidenskabelig faggruppe
Niveau: A, B & C

Beskrivelse:
Dette kursus er en introduktion til programmering for lærere, der underviser i STEM-fag og som ønsker at integrere programmering som arbejdsform i deres undervisning. Kurset er designet til begyndere og giver en tryg og praksisnær indføring. Du vil:

• lære, hvad programmering er, og stifte bekendtskab med centrale begreber som sekvenser, løkker, betingelser og funktioner
• arbejde med både blokbaserede og tekstbaserede programmeringsmiljøer
• afprøve, hvordan generative AI-værktøjer som ChatGPT kan støtte både læring og undervisning i programmering
• få indsigt i konkrete undervisningsforløb og materialer, du kan tage direkte med hjem og afprøve i din egen klasse

Kurset veksler mellem hands-on programmeringsaktiviteter, pædagogiske/didaktiske refleksioner og drøftelser af, hvordan programmering kan understøtte faglig fordybelse, problemløsning og teknologiforståelse i naturfagsundervisningen.

Udbytte:
Du går fra kurset med basal programmeringsforståelse, konkrete undervisningsaktiviteter og ideer til, hvordan du kan komme i gang med at bruge programmering i din egen undervisning – også selvom du aldrig har programmeret før.

Kursusdage: 22/4-2027 & 23/4-2027
Sted: Universitetsparken 1, 2100 København Ø
Pris: 6.000 kr.

Målgruppe: Gymnasielærere
Fag: Naturvidenskabeligt grundforløb (NV), Fysik, Kemi, Biologi, Bioteknologi, Naturgeografi, Geovidenskab, Astronomi, Matematik, Naturvidenskabelig faggruppe, Teknikfag, Teknologi, og Informatik.
Niveau: A, B & C

Beskrivelse:
Kunstig intelligens byder på en række nye tilgange og muligheder inden for STEM. Dette kursus er rettet mod den konkrete brug af kunstig intelligens i gymnasiets naturvidenskabelige fag – med særligt fokus på AI-understøttet programmering samt undersøgende, skabende og legende tilgange til modellering af naturfaglige fænomener. Kurset veksler mellem undervisning og introduktion til state-of-the-art af KU-forskere, der helt aktuelt arbejder med – og udvikler – teknologierne som svar på større samfundsmæssige udfordringer.

Kom og lær, hvordan du på en didaktisk reflekteret måde kan få leg, kunstig intelligens og computationelle metoder ind i din egen undervisning. Du vil få opøvet grundlæggende programmeringsfærdigheder med udgangspunkt i relevante cases, blive introduceret til de faglige perspektiver i machine learning, samt få udviklet et vist datalogisk-computationelt begrebsapparat. Kurset sigter desuden mod tilvejebringelsen af én eller flere sekvenser, du som kursist prøver af i din egen undervisning i den mellemliggende periode mellem kursusgangene, og som vi efterfølgende evaluerer i fællesskab.

Bliv klogere på den rivende udvikling inden for kunstig intelligens, få opøvet nogle grundlæggende, tekniske færdigheder – og lad dig inspirere til, hvordan du kan anvende kunstig intelligens på en kritisk og konstruktiv måde i netop din undervisning.

Kursusdage: 24/8-2026, 25/8-2026, 27/8-2026, 12/10-2026 & 13/10-2026
Sted: Universitetsparken 1, 2100 København Ø
Pris: 14.000 kr.

På dette kursus bliver du klogere på den rivende udviklingen inden for machine learning, får opøvet nogle grundlæggende, tekniske færdigheder – og bliver inspireret til, hvordan du kan anvende machine learning på en kritisk og konstruktiv måde i din undervisning.

AI giver en række nye analysemetoder til naturvidenskab. Vi tager udgangspunkt i en case med DNA-data fra bioinformatik, hvor man kan analysere DNA-spor og forudse udseende samt alder af personen bag DNA-sporet. Derved lærer du at lave dine egne Machine Learning modeller i værktøjet Orange, som er så let at bruge, at gymnasieelever kan lære at bruge det i løbet af en time.

Kurset vil finde sted den 14. marts 2025

Lær mere om dette på begivenhedens side.

På dette kursus bliver du klogere på den rivende udviklingen inden for kunstig intelligens, får opøvet nogle grundlæggende, tekniske færdigheder – og bliver inspireret til, hvordan du kan anvende kunstig intelligens på en kritisk og konstruktiv måde i din undervisning.

Kom og lær, hvordan du på en didaktisk reflekteret måde kan få kunstig intelligens og computationelle metoder ind i din egen undervisning. Du vil få opøvet grundlæggende programmeringsfærdigheder med udgangspunkt i relevante cases, blive introduceret til de faglige perspektiver i machine learning, samt få udviklet et vist datalogisk-computationelt begrebsapparat. Kurset sigter desuden mod tilvejebringelsen af én eller flere sekvenser, du som kursist prøver af i din egen undervisning i den mellemliggende periode mellem kursusgangene, og som vi efterfølgende evaluerer i fællesskab.

Kurset vil finde sted løbende mellem den 20. august og 10. oktober 2025. 

Læs mere om dette på begivenhedens side,

Virum Gymnasium er vært for en kursusformiddag med faglige workshops for gymnasielærere, der ønsker at styrke deres it-faglige kompetencer og få inspiration til, hvordan man kan tilgodese læreplanernes krav om innovation og inddragelse af digitale værktøjer.

Få konkrete ideer og værktøjer til, hvordan du kan bruge elementer fra informatikken i andre fag og tænke det ind i dine specifikke kernefagligheder.

Besøg tilmeldingssiden for at læse mere om kurset

Vælg én af følgende workshops

Machine Learning i informatik: en case fra bioinformatikken Mette Machholm
Sundhedsteknologi: informatik i biologi/bioteknologi Morten Aagaard Schultz
Billed- og objektgenkendelse i gymnasiets naturvidenskabelige fag Michael Lund
Generativ AI i de kreative fag – og sprogfagene Cecilie Bepler

Program

Fælles opstart (½ time): Alle deltagere samles til et fælles oplæg om det frugtbare ved tværfagligt samarbejde med informatik.
Workshop (1 time): Deltagere fordeles ud i de valgte workshops til oplæg, øvelser og dialog.
Pause (15 min.)
Workshop forsat (1 time)
Afrunding og evaluering (15 min.)

Hvem deltager?

Kursusdagen henvender sig til undervisere i de naturvidenskabelige fag, informatik, matematik, idræt samt de humanistiske fag i gymnasieskolen.

Tilmelding

Der er et begrænset antal pladser på hver workshop. Pladserne bliver fordelt efter først-til-mølle-princippet. Workshoppen med flest tilmeldte bliver afholdt, og de resterende workshops aflyses. Efter tilmeldingsfristens udløb modtager du en mail vedrørende optagelse og aflysning.

Besøg tilmeldingssiden for at tilmelde dig kurset

Betaling

Hvis din workshop bliver gennemført, modtager du en mail med et link til en betalingsside, hvor du kan gennemføre betalingen. Hvis din workshop derimod bliver aflyst, får du mulighed for at tilmelde dig den workshop, som bliver afholdt, hvis der er ledige pladser.

Kontakt

Har du praktiske spørgsmål vedrørerende tilmelding, kursusafholdelse og lignende, er du velkommen til at kontakte kursuskoordinator:

Anja Kruse Partsch

E-mail: dataekspeditioner@di.ku.dk

Køge Gymnasium er vært for en kursusformiddag med faglige workshops for gymnasielærere, der ønsker at styrke deres it-faglige kompetencer og få inspiration til, hvordan man kan tilgodese læreplanernes krav om innovation og inddragelse af digitale værktøjer.

Få konkrete ideer og værktøjer til, hvordan du kan bruge elementer fra informatikken i andre fag og tænke det ind i dine specifikke kernefagligheder.

Besøg tilmeldingssiden for at læse mere om kurset

Vælg én af følgende workshops

Machine Learning i informatik: en case fra bioinformatikken Mette Machholm
Sundhedsteknologi: informatik i biologi/bioteknologi Morten Aagaard Schultz
Billed- og objektgenkendelse i gymnasiets naturvidenskabelige fag Michael Lund
Generativ AI i de kreative fag – og sprogfagene Cecilie Bepler

Program

Fælles opstart (½ time): Alle deltagere samles til et fælles oplæg om det frugtbare ved tværfagligt samarbejde med informatik.
Workshop (1 time): Deltagere fordeles ud i de valgte workshops til oplæg, øvelser og dialog.
Pause (15 min.)
Workshop forsat (1 time)
Afrunding og evaluering (15 min.)

Hvem deltager?

Kursusdagen henvender sig til undervisere i de naturvidenskabelige fag, informatik, matematik, idræt samt de humanistiske fag i gymnasieskolen.

Tilmelding

Der er et begrænset antal pladser på hver workshop. Pladserne bliver fordelt efter først-til-mølle-princippet. Workshops med min. 10 tilmeldte bliver afholdt. Efter tilmeldingsfristens udløb modtager du en mail vedrørende optagelse og aflysning. Hvis din workshop bliver aflyst, får du mulighed for at tilmelde dig en af de workshops, som bliver afholdt, hvis der er ledige pladser.

Besøg tilmeldingssiden for at tilmelde dig kurset

Kontakt

Har du praktiske spørgsmål vedrørerende tilmelding, kursusafholdelse og lignende, er du velkommen til at kontakte kursuskoordinator:

Anja Kruse Partsch

E-mail: dataekspeditioner@di.ku.dk

Gennem en forelæsning og øvelse bliver du præsenteret for igangværende forskningsprojekter inden for grøn omstilling af planteproduktionen. Vi demonstrerer begrænsninger for plantevækst og diskuterer mere bæredygtige planter og måder at producere plantebaserede fødevarer i et foranderligt klima.

Hvorfor skal man blande økonomi ind i miljøspørgsmål?
Når vi vil rejse en vindmølle, bygge en ny bro over Kattegat, etablere en ny kunstig ø eller lignende, så påvirker vi det omkringliggende miljø. Sådanne valg indebærer derfor et trade-off mellem den nytte man får ud af projektet vejet op imod den påvirkning man har på natur og miljø. Miljøonomi handler om at tilvejebringe det grundlag der gør at vi kan træffe kloge valg, baseret på viden for viden fra flere fagområder.
Vi vil i denne workshop arbejde med en case og diskutere hvordan forskellige faglige discipliner kan bidrage til kloge valg, og illustrere hvordan man kan bruge miljøøkonomiske metoder til at samle dem og belyse de trade-offs der er. Vi vil også diskutere med her om og hvordan sådanne aspekter kan indgå i jeres undervisning.

For at politikere og myndigheder kan beslutte hvilke indgreb der er effektive til at inddæmme en epidemi, har de brug for modeller hvor fremtidsscenarier kan afprøves.

Agent-baseret modellering har det seneste år vist sig at være et effektivt værktøj. I en agent-baseret simulation modelleres hver enkelt individ som en agent, hvilket gør at man kan modellere mere kompliceret adfærd, og afprøve andre typer af hypoteser, som er svære at afprøve med tidligere tiders modeller.

Hidtil har SEIR-modellen været den mest anvendte, og den er også brugt i mange lande ifbm. med Corona. SEIR-modellen er baseret på differentialligninger, og arbejder på populationsniveau, og kan altså ikke indfange effekter på individniveau.
Udover at agent-baserede modeller kan fange flere effekter, er agent-baseret modeller også nemmere for eleverne at forstå og sætte sig ind i, da de enkelte individer kan visualiseres (se animation) og eleverne så at sige kan forestille sig at være en agent. 
I workshoppen viser vi hvordan man i Python kan implementere en simpel epidemimodel i stil med den vist i ovenstående illustration.