Misją Wydziału Informatyki jest rozwój wiedzy (poprzez badania) i jej upowszechnianie (poprzez kształcenie i wdrożenia) w zakresie szeroko rozumianego przetwarzania informacji. Misja ta jest zgodna z misją Politechniki Poznańskiej jako „wyższej uczelni technicznej kształcącej wysokokwalifikowane i proinnowacyjne kadry w szeroko rozumianej inżynierii, w ścisłym związku z prowadzonymi badaniami naukowymi i pracami badawczo rozwojowymi, we współpracy z gospodarką i społeczeństwem”. Misja i strategia WI PP wpisuje się również w „wizję Politechniki, jako czołowego w kraju uniwersytetu technicznego, z aspiracjami do bycia partnerem uczelni europejskich pod względem jakości kształcenia, poziomu badań naukowych i osiągnięć wdrożeniowych”.
W koncepcji kształcenia na kierunku Sztuczna Inteligencja (ang. Artificial Intelligence) uwzględniono misję Politechniki Poznańskiej, przedstawioną powyżej. Koncepcja kształcenia uwzględnia również założenia zawarte w dokumencie pt. „Strategia rozwoju Politechniki Poznańskiej do roku 2020”, która jest planem osiągnięcia długoterminowych celów Uczelni. Uwzględnia się w niej trendy w rozwoju nauki oraz wyniki badań własnych, a także aktualne zapotrzebowanie i tendencje obserwowane na rynku pracy, wskazywane przez Radę Pracodawców WI PP (RP WI). Efekty uczenia się, zgodne z poziomem 6 Polskiej Ramy Kwalifikacji, pozostają w ścisłym związku z koncepcją rozwoju kierunku i WI PP.
Absolwent studiów inżynierskich I stopnia (realizowanych w trybie stacjonarnym 7-semestralnym – 210 punktów ECTS) kierunku Sztuczna Inteligencja na WI PP posiada wiedzę teoretyczną dotyczącą kluczowych zagadnień informatyki z zakresu sztucznej inteligencji oraz umiejętności praktyczne w zakresie: algorytmiki, uczenia maszynowego i sieci neuronowych, analizy i eksploracji danych, pozyskiwania i przetwarzania informacji, technik optymalizacji i analizy decyzji, a także wykorzystania sztucznej inteligencji w robotyce. Ponadto, studia inżynierskie przygotują studenta do zgodnego z zasadami sztuki projektowania, programowania z użyciem popularnych języków programowania, użytkowania systemów operacyjnych, baz danych, sieci komputerowych oraz szerokiego spektrum systemów informatycznych. Absolwent posiada kwalifikacje, tj. wiedzę, umiejętności i kompetencje, ze szczególnym uwzględnieniem praktycznego wykorzystania właściwych rozwiązań sprzętowych i programowych dostosowanych do konkretnych zadań i zastosowań w przemyśle, biznesie i administracji.
Przyjęte efekty uczenia się, jako element koncepcji kształcenia są kompletne z punktu widzenia charakterystyk drugiego stopnia, w szczególności charakterystyk właściwych dla obszaru kształcenia w zakresie nauk technicznych i charakterystyk dla kwalifikacji obejmujących kompetencje inżynierskie zdefiniowanych w Polskiej Ramie Kwalifikacji (poziomy 6) oraz body of knowledge zdefiniowanego w standardach: ACM / IEEE Computer Engineering Curricula 2016, European Competence Curricula Development Guidelines Synthesis Report – ICT Curricula in Higher Education in Europe oraz Standards and Guidelines for Quality Assurance in the European Higher Education Area (ESG), 2015, Brussels, Belgium.
Efekty uczenia się uwzględniają również zdobywanie przez studenta pogłębionej wiedzy, umiejętności badawczych i kompetencji społecznych niezbędnych zarówno w działalności badawczej jak i na rynku pracy. Stosowane metody kształcenia przygotowują studentów do prowadzenia badań, a tym samym do podjęcia studiów II i następnie III stopnia. W ukształtowaniu tych umiejętności istotny udział mają przedmioty z zakresu sztucznej inteligencji, uczenia maszynowego, technik optymalizacji, eksploracji danych, badań operacyjnych, analizy decyzji, przetwarzania informacji, języka naturalnego i masywnych danych, głębokiego uczenia oraz uczenia ze wzmocnieniem. Przygotowaniu do prowadzenia badań naukowych i/lub udziałowi w tych badaniach służą też zajęcia prowadzone w ramach pracowni problemowych oraz pracowni inżynierskiej, a także innych przedmiotów związanych z działalnością naukową pracowników Instytutu. Celom tym służy również proces przygotowywania prac dyplomowych, których tematy często wiążą się z realizowanymi w IIn badaniami naukowymi. Natomiast w trakcie realizacji zespołowej pracy inżynierskiej absolwent zdobywa kompetencje z zakresu prowadzenia projektu informatycznego oraz pracy w zespole (case studies realizowane grupowo), niezwykle istotne z punktu widzenia oczekiwań przyszłych pracodawców.
Posiadane kwalifikacje zawodowe stanowią podstawę do zatrudnienia absolwenta studiów I stopnia jako: (1) pracownika inżynieryjno-technicznego w laboratoriach informatycznych i jednostkach badawczych, (2) analityka danych (ang. data analyst), (3) inżyniera uczenia maszynowego (ang. machine learning engineer), (4) projektanta, programisty i wdrożeniowca oprogramowania i złożonych systemów informatycznych, (5) administratora systemów informatycznych (baz danych, systemów operacyjnych, sieci komputerowych), (6) kierownika zespołów programistycznych.
Studia inżynierskie przygotowują także do prowadzenia własnej firmy informatycznej. Program studiów I stopnia umożliwia zdobycie umiejętności posługiwania się językiem angielskim na poziomie standardu B2 i językiem specjalistycznym z zakresu informatyki, ze szczególnym uwzględnieniem sztucznej inteligencji. W trakcie tych studiów, stosując odpowiednie metody kształcenia, rozwijane są tzw. kompetencje miękkie absolwentów, umiejętność zastosowania wiedzy i formułowania opinii, dyskusji ze specjalistami i niespecjalistami w języku angielskim oraz dalszego samodzielnego studiowania – absolwenci są przygotowani do uczenia się przez całe życie. Swoją wiedzę i umiejętności absolwent powinien umieć wykorzystywać w pracy zawodowej z zachowaniem zasad prawnych i etycznych.
Wydział Informatyki PP stara się wspierać rozwój działalności naukowej studentów przez stworzenie dobrych warunków funkcjonowania kół naukowych. Ponadto Wydział wspomaga również rozwój różnych innych form aktywności pozanaukowej studentów, pamiętając o tym, że pracodawcy chętniej angażują absolwentów aktywnych, z pasją i doświadczeniem w działalności studenckiej, społecznej i sportowej. Ważnym atrybutem absolwenta jest umiejętność i nawyk samokształcenia – istotą kształcenia uniwersyteckiego jest przygotowanie absolwenta do samodzielnej pracy.
Gwarantem wysokiego poziomu, jakości, nowoczesności oraz innowacyjności programu i procesu kształcenia oraz warunków w jakich jest realizowany, jest Wydziałowy System Zapewnienia Jakości Kształcenia (WSZJK). Nowoczesność oraz innowacyjność programu są wynikiem zaangażowania w ich przygotowanie i realizację interesariuszy zewnętrznych (pracodawców), wewnętrznych (pracowników, studentów i uczestników studiów podyplomowych) oraz wykorzystania wyników prac naukowo-badawczych prowadzonych w Instytucie Informatyki.
Koncepcja oraz program kształcenia są spójne i innowacyjne oraz uwzględniają potrzeby otoczenia społeczno-gospodarczego. Są one przedmiotem ciągłej konsultacji z interesariuszami zewnętrznymi, tj. Radą Pracodawców Wydziału Informatyki PP (RP WI). Powołanie w roku 2012 RP WI stworzyło unikalną możliwość szybkiego i właściwego reagowania na potrzeby otoczenia społeczno-gospodarczego przy opracowywaniu koncepcji kształcenia, w tym jej profilu, celów i rozwoju tej koncepcji oraz efektów uczenia się i zmian w programie kształcenia. Zgodnie z Wydziałowym Systemem Zapewnienia Jakości Kształcenia (WSZJK), prace rozwojowe nad programem uwzględniają sugestie RP WI. Zgodnie z WSZJK programy kształcenia lub istotne zmiany w tych programach, przed ich uchwaleniem przez Radę Wydziału Informatyki PP muszą być zaopiniowane przez interesariuszy wewnętrznych, tj. Samorząd Studentów oraz odpowiednią Wydziałową Komisję ds. Jakości Kształcenia.
Nauczyciele akademiccy prowadzący zajęcia na kierunku Sztuczna Inteligencja posiadają dorobek naukowy w dziedzinie nauk technicznych, dyscyplinie informatyka techniczna i telekomunikacja, z którymi związane są efekty uczenia się dla studiów I stopnia. Dorobek naukowy, doświadczenie w prowadzeniu badań naukowych oraz kompetencje dydaktyczne wykładowców prowadzących zajęcia na kierunku Sztuczna Inteligencja są adekwatne do realizowanego programu i zakładanych efektów uczenia się. Rezultaty prowadzonych w Instytucie Informatyki badań naukowych są wykorzystywane w procesie kształcenia, w projektowaniu i doskonaleniu programu i treści kształcenia oraz w jego realizacji (np. poprzez bogatą ofertę przedmiotów obieralnych).
Program kształcenia studiów I stopnia gwarantuje, że student ma rozszerzoną i pogłębioną wiedzę z matematyki przydatną do formułowania i rozwiązywania złożonych zadań informatycznych dotyczących m.in. uczenia maszynowego, sztucznej inteligencji, badań operacyjnych, optymalizacji, eksploracji danych, analizy decyzji, widzenia komputerowego, sieci neuronowych, uczenia ze wzmocnieniem i przetwarzania masywnych danych. Takie efekty uczenia się generuje grupa modułów, takich jak: Matematyka dla informatyków, Analiza matematyczna I i II, Matematyka dyskretna, Algebra liniowa, Metody probabilistyczne oraz Statystyka. Rozwijają one zaawansowane ogólne umiejętności intelektualne studentów oraz przygotowują do prowadzenia badań naukowych w przyszłości.
Zestaw następujących modułów kształcenia: Wprowadzenie do informatyki, Algorytmy i struktury danych, Architektura systemów komputerowych z programowaniem niskopoziomowym, Systemy operacyjne z programowaniem współbieżnym, Sieci komputerowe, Systemy baz danych, Inżynieria oprogramowania, Wprowadzenie do programowania, Programowanie obiektowe, Aplikacje internetowe, Bezpieczeństwo systemów informatycznych gwarantuje, że student kierunku Sztuczna Inteligencja zna podstawowe metody, algorytmy, techniki i narzędzia stosowane przy rozwiązywaniu zadań informatycznych z zakresu analizy złożoności obliczeniowej algorytmów, budowy systemów komputerowych, systemów operacyjnych, sieci komputerowych, baz danych, inżynierii oprogramowania, języków i paradygmatów programowania, aplikacji internetowych oraz zapewnienia bezpieczeństwa.
Znajomość algorytmów typowych dla wielu nurtów sztucznej inteligencji, jej zastosowań do odkrywania wzorców z różnego typu danych oraz ich syntezy do wiedzy i wniosków o przełożeniu praktycznym gwarantują następujące moduły kształcenia: Sztuczna inteligencja, Uczenie maszynowe, Optymalizacja kombinatoryczna, Optymalizacja wypukła, Badania operacyjne, Analiza decyzji, Masywne dane i przetwarzanie rozproszone, Uczenie ze wzmocnieniem i systemy wieloagentowe, Uczenie głębokie, Wyszukiwanie informacji, Widzenie komputerowe, Przetwarzanie języka naturalnego, Technologie semantyczne i sieci społecznościowe, Sztuczna inteligencja w grach, Internet Rzeczy oraz Obliczenia ewolucyjne. Daje to absolwentom umiejętność identyfikowania i rozwiązywania szerokiego spektrum problemów pojawiających się w pracy informatyka, specjalisty z zakresu sztucznej inteligencji w przemyśle, biznesie i administracji, między innymi dzięki wykształceniu umiejętność analizy i syntezy informacji różnego typu i z zakresu różnych dyscyplin. Z tą ostatnią kwestią wiąże się umiejętność wykorzystania do formułowania i rozwiązywania problemów informatycznych metod analitycznych i symulacyjnych oraz umiejętność planowania i przeprowadzania eksperymentów, w tym pomiarów i symulacji komputerowych, i interpretacji uzyskanych wyników. Osiągnięcie tych kwalifikacji gwarantuje grupa ww. modułów kształcenia wzbogacona o: Metody probabilistyczne, Statystykę, Etykę i badania naukowe, Robotykę I i II, Pracownię problemową I i II oraz Pracownia inżynierska.
Program kształcenia rozwija też ogólne umiejętności intelektualne studentów np. przez oferowanie przedmiotów z nauk humanistycznych i społecznych (Kariera zawodowa, Innowacyjna przedsiębiorczość), przedmiotów zawierających elementy ww. nauk (Sztuczne życie z kognitywistyką, Etyka i badania naukowe) oraz zajęć ogólnouczelnianych, jak np. Wstęp do metodologii pisania pracy naukowej oraz Usługi biblioteczne i informacyjne. Zainteresowanie ekonomicznym i społecznym wymiarem obliczeń jest też podnoszone w ramach następujących modułów kształcenia: Badania operacyjne i Analiza decyzji. W programie uwzględniono także możliwość uzyskiwania efektów uczenia się dotyczących robotyki (Robotyka I: podstawy robotyki i sterowania, Robotyka II: zaawansowane zagadnienia robotyki i percepcji), szczególnie w kontekście jej związków ze sztuczną inteligencją. Zajęcia te są realizowane w specjalistycznych laboratoriach. Wszystkie te aspekty wzmacniają pozycję absolwenta na rynku pracy, sprzyjając jego ogólnemu rozwojowi.
Program kształcenia kierunku Sztuczna Inteligencja rozwija również umiejętności intelektualne studentów w zakresie analizy i syntezy informacji oraz przekonywującego komunikowania się w mowie i na piśmie. Stanowi to istotny element przygotowujący studenta studiów I stopnia do prowadzenia badań naukowych. Konkretnie, student potrafi pozyskiwać informacje z różnych źródeł, dokonywać ich interpretacji oraz wyciągać wnioski. Potrafi również przygotować i przedstawić w języku angielskim prezentację ustną, dotyczącą szczegółowych zagadnień z zakresu informatyki oraz porozumiewać się w tym języku w środowisku zawodowym oraz w innych środowiskach, także z wykorzystaniem narzędzi informatycznych. Rozwój tych umiejętności gwarantuje grupa modułów: Język obcy, Kariera zawodowa, Innowacyjna przedsiębiorczość, Metodologia pisania prac naukowych, Przygotowanie do badań naukowych, Pracownia problemowa I i II, Seminarium dyplomowe oraz Pracownia inżynierska.
Proces kształcenia uzupełniony jest o praktyki zawodowe realizowane po 6 semestrze. Podczas praktyk studenci mają możliwość zdobycia umiejętności praktycznego wykorzystania wiedzy nabytej w trakcie studiów, a także pracy w grupie oraz wzmocnienia umiejętności komunikacji interpersonalnej. Program ramowy praktyk ma uniwersalny charakter i jest proponowanym przez Wydział Informatyki zbiorem zadań, w które mogą być zaangażowani studenci podczas realizacji praktyki zawodowej w dowolnej firmie czy instytucji z branży IT, co wzbogaca aspekt praktyczny zdobytego wykształcenia. Praktyka może zostać również zaliczona na podstawie pracy zawodowej, jeżeli wykonywana praca pozwala na uzyskanie zakładanych dla praktyki studenckiej efektów uczenia się.
Koncepcja kształcenia oraz struktura i organizacja programu na kierunku Sztuczna Inteligencja kładzie szczególny nacisk na jego indywidualizację oraz sprzyja krajowej i międzynarodowej mobilności studentów. Indywidualizacja kształcenia to stworzenie możliwości realizacji indywidualnego programu studiów, udziału w pracach kół naukowych powołanych zgodnie z zainteresowaniami studentów, indywidualnego wyboru tematyki prac dyplomowych, skorzystania z bogatej oferty modułów obieralnych oraz szkoleń i innych zajęć dodatkowych organizowanych przez Uczelnię oraz Samorząd studencki. Zostały stworzone mechanizmy zapewniające, że wybór dokonywany przez studentów w ramach modułów obieralnych jest kontrolowalny tj. zagwarantowano, że uzyskiwane efekty uczenia się w ramach takiego modułu są podobne i spójne, niezależnie od wybranego przez studenta przedmiotu. Moduły obieralne to przedmioty lub grupy przedmiotów, które uwzględniają najnowsze trendy i zmiany zachodzące w dyscyplinie Informatyka w zakresie sztucznej inteligencji oraz są zorientowane na potrzeby otoczenia społeczno-gospodarczego, a w szczególności rynku pracy – w ten sposób WI PP uwzględnia w koncepcji kształcenia postęp w dyscyplinie Informatyka.
Wydział kładzie nacisk na internacjonalizację kształcenia studentów, stwarzając warunki do ich udziału w międzynarodowych programach mobilności. Internacjonalizacja kształcenia jest realizowana przez prowadzenie wszystkich zajęć dydaktycznych w języku angielskim, udział studentów i doktorantów w programach LLP ERASMUS, CEEPUS (Central European Exchange Program for University Studies), IAESTE (The International Association for the Exchange of Students for Technical Experience), MOST i ERASMUS MUNDUS oraz poprzez zaangażowanie w proces kształcenia zagranicznych wykładowców akademickich.
Metody dydaktyczne, które są wykorzystywane w toku kształcenia na kierunku Sztuczna Inteligencja są bardzo zróżnicowane i dostosowane do specyfiki zajęć i indywidualnych potrzeb studentów – metody te są zorientowane na studenta – poniżej wymieniono niektóre z nich:
- Metody problemowe:
- wykład konwersatoryjny (rozmowa wykładowcy ze studentem, podczas której wykładowca zadaje pytania i przedstawia określone treści, a studenci na nie odpowiadają);
- wykład z wykorzystaniem technik multimedialnych;
- wykład problemowy (wykładowca przedstawia konkretny problem, omawia go ze studentami i wskazuje na określone sposoby rozwiązania);
- Metody aktywizujące:
- metoda case study (metoda polegająca na analizie, a następnie dyskusji nad przedstawionym przez nauczyciela przypadkiem);
- metoda sytuacyjna (analiza, a następnie dyskusja nad przedstawionym ciągiem zdarzeń; analiza dokonywana jest przez studenta z odpowiednim wyprzedzeniem, a następnie prowadzona jest dyskusja nad zawartymi w opisie problemami);
- gry dydaktyczne (działanie w formie ćwiczenia, w której przestrzega się ściśle określonych zasad; rozróżnia się gry symulacyjne, decyzyjne oraz psychologiczne);
- dyskusja dydaktyczna w różnych wariantach, w tym burza mózgów i dyskusja panelowa (zorganizowana wymiana myśli i poglądów uczestników na dany temat; akcentowanie sposobu budowania wypowiedzi, argumentacji);
- sesje demonstracyjne, odnoszące się do praktycznych aspektów zagadnień poruszanych na wykładzie oraz prezentacji narzędzi informatycznych.
W procesie kształcenia dominują metody dydaktyczne zorientowane na studenta oraz formy zajęć ukierunkowane na rozwiązywanie problemów (Problem-based Learning), mające na celu zintegrowane rozwijanie potencjału studentów (tutoring, mentoring), umożliwiające wszechstronne wykształcenia kompetencji intelektualnych niezbędnych w działalności badawczej (samodzielnego, krytycznego, twórczego myślenia, identyfikowania, analizy i rozwiązywania problemów). Stosowane metody kształcenia związane z realizacją prac dyplomowych umożliwiają studentom osiągnięcie umiejętności praktycznych (Design Thinking). Tematyka prac dyplomowych w większości przypadków jest tak dobierana, by umożliwić studentom wykorzystanie wiedzy i nabytych umiejętności w celu rozwiązywania problemów inżynierskich.