校際選修

115-1 選課時程

進行中

  • 初選第一階段 6/15/2026
  • 初選第二階段 6/22/2026
  • 校際選修 8/24/2026
  • 初選第三階段 8/31/2026
  • 開學後加退選 9/7/2026
  • 逾期加退選 9/21/2026
選課資源

數據與日常生活

Data and Everyday Life

學期
111-2
學分
2 學分
當期課號
561048
永久課號
GECG00065
開課單位
通識教育中心
授課教師
彭松嶽
校區
陽明
類別
核心
上課時間表
週四
3
10:10–11:00
數據與日常生活
YT301
2 節連堂
4
11:10–12:00

* 根據陽明交大上課時間表所列

概述

當今日常生活與社會正急遽的數據化,手機或各種穿戴式裝置持續地產生個人的生理或健康數據,消費與購物的過程讓企業得以透過數據編織我們的喜好與品味,城市運用各種感測器提供城市的交通或環境等數據讓我們生活更便利,國家運用各樣。換言之,數據與數位科技對現代生活有著深遠影響,因此無論是作為仰賴數據維持生活節奏的民眾,或是具有開發或創新能力的工程師、醫療照護人員、科學家或治理者,都深深受到日常生活數據化的影響。著眼於此,本課程試圖從人文與社會的角度探討日常生活的數據化,以及生活數據化導致之相關社會與倫理議題。課程將對健康、正常、安全、效率等概念進行更深入的理解,並與學生共同討論當我們的生活為達成這些目的進行數據蒐集與分析後,可能付出之個人與社會代價,並藉此強化同學獨立思考與批判思辨的能力。本課程將安排廣泛的跨領域閱讀、分享台灣與國際的案例、引導同學進行數據專案,以培養理解與分析數據與社會生活相關現象與議題的能力、對多元價值的認識與涵容、及發展具全球觀的在地行動能力。

先修科目

教學方式

本課程結合講授、討論、與習作等三種學習方式。課程將介紹在我們在日常生活中產出的數據,以及數據運用的相關考量,並利用本土與全球之教材與案例進行教學。課程分為教師講課、小組討論、專案規劃及執行、與專案反思共四大部分,期望學生透過課堂中的指定閱讀擴展對於(大)數據的想像與思考,且透過執行個人數據之專案,瞭解運用數據分析涉及的個人、社會、與倫理議題,並習得尊重與接納多元經驗、生活、及世界觀的能力。本課程的期待是學生在修習課程之後,能夠對自己專業所學以及生活所見的知識與實作,具備反省思考能力,並能夠以整合性的視野來理解快速數據化的社會,及必須關心的各種社會轉變與後果。

評分方式

作業30%:專案提案分享與閱讀回饋 討論30%:課堂參與及討論 展演20%:專案成果分享 報告20%:期末書面報告

課程大綱
  • 1.數據與社會相關議題介紹 2.數據與社會專案實作 3. 數據與社會專案回饋
週次計畫
週次主題
第 1 週單元主題:課程介紹 授課重點 閱讀材料或安排事項
第 2 週單元主題:數據化的個人與社會 授課重點 閱讀材料或安排事項:Self-Tracking, Ch. 2
第 3 週單元主題:數據即政治 授課重點 閱讀材料或安排事項:Self-Tracking, Ch. 2
第 4 週單元主題:數據與性別 授課重點 閱讀材料或安排事項:Data Feminism, Ch. 1
第 5 週單元主題:數據與理解 授課重點 閱讀材料或安排事項:Data Feminism, Ch. 6
第 6 週單元主題:數據、科技與資本主義 授課重點 閱讀材料或安排事項:時間竊賊
第 7 週單元主題:數據與健康 授課重點 閱讀材料或安排事項:Self-Tracking, Ch. 3
第 8 週校際交流活動
第 9 週單元主題:專案提案與回饋 授課重點 閱讀材料或安排事項
第 10 週單元主題:數據與知識 授課重點 閱讀材料或安排事項:Unruly Data, Reflections of Ch. 2&4
第 11 週單元主題:數據與創新 授課重點 閱讀材料或安排事項:Self-Tracking, Ch. 5
第 12 週單元主題:數據與擷取 授課重點 閱讀材料或安排事項:Atlas of AI, Ch. 2&3
第 13 週單元主題:數據與監控 授課重點 閱讀材料或安排事項:Atlas of AI, Ch. 5&6
第 14 週單元主題:專案成果分享(I) 授課重點 閱讀材料或安排事項
第 15 週單元主題:專案成果分享(II) 授課重點 閱讀材料或安排事項
第 16 週單元主題:書面報告 授課重點 閱讀材料或安排事項
第 17 週
第 18 週
教科書

Crawford, K (2021). Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence. New Haven, CT: Yale University Press. 中譯:《人工智慧的最後秘密》,台北:臉譜出版。 D’Ignazio, C., & F. Klein, L. (2020). Data Feminism, Cambridge, Mass.: The MIT Press Neff, G., & Nafus, D. (2016). Self-Tracking. Cambridge, Mass.: The MIT Press. Feinberg, M. (2022). Everyday Adventures with Unruly Data, Cambridge, Mass.: The MIT Press. 科技與社會研究的平台「STS多重奏」、「STS涵多路」及其他社會科學知識平台,包括「巷仔口社會學」、「地理眼」、「芭樂人類學」與「歷史學柑仔店」。

Office Hours
地點
週二線上 週四教室
時間
週二12:00-13:00 週四9:00-10:00
聯絡方式
學校email