-
Jaar 1
Het eerste jaar bestaat uit twee 20-weken durende vakken van elk 30 studiepunten (ECTS - 1 ECTS is 25-30 uur studie). In deze projecten werk je in kleine groepen (4-5 studenten) aan een (of twee) overkoepelende thema’s. Zo zijn het eerste en tweede half jaar gericht op klimaatverandering en digitale surveillance.
Het eerste jaar geeft je de basisvaardigheden voor het succesvol studeren binnen een interdisciplinair programma. Aan het einde van het eerste jaar begrijp je de complexiteit van maatschappelijke uitdagingen, beseft je dat deze voor meerdere interpretaties vatbaar zijn, en waardeert deze verschillende interpretaties. Je maakt ook kennis met de basisprincipes van data science, - inclusief programmeervaardigheden (Python en JavaScript) - empirisch onderzoek en methodes voor analyse en interventie op het niveau van het individu.
Bekijk voorbeelden van groepsprojecten en projectuitdagingen.
-
Jaar 2
In het tweede jaar bestaan het eerste en tweede half jaar uit 20-weekse cursussen van eveneens 30 studiepunten en zijn thematisch gericht op respectievelijk gezondheid en mobiliteit en ongelijkheid. In het tweede jaar maak je kennis met het analyseren van sociale praktijken en systemen binnen de maatschappij en word je uitgenodigd om je aandacht te richten op het structurele niveau van analyse. Je leert daarmee inzicht te krijgen in hoe structuren werken binnen deze praktijken en systemen. Je werkt wederom aan groepsopdrachten opgesteld door externe partners.
Je wordt uitgedaagd om na te denken over (systematische) digitale interventies die de interactie, coördinatie of communicatie tussen belanghebbende in een digitaal systeem kunnen verbeteren. Ten slotte maak je kennis met structurele kloven en ongelijkheden in de samenleving. Je leert hoe structurele ongelijkheden zich kunnen vertalen in ‘bevooroordeelde’ toepassingen van Kunstmatige Intelligentie (Artificial Intelligence, AI), en het is aan jou de taak om interventies te bedenken die resulteren in onpartijdige AI-oplossingen.
-
Jaar 3
In het eerste halve jaar van het derde jaar kun je kiezen voor een minor of keuzevakken uit andere programma's, een stage volgen lopen of om in het buitenland te studeren. Je rondt je opleiding af met een (afstudeer)project van 30 studiepunten voor een klantorganisatie uit de praktijk in het laatste half jaar.
Studieschema
-
Grondslagen: De complexiteit van sociale uitdagingen onderkennenBlok 1Blok 2Blok 330
Ga aan de slag met uitdagingen op het gebied van klimaatverandering en surveillance. Er wordt nadruk gelegd op design thinking, literatuuronderzoek en workshops over samenwerking en tijdbeheer. Praktische vaardigheden worden ontwikkeld door middel van lessen in gegevensanalyse, programmeren in Python en datavisualisatie. Het semester wordt afgesloten met een projectreflectie en beoordeling van individuele groei.
-
Bouwstenen: Experimenteren met digitale interventies voor gedragsveranderingBlok 4Blok 5Blok 630
Creëer een digitaal prototype voor gedragsverandering gericht op klimaatverandering of surveillancesystemen. Het proces omvat het waarnemen, visualiseren, prototypen en testen, middels focusgroepen en het creëren van een website. Je leert over projectmanagement, analyse van belanghebbenden, samenwerking en overtuigend schrijven.
-
Verbindingen: Koppeling van gegevens voor betere interventies voor gezondheids- en mobiliteitssystemenBlok 1Blok 2Blok 330
Verdiep je in het verkennen van digitale interventies om de interactie met belanghebbenden te verbeteren binnen mobiliteits- of gezondheidssystemen. Werk samen in projectteams aan uitdagingen die worden voorgesteld door externe partners. In plaats van een technologie te creëren, stel je een interventiedocument op voor implementatie. Leer technieken voor het verzamelen en analyseren van gegevens, zoals inhoudsanalyse en machine learning, bestudeer complexe processen en reflecteer op je groepsproject en persoonlijke ontwikkeling.
-
Structuren: Verantwoordelijke AI toepassen om ongelijkheid te verminderenBlok 4Blok 5Blok 630
Werk samen in projectgroepen om met behulp van data science voorspellende modellen te ontwikkelen voor levensechte uitdagingen. Doorloop de volledige data science levenscyclus, reflecteer op beslissingen en betrek belanghebbenden. Houd rekening met de ethische implicaties van AI-toepassingen en pak zorgen over vooroordelen aan. Creëer presentaties, demonstraties en rapporten waarin verantwoorde AI-systemen worden gepresenteerd, en reflecteer op persoonlijke groei en projectresultaten.
-
Minor/keuzevakkenBlok 1Blok 2Blok 330
Gedurende deze periode zijn er binnen Computational Social Science geen verplichte vakken gepland. Je hebt de vrijheid om een minor, een stage of een uitwisselingsprogramma naar keuze te volgen.
-
Capstone: Sociale veranderingen doorvoeren met digitale innovatiesBlok 4Blok 5Blok 630
Meer weten over het studieprogramma? Kijk in de studiegids (alleen in Engels).
-
Honoursprogramma
Ben jij een talentvolle student op zoek naar meer verdieping in je studie, dan is het honoursprogramma geknipt voor jou. Je maakt op originele wijze kennis met wetenschappelijk onderzoek door een uitdagend pakket van verdiepende of verbredende vakken. Je richt je programma grotendeels zelf in en je werkt op hoog niveau samen in kleine groepen.
Het honoursprogramma bestaat uit 30 EC die je bovenop het reguliere studieprogramma van de bachelor kunt volgen.
-
Keuzeruimte en minor
Tijdens de bacheloropleiding zijn er verschillende mogelijkheden om het programma naar eigen inzicht vorm te geven. Je hebt 30 studiepunten aan keuzeruimte die je kunt opvullen met vakken van een andere bacheloropleiding aan de UvA of een andere universiteit. Op die manier kun je je specialiseren in iets binnen of buiten het Computational Social Science veld. Je kunt ook kiezen voor een minor een samenhangend programma van een half jaar (30 studiepunten) dat je buiten je eigen opleiding volgt. Je kunt bijvoorbeeld kiezen voor een minor Communicatiewetenschap of Entrepreneurship.
-
Studeren in het buitenland
Tijdens het eerste semester van je laatste bachelorjaar kun je een deel van je studie in het buitenland volgen. De UvA heeft samenwerkings- en uitwisselingsprogramma’s met meer dan 100 andere universiteiten wereldwijd. Een half jaar in het buitenland kan een waardevolle en leerzame aanvulling op je studieprogramma zijn.
Het International Office heeft spreekuren en geeft voorlichting over studeren in het buitenland. Hier kun je ook terecht met vragen over andere internationale activiteiten en bijvoorbeeld beurzen.
-
Stage
Je kunt in de eerste helft van het derde jaar ook stagelopen bij een organisatie naar keuze. Deze stage biedt je de mogelijkheid om relevante werkervaring op te doen en je academische kennis te gebruiken in een professionele omgeving. Bovendien stelt de stage je in staat om praktische vaardigheden te ontwikkelen en toe te passen, terwijl je de theorie die je tijdens het programma hebt opgedaan in de praktijk brengt.

Het onderwerp van de opleiding en de vele mogelijkheden die je ermee hebt trekt mij heel erg aan. Je krijgt echt een kans om een verschil te maken.Lees wat Sanne vertelt over deze opleiding
-
Tijdsverdeling - uren in college vs. practica
Per studieweek werk je 40 uur, waarvan een deel uit zelfstudie bestaat en een deel uit contacturen. Je hebt als student Computational Social Science 14-18 contacturen per week.
- Hoorcolleges: 4 uur per week
- Werkgroepen: 6 uur per week
- Practica/workshops: 8 uur per week
- Zelfstudie: 20 uur per week
-
Lesvormen bij Computational Social Science
- Hoorcolleges: tijdens hoorcolleges licht een docent de stof toe en krijg je de gelegenheid om vragen te stellen.
- Werkcolleges: tijdens werkcolleges oefen je met de stof, in kleinere groepen, onder begeleiding van een docent.
- Practica / workshops: tijdens de practica leer je praktische vaardigheden en voer je proeven uit.
-
Studiebegeleiding tijdens je studie
In het eerste en tweede jaar heb je elke maandagochtend een check in meeting met je tutor in kleine groepen. Tijdens deze bijeenkomsten wordt teruggeblikt op de vorige week en worden de deadlines en projecttaken van de komende week besproken. Ook is er ruimte om aan te geven of er bepaalde studiegerelateerde vragen of problemen spelen.
Elke vrijdag, tijdens de check out, presenteer, evalueer en beoordeel je de voortgang van je projectgroep en bereid je je voor op de projectdeadline die aan het eind van de dag gepland staat. Zo is er een wekelijkse deadline, wat een moment biedt om na te denken over wat je bereikt heb in de afgelopen week.

Binnen deze opleiding krijg je veel kennisoverdracht van talloze experts uit hun vakgebied.Docent Steve Pickering vertelt over Computational Social Science
-
Wat zijn de verschillen tussen de opleiding Computational Social Science en vergelijkbare opleidingen?
Binnen Nederland hebben academische opleidingen zoals Data Science en Artificial Intelligence een veel sterkere en meestal uitsluitend technische focus, terwijl opleidingen als Information Studies, Business Information Technology en Science, Business & Innovation kiezen voor een meer bedrijfskundige of managementgerichte benadering. Computational Social Science richt zich op meer dan dat: maatschappelijke vraagstukken en veranderingen die met behulp van data-gedreven digitale innovaties in gang kunnen worden gezet.
Interdisciplinaire Sociale Wetenschap, Digital Society, Global Studies, Global Arts, Culture & Politics en PPLE zijn opleidingen die zich exclusief richten op sociale wetenschappen, geesteswetenschappen, economie en/of rechten, zonder de bijbehorende digitale expertise die Computational Social Science biedt.
Andere interdisciplinaire opleidingen, zoals Future Planet Studies, Beta-Gamma en ATLAS, zijn gericht op andere thema's dan die van Computational Social Science en richten zich over het algemeen op natuurwetenschappelijk georiënteerde onderwerpen. Een thematisch verwante opleiding als Computational Social Science is Management, Maatschappij en Technologie. Deze opleiding heeft echter zijn oorsprong in en richt zich op bestuurskunde. Er is ook overlap te vinden bij Science, Technology & Innovation, maar deze studie heeft een sterkere technische focus en is een echte bètaopleiding, waar Computational Social Science zich ook verdiept in de maatschappelijke kanten van een probleem.
Kortom, Computational Social Science stelt studenten in staat praktijk ervaring op te doen met data science, kunstmatige intelligentietechnieken en programmeervaardigheden, volledig geïntegreerd met perspectieven uit de sociale en geesteswetenschappen op digitale innovaties in de samenleving.
-
Moet je sterk zijn in wiskunde voor dit programma?
Begrip van bepaalde wiskundige technieken is fundamenteel bij het leren van statistiek en programmeren. Daarom zul je in verschillende semesters van Computational Social Science wiskundeonderwijs krijgen.
Je leert tijdens je studie algoritmes te ontwerpen en te implementeren. Voor programmeren zul je de basisbeginselen van lineaire algebra en calculus moeten leren om deze algoritmen te kunnen begrijpen. Als je voorkennis hebt van Wiskunde B, heb je een klein voordeel bij het begrijpen van concepten die met algoritmen te maken hebben. De opzet van ons programma zorgt er echter voor dat alle studenten begeleid zullen worden om hetzelfde, vereiste niveau in lineaire algebra en calculus te bereiken.
Als voorbeeld: gradient descent is mogelijk makkelijker te begrijpen als je bekend bent met de partiële afgeleide van een functie, waar je in Wiskunde B over leert Gradient descent is een veelgebruikt algoritme in machine learning voor het vinden van lokale minima. Maar mocht je dit niks zeggen, dan is dit geen probleem!
Voor de statistiek zijn de concepten en statistische testen geworteld in kansberekening en verdelingen. Als je voorkennis hebt van Wiskunde A, heb je een klein voordeel bij het begrijpen van dit soort concepten.
Als voorbeeld: Opdrachten met betrekking tot normaalverdelingen en statistische tests zijn je alsWiskunde A-er iets bekender. Om vast te stellen of een resultaat van een onderzoek significant is, wordt de kans dat het resultaat toeval is, berekend en vergeleken met een normale verdeling.
-
Hoe leer je programmeren en wat leer je precies?
Ons programma bestaat uit 52 studiepunten aan onderwijs en leren binnen de Digital Expertise (DE), wat in het teken staat van een breed scala aan computationele vaardigheden. Binnen het DE-leertraject van het curriculum leer je programmeren en data wrangling in Python, user experience (UX) design applicaties en web development in JavaScript, en verschillende modellering en machine learning technieken om data te interpreteren en complexe systeemstructuren te doorgronden.
Het onderwijs en leren in DE zal voornamelijk plaatsvinden via practica en werkgroepen waarin je actief werkt aan oefeningen en opdrachten onder begeleiding van een onderwijsassistent. Je past computationele vaardigheden voortdurend toe in je semesterprojecten, geïntegreerd met de kennis en vaardigheden die je hebt opgedaan via de andere leertrajecten in ons curriculum, zoals Research Expertise (RE) en Change Making Expertise (CME).
Een belangrijk aspect van het programma is de focus op toepassing. Als je afgestudeerd bent, ben je zeer bekwaam in het toepassen van het juiste computationele instrument, gekozen uit je uitgebreide toolset, om echte maatschappelijke problemen aan te pakken met echte data.
-
Moet je enige voorkennis hebben van programmeren voordat je aan je eerste jaar begint?
Nee, dat hoeft niet. Als je ervaring hebt met programmeren, heb je in het begin van de studie misschien een klein voordeel. Ons programmateam gaat er echter van uit dat je geen programmeerervaring hebt. Er is voldoende begeleiding en er zijn oefeningen om je te helpen een niveau van programmeervaardigheden te ontwikkelen om te slagen in je studie. Er is ook overlap te vinden bij Science, Technology & Innovation, maar deze studie heeft een sterkere technische focus en is een echte bètaopleiding, waar Computational Social Science zich ook verdiept in de maatschappelijke kanten van een probleem.
-
Hoe komen mijn cijfers tot stand?
Aangezien Computational Social Science zich uitsluitend richt op project gebaseerd onderwijs, bestaat 50% van de totale beoordeling in elk half jaar uit de half jaarlijkse groepsprojecten. In groepen van 4-6 lever je wekelijks opdrachten in die leiden tot een eindproduct aan het eind van het semester. Deze wekelijkse opdrachten kunnen bijvoorbeeld projectvoorstellen of groepspresentaties zijn. De rest van je eindcijfer elk semester (50%) wordt verkregen door individuele opdrachten, zoals een literatuuronderzoek, essays, een reflectieverslag over de groepssamenwerking of programmeeropdrachten.
-
Wat zijn de laptopvereisten?
Computational Social Science heeft een Bring Your Own Device (BYOD) beleid. Als student dien je te beschikken over een eigen laptop om deel te kunnen nemen aan verschillende onderwijsonderdelen van de opleiding.
Je mag zelf beslissen over de laptop. De opleiding stelt echter wel minimumeisen:- Intern Geheugen (RAM): 4GB of meer
- Opslag (HDD of SSD): 128GB, SSD wordt aanbevolen.
- WiFi: Multiband (2.4GHz en 5GHz) maar geen laptops met Broadcom of Realtek chips.
- Schermdiagonaal: minimum 11".
- Schermresolutie: 1366x768 of beter, 1920x1080 wordt aangeraden.
- Externe of interne webcam voor afstandsonderwijs
- Een Chromebook, iPad of tablet zijn niet voldoende
- Zorg dat een fatsoenlijke WiFi-verbinding mogelijk is
Let op: in principe kunnen alle besturingssystemen (Windows, macOS, Linux) gebruikt worden, maar houd er rekening mee dat de meeste studenten Windows zullen gebruiken Met een ander besturingssystemen is er mogelijk meer uitzoekwerk nodig. Sommige vakken kunnen software gebruiken die alleen onder Windows draait; de faculteit biedt de nodige software en licenties om hiervoor Windows in een virtuele machine te draaien. Als je een Mac gebruiker bent, moet je laptop minimaal beschikken over het besturingssysteem OSX 10.9 (Mavericks).
Als je vragen of opmerkingen hebt over BYOD of de laptopeisen voor Computational Social Science, aarzel dan niet om contact op te nemen met de studieadviseur (studieadviseur-cssci@uva.nl).