For best experience please turn on javascript and use a modern browser!
You are using a browser that is no longer supported by Microsoft. Please upgrade your browser. The site may not present itself correctly if you continue browsing.
In dit boeiende driejarige, Engelstalige programma duik je in echte uitdagingen via projectmatig leren. Je gaat aan de slag met authentieke scenario's van echte organisaties, waarbij sociale en geesteswetenschappen, digitale vaardigheden en onderzoeksvaardigheden samenkomen. Zo draag jij bij aan verandering en creëer je impact.
  • Jaar 1

    In het eerste jaar werk je samen in kleine groepen van 4 tot 6 studenten aan grote projecten gericht op klimaatverandering en digitale surveillance. Je leert maatschappelijke problemen te begrijpen en verschillende perspectieven te zien. Je verdiept je in onderzoeksvaardigheden en leert de basis van datawetenschap, inclusief programmeren (Python en JavaScript) voor beginners. 

  • Jaar 2

    In het tweede jaar volg je vakken over gezondheid, mobiliteit en ongelijkheid. Je werkt samen aan groepsopdrachten van externe partners en brainstormt over digitale interventies om de interactie, coördinatie en communicatie tussen stakeholders te verbeteren. Bovendien krijg je inzicht in maatschappelijke ongelijkheden en hun impact, waaronder vooroordelen binnen AI. 

     

  • Jaar 3

    In het derde jaar kun je kiezen voor een minor of keuzevakken uit andere programma's, een stage of studeren in het buitenland. Je rondt je studie af met een afstudeerproject in samenwerking met een echte maatschappelijk betrokken organisatie. Dit project biedt je de mogelijkheid om je opgedane kennis en vaardigheden te laten zien en een tastbare impact te maken. 

VAKKEN SEM 1 SEM 2 SEMESTER 1 SEMESTER 2 EC
  • Foundation: Appreciating the complexity of social challenges
    Blok 1
    Blok 2
    Blok 3
    30

    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.

  • Building blocks: Experimenting with digital interventions of behavioural change
    Blok 4
    Blok 5
    Blok 6
    30

    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.

VAKKEN SEM 1 SEM 2 SEMESTER 1 SEMESTER 2 EC
  • Connections: Linking data for better interventions in health or mobility systems
    Blok 1
    Blok 2
    Blok 3
    30

    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.

  • Structures: Applying responsible AI to reduce inequality
    Blok 4
    Blok 5
    Blok 6
    30

    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.

Meer weten over het studieprogramma? Kijk in de studiegids (in het Engels).

Projecten van onze studenten

Heat stress challenge

Lees meer
Samen met de GGD, Weerproof en de gemeente werken we aan hitte- en regenbestendigheid in steden, met initiatieven zoals "the swimmable city" en het ontwerpen van schaduwrijke routes voor kwetsbare groepen tijdens hittegolven.

Rethinking crowd control

Lees meer
Bij Bijlmer Arena en grote evenementen als concerten kijken we naar betere crowdmanagementstrategieën, met kennis uit de sociale wetenschappen en een focus op zelfregulering, om de doorstroom te verbeteren.

The 10 eyes mission: beter zien!

Lees meer
Kunnen we de huidige generatie 10-jarigen uitdagen om beter te zien en voorkomen dat toekomstige generaties geen verkeersborden meer kunnen lezen? Samen met optometristen van BrilAmsterdam.nl en de GGD werken we aan myopiepreventie door effectieve digitale campagnes en nationale screenings voor tienjarigen.

Rethinking (fast) food

Lees meer
Als ons voedsel een sleutel is in de energietransitie, hoe zorg je er dan voor dat mensen hierin veranderen? Met partners zoals North Sea Framers, Good Fish en Kaap koffie onderzoeken we triggers voor duurzamere voedselkeuzes.

Biking to the airport

Lees meer
Samen met BAM onderzoeken we mobiliteitshubs en het idee van "Fietsen naar de luchthaven", passend bij de ambities van Amsterdam voor kwaliteitstoerisme en een positievere impact op het milieu.
Extra informatie
  • Nieuwsgierig leren stimuleren

    De nadruk in de studie ligt op het leerproces waarin je gestimuleerd wordt om nieuwsgierig te zijn, te proberen en te ontdekken. Er mogen fouten gemaakt worden. Je krijgt altijd feedback voordat je een opdracht inlevert ter beoordeling. Die inzichten kun je meteen toepassen (feedforward). 

    Er zijn geen tentamens voor individuele opdrachten en een groepsproject. Het gaat niet om kennis reproduceren maar om het integreren en toepassen van kennis, (onderzoeks)vaardigheden en technieken. Omdat de focus vooral op het leren ligt en minder op eindcijfers, krijg je descriptive grades (Excellent, Good, Satisfactory, Insufficient en Unacceptable).  

  • 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.

  • Projecten

    Er is wekelijks een check-in en check-out met een vaste Core Lecturer. Tijdens deze sessie stel je doelen vast voor die week, ontvang je feedback en bespreek je hoe de samenwerking in de groep gaat. 

    De eindproducten van je groepsprojecten kunnen variëren van beleidsnota's en manifesto's tot websites en digitale hulpmiddelen. Voor je individuele opdrachten schrijf je bijvoorbeeld literatuurstudies, essays en onderzoeksvoorstellen of maak je informatievisualisaties. Elk semester komt de helft van je cijfer uit groepswerk en individuele opdrachten.  

    Je kunt werken aan onderwerpen zoals:  

    • Milieuvriendelijke gewoonten aanmoedigen met interface design van elektrische apparaten 

    • Big data gebruiken om agressie onder jongeren in specifieke gebieden aan te pakken  

    • De impact van blockchain op transparantie en duurzaamheid in de logistiek bestuderen  

    • De verspreiding van besmettelijke ziekten begrijpen  

    • Informatietechnologie gebruiken om mensenrechtenkwesties onder de aandacht te brengen 

    • De rol van digitaal forensisch onderzoek op de samenleving onderzoeken  

    • Sociale bewegingen volgen in het tijdperk van (digitale) surveillance  

    • Vluchtelingen weerbaar maken met op technologie gebaseerde oplossingen  

    Studenten werken samen met uiteenlopende projectpartners, waaronder zowel start-ups als grote organisaties. Hier zijn enkele voorbeelden:  

    • Gemeente Amsterdam  

    • Goodfish  

    • Ministerie van Volksgezondheid, Welzijn en Sport  

    • Coalitie Duurzaam Varen  

    • Doe mee met de Pijp  

    • Waternet 

    Bekijk meer voorbeelden van projecten

    Voor meer informatie, bekijk de online studiegids

  • Keuzeruimte en minor

    Stem je programma af op jouw voorkeuren. Je kunt 30 studiepunten verwerven door vakken van een andere bacheloropleiding aan de UvA te volgen, zodat je je extra kunt specialiseren. Je kunt ook kiezen voor een minor: een uitgebreid programma van een half jaar buiten je hoofdopleiding. Je kunt bijvoorbeeld kiezen voor een minor Communicatiewetenschap of Ondernemerschap. 

  • 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. 

Copyright: CSSci
Heb je nog nooit in je leven geprogrammeerd? Wanneer je klaar bent met Computational Social Science kan je dit wél! Docent Steve Pickering vertelt over Computational Social Science
Tijdsverdeling en begeleiding
  • Tijdsverdeling

    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

    De studie vindt plaats gedurende de week, zonder deadlines in de avond of in het weekend. Met het oog op jouw welzijn als student is er in januari en juni ruimte voor extra vakantie en voorbereiding op het volgende vak.  

  • Lesvormen
    • Lezingen door een Faculty Speaker: de docent legt het onderwerp uit en je krijgt de gelegenheid om vragen te stellen 

    • Workshops: je oefent met het onderwerp in kleinere groepen, onder begeleiding van een Core Lecturer. Tijdens de wekelijkse check-in en check-out stel je doelen vast voor die week, bespreek je hoe de samenwerking in de groep gaat en ontvang je feedback op je opdracht, die je nadien kunt verwerken.  

    • Practica: je leert praktische programmeer- en onderzoeksvaardigheden 

  • Studiebegeleiding

    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.

Veelgestelde vragen
  • 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.

    Lees meer over groepsprojecten

  • 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).