Yhteiskuntatieteet - Social Sciences

Yhteiskuntatieteellinen akateeminen kirjoittaminen Tieteellisen tekstin rakenne, vaatimukset ja arviointi Esimerkillisiin tieteellisiin teksteihin tutustuminen Tutkimusprosessin vaiheisiin tutustuminen Tutkimusideoita ja -aineistoja ja tutkimussuunnitelmien hahmottelu Tekoälysovellusten käyttö LUT-yliopiston ohjeet tekoälyn käytöstä opinnoissa ja tiedonhaussa. Tarkempia ohjeita annetaan kurssin Moodlessa. Tekoälyä käytetään tiedonhakuun ja tutkimussuunnitelman hahmotteluun.  Työelämätaidot Tiedonhankinnan ja -analysoinnin taidot : Tieteellinen ajattelutapa Tutkimustaidot Tiedon analysoinnin taidot / Analyyttisyys & kriittisyys Vastuulliset tekoälyn hyödyntämisen taidot Ongelmanratkaisu-, päätöksenteko- ja muut akateemiset taidot: Suunnittelu- ja organisointitaidot Stressinsietokyvyn kasvattamisen taidot Itseluottamuksen ja itsenäistymisen kokemukset: Itseohjautuvuuden tai oma-aloitteisuuden taidot Projektinhallintataidot Epätietoisuuden sietäminen Oman alan perustaidot: Alan teoreettinen osaaminen

Introduction to academic funding opportunities Key Examples of funding bodies and their focus Funding instruments and finding the right fit The application processes Writing and reviewing a successful funding application

This course explores the emerging intersection of AI-generated data and traditional quantitative data sources in the context of social science research. Participants will engage with methods for generating, interpreting, and validating AI-produced data (e.g., large language models and algorithmically created datasets). The course discusses methodological best practices, validation frameworks, and ethical implications. Use cases will include semi-experimental and observational data settings, highlighting issues like bias and opacity, as well as challenges like interpretability and reproducibility. Emphasis is placed on how to critically assess the usefulness and risks of integrating AI-generated data into empirical research designs and on the usefulness of triangulation approaches and human-in-the-loop component.

Welfare models Theories of welfare society The Nordic welfare state Recent developments of the welfare society Challenges of the welfare society Impact of megatrends on the welfare society Use of AI applications LUT University's instructions on the use of artificial intelligence in studies and information retrieval. More detailed instructions will be provided in Moodle. Company cooperation No company cooperation

Course contents:  • Global migration trends • Key concepts and theories in migration• Labour migration• Asylum seekers and refugees• Migration and labour market theory• Inclusion and integration • Climate migration• Migration and development Use of AI applications LUT University's instructions on the use of artificial intelligence in studies and information retrieval. More detailed instructions will be provided in Moodle. Company cooperation No company cooperation

Writing a Master’s thesis is a very exciting task, but it can also be challenging. The Master’s Thesis Seminar helps you with this task. It discusses how to pick a thesis topic, how to plan a thesis, and how to write it. Exercises help you in planning your thesis. Moreover, you can get feedback on any text you might already have. Afterwards, you are in a good position to finish writing your thesis.

Technological change has uneven economic consequences for different social groups and communities. If unmanaged, these economic divides may have undesired implications for democracy such as widening gaps in political discontent and distrust. Such economic divides may even create political pushback against further technological change, some of which are conducive to improving environmental sustainability. This course examines the linkages between politics and technological change, and considers its impact on democracy during the Green Transition.

Modern societies are becoming increasingly influenced by the massive amount of data that is generated, collected and utilized every day by public and private organizations around the world. Digital footprints are collected as part of people’s everyday lives and their everyday activities, for example when shopping online, browsing the internet, or using social media. Understanding how data influences (and is influenced by) societies has become an important topic for social scientists. Meanwhile, the vast potential of big data remains largely unutilized in fields related to social sciences. Big data collection has attracted increasing attention over recent years, and an increasing number of surveys, registers, and other traditional types of data are openly available in digital form. The plurality of data-analytics methods and platform-based digital systems enable virtually unlimited possibilities for open innovation with data. How can these possibilities be harnessed into practice - solving of societally relevant problems? This course explores the opportunities and challenges of data and the benefits of a multidisciplinary approach to the use of data in problem-solving. The modules of the course combine theoretical and practical perspectives on the use of data and discuss the challenges that relate to its leveraging in societal and organizational contexts. While the purpose of the course is not to make you a data scientist (coding skills are not expected), it offers valuable sociological views on the use of data that are exceedingly relevant in all types of professional environments characterized by data-driven practices and decision making.

Contents Social studies perspectives for understanding how technologies and environmental change are intertwined Key concepts, research practices, traditions, and debates in science and technology studies (STS), environmental social sciences, and governance studies, including selected perspectives from philosophy of science and sustainability research Conceptual tools for examining how environmental problems and technological solutions are understood and governed 

Definitions on the contemporary capitalism: economy of knowledge; cognitive capitalism; surveillance capitalism; neo-feudalism. Perspectives of different advanced technologies (e.g., robots, artificial intelligence, and virtual agents). Robots, artificial intelligence (AI) and authorship. Human-Machine Integration in the context of Robots and AI: impacts on the definitions and discussions around intelligence.  How to examine the impact of robots and AI on people’s behaviour, thinking and emotions within social sciences. Use of AI applications. During the course we will practice the use of artificial intelligence as a part of group work.

Introduction to digital technologies transforming urban environments and their dominant narratives. Power dynamics of technological infrastructure, examining who develops urban technologies and who gets excluded. Comparative analysis of smart urbanism across global north and south cities. Social and material impacts of digital technologies on urban service delivery, community networks, and environmental claims. Critiquing mainstream smart urbanism approaches and exploring radical alternative technological solutions. Synthesizing diverse perspectives from researchers, developers, users, and critical commentators on urban digital transformation.

The intertwined relations between macro-social and macro-economic processes in the digital economy: digitalisation, datafication, platformisation, and financialization Data and digital platforms: the role of Big Tech companies Labor, automation and AI The geopolitics of the digital economy Disputes around the definition and regulation of the new digital economic activities and sectors Refiguration of social classes and economic production Vigilance, social control and old/new asymmetries and inequalities of power in digital society

The social character of the economy: core topics in economic sociology, political economy and heterodox economics The origin and peculiarities of the capitalist economic system The importance of innovation and technology Capitalism and democracy: the role of politics in a liberal economic order Welfare states and markets: the limits of state regulation and social control of the capitalist economy The relationship between the capitalist market economy and modern culture: behaviors, values, ideas and institutions

The course provides an introductory exploration of sustainability transitions and innovation policy, equipping students with an understanding of the core principles, key concepts, and analytical frameworks in transition studies. Grand sustainability challenges and introduction to transition studies Historical examples of technological transitions and the MLP Transition phases from experimentation to reconfiguration Role of firms, civil society, and users in sustainability transitions Policy instruments for fostering sustainability transitions Justice and equity considerations in sustainability transitions

This course provides the students with an opportunity to practice the nitty gritty of qualitative research. The students will carry out a mini-research project, an exercise on qualitative research process, with the emphasis on how to generate data themselves. The course will go through all the stages of qualitative research process but focus particularly on how to plan and execute data collection by interviewing, observing and/or using various other data from documents to visual data. The goal is to learn skilful ways of doing qualitative research during the research exercise project. The teaching on this course is very practical, and the research exercise will be carried out in pairs. The course strengthens many crucial working life skills for expert positions: problem-solving, teamwork, critical and analytical thinking, as well as skilful use of AI in qualitative research. There is a possibility to use the data collected on the course as part of the student’s master’s thesis.

Introduction course for students who have Bachelor’s degree from other university than LUT University. The Orientation Days activities. Practical study-related information. LUT library collections, databases, reference practices, copyrights, information security, career planning and cultural difference related issues. Degree requirements and planning of Master's studies, preparation of the individual study plan. Study and exam culture in LUT. Research areas of Social Sciences and School of Engineering Science.

Yhteiskuntatieteiden tutkinnon rakenne, luento- ja tenttikäytännöt sekä tekoälyn käytön ohjeistus Opiskelutaidot ja opintojen suunnittelu, henkilökohtaisen opintosuunnitelman laatiminen Opiskelu- ja työelämätaidot, yhteiskunta- ja viestintätieteilijöiden sijoittuminen työelämään Oma hyvinvointi ja jaksaminen osana opiskelu- ja työelämätaitoja Opiskelijapalvelut Kirjastopalvelut ja tiedonhankinta Tietotekniikka (perusohjelmien osaaminen esim. Word, Excel ja PowerPoint) ja tietoturva Keskustelut akateemisen ohjaajan kanssa Tekoälysovellusten käyttö LUT-yliopiston ohjeet tekoälyn käytöstä opinnoissa ja tiedonhaussa. Tarkempia ohjeita annetaan kurssin Moodlessa. Työelämätaidot Yhteiskuntatieteiden työmarkkinoiden hahmottaminen Tiedonhaun perusteet Itsensä johtamisen perusteet Tekoälyn käytön perusperiaatteet

Kvalitatiivisen ja kvantitatiivisen tutkimuksen keskeisiä eroja ja yhtäläisyyksiä Kvalitatiivisten lähestymistapojen ja tutkimusmenetelmien mahdollisuudet, rajoitukset ja soveltamismahdollisuudet Keskeiset kvalitatiiviset tutkimusmenetelmät Kvalitatiivisen tutkimusprosessin rakenteet ja vaiheet Aineistojen kerääminen ja valmiit aineistot Aineistoihin liittyvät eettiset kysymykset

Sisältö: Johdatus tilastotieteeseen ja tilasto-ohjelmien käytön harjoittelua (Stata). Tilastollinen lukutaito ja mittaaminen yhteiskunta- ja viestintätieteissä. Kvantitatiivisen tiedonkeruun, kuvailevien tilastomenetelmien ja tilastollisen päättelyn perusteet. Keskeiset analyysimenetelmät (mm. kuvailevat tunnusluvut, ristiintaulukointi, t-testi, korrelaatio). LUT-yliopiston ohjeet tekoälyn käytöstä opinnoissa ja tiedonhaussa. Tarkempia ohjeita annetaan kurssin Moodlessa. Työelämätaidot: Yhdessä tekemisen taidot: Yhteistyötaidot Taito arvioida muiden toimintaa Tiedonhankinnan ja -analysoinnin taidot: Tieteellinen ajattelutapa Tiedonhakutaidot Tiedon analysoinnin taidot / Analyyttisyys & kriittisyys Tietotekniikan käyttäminen / Tieto- ja viestintätekniikan taidot Datapohjaisen ajattelun taidot Ongelmanratkaisu-, päätöksenteko- ja muut akateemiset taidot: Kyky oppia ja omaksua uutta Ongelmanratkaisutaidot Kyky käsitellä ristiriitaista informaatiota Joustavuus ajattelussa ja toiminnassa Oman alan perustaidot: Alan teoreettinen osaaminen Analyyttiset ja systemaattisen ajattelun taidot 

Sisältö: Ajankohtainen yhteiskuntatieteellinen tutkimus viestintäteknologioiden vaikutuksista yksilöihin, ryhmiin ja yhteisöihin eri elämänalueilla. Digitalisaation rooli käyttäytymisessä, ajattelussa ja tunteissa psykologisten ja sosiaalisten tekijöiden näkökulmista. Ryhmäilmiöt ja sosiaaliset rakenteet digitalisoituneessa yhteiskunnassa: esim. sosiaaliset suhteet ja verkkoyhteisöt, sosiaalinen identiteetti ja sosiaaliset kuplat, teknologioiden rooli sosiaalisessa vuorovaikutuksessa. Digitalisaation tarkasteleminen sosiaalisen kestävyyden ja hyvinvoinnin näkökulmista: esim. työhyvinvointi, yksinäisyys, nettiviha ja verkkohäirintä. Tekoälysovellusten käyttö. LUT-yliopiston ohjeet tekoälyn käytöstä opinnoissa ja tiedonhaussa. Tarkempia ohjeita annetaan kurssin Moodlessa. Kurssilla harjoitellaan tekoälyn ja viestintäteknologioiden hyödyntämistä ryhmätyöskentelyn osana. Työelämätaidot.  Yhdessä tekemisen taidot: Tiimidynamiikan ymmärtämisen taidot Asioiden katsominen muiden näkökulmista Eettisen näkemyksen kehittyminen Tiedonhankinnan ja -analysoinnin taidot : Tiedon analysoinnin taidot / Analyyttisyys & kriittisyys Digitaalinen lukutaito Vastuulliset tekoälyn hyödyntämisen taidot Ongelmanratkaisu-, päätöksenteko- ja muut akateemiset taidot Kriittisen ajattelun taidot Kyky käsitellä ristiriitaista informaatiota Itseluottamuksen ja itsenäistymisen kokemukset Oman työn johtaminen Projektityöskentelytaidot Esiintymistaidot Epätietoisuuden sietäminen Ajanhallintataidot Tilanteissa toimiminen luovasti ja ennakoiden Tunneälytaidot Moninaisuuden ja erilaisten näkökulmien yhdistäminen