Wierk - Wydział Informatyki, Elektroniczne Ramy Kwalifikacji

Wydział Informatyki
Kierunek studiów	Data Science							Poziom i forma studiów	pierwszego stopnia inżynierskie stacjonarne
Specjalność / Ścieżka dyplomowania	---							Profil kształcenia	ogólnoakademicki
Nazwa przedmiotu	Język obcy 2							Kod przedmiotu	-
								Rodzaj przedmiotu	obowiązkowy
Forma zajęć i liczba godzin	W	Ć	L	P	Ps	T	S	Semestr	3
		30						Punkty ECTS	2
Przedmioty wprowadzające	Język obcy 1 (-),
Cele przedmiotu	Dostępne języki: angielski, niemiecki, rosyjski Dalsze doskonalenie sprawności językowych (słuchanie, czytanie, interakcja, produkcja, pisanie) na poziomie B2 lub wyższym, zgodnie z Europejskim Systemem Opisu Kształcenia Językowego. Rozwijanie umiejętności komunikacji w kontekście nauk technicznych, ze szczególnym uwzględnieniem terminologii związanej ze sztuczną inteligencją, inżynierią danych i analityką. Pobudzanie ciekawości dotyczącej fundamentalnych dylematów współczesnej cywilizacji, w tym etyki i wpływu AI na społeczeństwo oraz różne sektory gospodarki. Zapoznanie z zaawansowanym słownictwem z zakresu nauk matematycznych, technicznych i technologii AI. Ćwiczenie umiejętności autoprezentacji, w tym prezentowania zagadnień związanych ze sztuczną inteligencją w sposób klarowny i precyzyjny.
Treści programowe	Tematyka związana z życiem akademickim, aktualnymi problemami społecznymi oraz dylematami współczesnej cywilizacji, w tym roli sztucznej inteligencji w różnych aspektach życia. Zagadnienia językowe oraz gramatyczne występujące w omawianych tekstach, w tym analiza artykułów naukowych i technicznych dotyczących AI. Praca z wybranym rodzajem tekstu specjalistycznego (np. specyfikacja techniczna, karta katalogowa, dokumentacja projektowa). Zaawansowane słownictwo z zakresu nauk matematycznych, technicznych oraz technologii AI, obejmujące terminy związane z uczeniem maszynowym, przetwarzaniem danych i automatyzacją. Autoprezentacja w mowie i piśmie, z uwzględnieniem przedstawiania projektów i koncepcji związanych ze sztuczną inteligencją. Ćwiczenia: 1. Omówienie karty przedmiotu oraz zasad oceniania i warunków uzyskania zaliczenia 2. Diagram Ishikawy – sposoby wyrażania przyczyny i skutku w analizie błędów systemów AI 3. Ocena ryzyka w systemach sztucznej inteligencji i wpływ błędów na bezpieczeństwo danych 4. Sposoby wyrażania prawdopodobieństwa wystąpienia błędu w modelach AI 5. Samochody autonomiczne – założenia technologiczne i wyzwania etyczne 6. Opis działania systemów AI w inteligentnych miastach – ćwiczenia w mówieniu 7. Powtórzenie materiału przed testem zaliczeniowym 8. Test zaliczeniowy pisemny 1 9. Zastosowanie AI w logistyce i zarządzaniu magazynem 10. Spekulacje na temat przyszłości sztucznej inteligencji i jej wpływu na rynek pracy 11. Systemy bezpieczeństwa oparte na AI. Pytania pośrednie 12. Etyka AI i zagrożenia związane z niekontrolowanym rozwojem technologii 13. Powtórzenie materiału przed testem zaliczeniowym 14. Test zaliczeniowy pisemny 2 15. Zaliczenie ustne: analiza wybranego tekstu specjalistycznego na temat sztucznej inteligencji
Metody dydaktyczne	metoda projektów, ćwiczenia przedmiotowe, analiza tekstów z dyskusją,
Forma zaliczenia	Ćwiczenia: test językowy, wypowiedź ustna, przygotowanie i wygłoszenie autoprezentacji
Symbol efektu uczenia się	Zakładane efekty uczenia się								Odniesienie do kierunkowych efektów uczenia się
EU1	w większym stopniu rozumieć wypowiedzi ustne pod warunkiem, że dotyczą w miarę znanej tematyki, również te zawierające podstawową terminologię z zakresu studiowanego kierunku								DS1_U13(H1_U01) DS1_U14
EU2	w większym stopniu rozumieć teksty dotyczące różnych zagadnień współczesnego świata, również te zawierające podstawową terminologię z zakresu studiowanego kierunku								DS1_U13(H1_U01) DS1_U14
EU3	brać czynny udział w dyskusji na znane mu tematy								DS1_U13(H1_U01) DS1_U14
EU4	zrozumieć oraz interpretować wybrany typ tekstu specjalistycznego								DS1_U13(H1_U01) DS1_U14
Symbol efektu uczenia się	Sposób weryfikacji efektu uczenia się								Forma zajęć na której zachodzi weryfikacja
EU1	zaliczenie ustne, zaliczenie testowe								Ć
EU2	zaliczenie testowe								Ć
EU3	zaliczenie ustne								Ć
EU4	zaliczenie testowe, przygotowanie i wygłoszenie autoprezentacji								Ć
Bilans nakładu pracy studenta (w godzinach)									Liczba godz.
Wyliczenie
	1 - udziałem w innych formach zajęć								30
	2 - indywidualnym wsparciem merytorycznym procesu uczenia się, udziałem w zaliczeniach organizowanych poza planem zajęć								4
	3 - przygotowaniem do bieżących zajęć								16
RAZEM:									50
Wskaźniki ilościowe									GODZINY	ECTS
Nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela									34 (1)+(2)	1.4
Nakład pracy studenta związany z zajęciami o charakterze praktycznym									50 (1)+(2)+(3)	2.0
Literatura podstawowa	Literatura zostanie podana przez prowadzącego po wyborze języka obcego
Literatura uzupełniająca	Literatura zostanie podana przez prowadzącego po wyborze języka obcego
Jednostka realizująca	Studium Języków Obcych								Data opracowania programu
Program opracował(a)									2025.05.30