CAD – Wprowadzenie do generatywnej sztucznej inteligencji Kierunek studiów: Muzyka w multimediach
Kod programu: W6-S2MLA25.2025

Nazwa modułu: CAD – Wprowadzenie do generatywnej sztucznej inteligencji
Kod modułu: W6-DigiCrea-MM-CAD
Kod programu: W6-S2MLA25.2025
Semestr: semestr zimowy 2025/2026
Język wykładowy: angielski
Forma zaliczenia: zaliczenie
Punkty ECTS: 1
Cel i opis treści kształcenia:
Celem Moduł „CAD – Wprowadzenie do generatywnej sztucznej inteligencji” jest zapoznanie studentów z koncepcjami i narzędziami generatywnej sztucznej inteligencji, które mogą być wykorzystywane w procesie tworzenia muzyki. Moduł koncentruje się na eksploracji zastosowań algorytmów uczenia maszynowego i sieci neuronowych w kompozycji dźwiękowej oraz kreowaniu nowych form artystycznych. Uczestnicy poznają techniki projektowania generatywnego, tworząc eksperymentalne projekty oparte na danych dźwiękowych. Kurs kładzie nacisk na praktyczne zastosowania i eksperymentowanie z narzędziami, takimi jak modele AI przeznaczone do analizy i syntezy dźwięku. Jest to doskonała okazja do rozwijania umiejętności współpracy z zaawansowanymi technologiami w obszarze twórczości dźwiękowej.
Lista modułów koniecznych do zaliczenia przed przystąpieniem do tego modułu (o ile to konieczne): nie dotyczy
Efekt modułowy Kody efektów kierunkowych do których odnosi się efekt modułowy [stopień realizacji: skala 1-5]
Osoba studiująca projektuje eksperymentalne projekty dźwiękowe, wykorzystując algorytmy uczenia maszynowego i sieci neuronowe. [SND-S2-CAD_1]
 W6-MM-S2-U01 [5/5] W6-MM-S2-U02 [4/5] W6-MM-S2-U04 [5/5]
Osoba studiująca stosuje narzędzia generatywnej sztucznej inteligencji w celu analizy i syntezy dźwięku w praktycznych zastosowaniach. [SND-S2-CAD_2]
 W6-MM-S2-U02 [5/5] W6-MM-S2-U04 [5/5] W6-MM-S2-U06 [4/5]
Osoba studiująca krytycznie ocenia wpływ technologii generatywnej sztucznej inteligencji na współczesną kulturę i etykę twórczą w obszarze dźwięku. [SND-S2-CAD_3]
 W6-MM-S2-K01 [5/5] W6-MM-S2-K04 [5/5] W6-MM-S2-K05 [4/5]
Forma prowadzonych zajęć Liczba godzin Metody prowadzenia zajęć Sposób weryfikacji efektów uczenia się Efekty uczenia się
ćwiczenia [C_CAD] 12 Wykład konwersatoryjny [b02] 
Metody aktywizujące: studium przypadku [b07] 
Metody aktywizujące: peer learning [b08] 
Pokaz/demonstracja [c06]  		zaliczenie SND-S2-CAD_1 SND-S2-CAD_2 SND-S2-CAD_3
Praca studenta poza udziałem w zajęciach obejmuje w szczególności:
Nazwa Kategoria Opis
Ćwiczenie praktycznych umiejętności [a03] Przygotowanie do zajęć
czynności polegające na powtarzaniu, doskonaleniu i utrwalaniu praktycznych umiejętności, w tym ćwiczonych podczas odbytych wcześniej zajęć lub nowych, niezbędnych z punktu widzenia realizacji kolejnych elementów programu (jako przygotowanie się uczestnictwa w zajęciach)
Wytworzenie/przygotowanie narzędzi, materiałów, dokumentacji niezbędnych do uczestnictwa w zajęciach [a05] Przygotowanie do zajęć
opracowanie, przygotowanie i weryfikacja przydatności narzędzi oraz materiałów (np. pomocy, scenariuszy, narzędzi badawczych, aparatury, itd.) do wykorzystania w ramach zajęć lub służących przygotowaniu się do nich
Realizacja indywidualnego lub grupowego zadania zaliczeniowego/egz./etapowego [c03] Przygotowanie do weryfikacji efektów uczenia się
zbiór czynności zmierzających do wykonania zadania zleconego do realizacji poza zajęciami, jako obligatoryjnego etapu/elementu weryfikacji przypisanych do tych zajęć efektów uczenia się
Analiza korekt/informacji zwrotnej ze strony NA dotyczących wyników wer. ef. ucz. [d01] Konsultowanie wyników weryfikacji efektów uczenia się
przegląd uwag, ocen i opinii sporządzonych przez NA odnoszących się do realizacji zadania sprawdzającego poziom osiągniętych efektów uczenia się
Załączniki
Opis modułu (PDF)
Informacje o sylabusach mogą ulec zmianie w trakcie trwania studiów.
Sylabusy (USOSweb)
Semestr Moduł Język wykładowy
(brak danych)