Prawo w data science i sztucznej inteligencji Kierunek studiów: Data Science i sztuczna inteligencja
Kod programu: W4-S1DS25.2025

Nazwa modułu: Prawo w data science i sztucznej inteligencji
Kod modułu: W4_DSAI_S1_PDSAI
Kod programu: W4-S1DS25.2025
Semestr: semestr letni 2027/2028
Język wykładowy: polski
Forma zaliczenia: zaliczenie
Punkty ECTS: 3
Cel i opis treści kształcenia:
Moduł ma na celu wyposażenie studentów w wiedzę i umiejętności dotyczące kluczowych aspektów prawnych i etycznych związanych z przetwarzaniem danych oraz stosowaniem technologii sztucznej inteligencji. Uczestnicy poznają obowiązujące regulacje prawne (w tym RODO, prawo autorskie, odpowiedzialność algorytmiczną), standardy etyczne i dobre praktyki. W ramach zajęć analizowane są rzeczywiste przypadki i dylematy, z którymi mierzą się specjaliści w obszarze data science i AI. Studenci uczą się identyfikować zagrożenia prawne i etyczne oraz opracowywać rekomendacje zgodne z obowiązującymi przepisami i zasadami etyki zawodowej.
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]
Jest gotów do rozpoznawania i odpowiedzialnego reagowania na wyzwania etyczne i prawne związane z przetwarzaniem danych i stosowaniem sztucznej inteligencji oraz do działania zgodnego z obowiązującymi regulacjami i zasadami etyki zawodowej. [K01]
 DSAI_1S_K03 [3/5]
Potrafi rozpoznawać i analizować wybrane zagadnienia prawne oraz etyczne związane z projektowaniem, wdrażaniem i utrzymywaniem rozwiązań opartych na danych i sztucznej inteligencji, z uwzględnieniem przepisów dotyczących ochrony danych osobowych, odpowiedzialności algorytmicznej i prawa autorskiego. [U01]
 DSAI_1S_U05 [3/5] DSAI_1S_U06 [3/5] DSAI_1S_U08 [3/5] DSAI_1S_U02_inż [3/5]
Potrafi przygotować opracowanie analizujące prawne i etyczne uwarunkowania wybranego problemu związanego z przetwarzaniem danych lub stosowaniem sztucznej inteligencji, z odniesieniem do obowiązujących przepisów. [U02]
 DSAI_1S_U07 [3/5] DSAI_1S_U08 [3/5]
Zna i rozumie regulacje prawne i standardy etyczne dotyczące projektowania, wdrażania i stosowania systemów sztucznej inteligencji oraz przetwarzania danych, w tym w szczególności w obszarach ochrony danych osobowych (RODO), odpowiedzialności za decyzje algorytmiczne, prawa autorskiego, licencjonowania danych i oprogramowania oraz zgodności z regulacjami dotyczącymi nowych technologii. [W01]
 DSAI_1S_W06 [4/5] DSAI_1S_W07 [4/5]
Forma prowadzonych zajęć Liczba godzin Metody prowadzenia zajęć Sposób weryfikacji efektów uczenia się Efekty uczenia się
ćwiczenia [fs_01] 30 Wykład problemowy [b01] 
Metody aktywizujące: dyskusja/debata [b04] 
Metody aktywizujące: studium przypadku [b07] 
Autoedukacja [f01]  		zaliczenie K01 U01 U02 W01
Praca studenta poza udziałem w zajęciach obejmuje w szczególności:
Nazwa Kategoria Opis
Kwerenda materiałów i przegląd działań niezbędnych do uczestnictwa w zajęciach [a01] Przygotowanie do zajęć
przegląd literatury, dokumentacji, narzędzi i materiałów oraz specyfiki i zakresu działań wskazanych w sylabusie jako wymagane do pełnego uczestnictwa w zajęciach
Czytanie literatury / analiza materiałów źródłowych [a02] Przygotowanie do zajęć
czytanie literatury wskazanej w sylabusie; przegląd, porządkowanie, analiza i wybór materiałów źródłowych do wykorzystania w ramach zajęć
Zapoznanie się z zapisami sylabusa [b01] Konsultowanie programu i organizacji zajęć
przeglądanie zawartości sylabusa i zapoznanie się z treścią jego zapisów
Weryfikacja/dostosowanie/dyskutowanie zapisów w sylabusie [b02] Konsultowanie programu i organizacji zajęć
konsultowanie treści sylabusa z potencjalną weryfikacją zapisów wymagających spełnienia specjalnych warunków uczestnictwa w zajęciach, np. wymagań technicznych, czasowych, przestrzennych, innych, w tym warunków uczestnictwa w zajęciach poza murami uczelni, zajęć organizowanych w blokach, organizowanych online, itp.; konsultowanie z potencjalnym udziałem opiekuna roku lub członkami grupy zajęciowej
Ustalanie etapów realizacji zadań przyczyniających się do weryfikacji efektów uczenia się [c01] Przygotowanie do weryfikacji efektów uczenia się
przygotowanie strategii realizacji zadania uwzględniającej podział treści, czynności i ich zakres, czas realizacji oraz/lub sposób pozyskania niezbędnych do jego wykonania materiałów i narzędzi, itp.
Studiowanie wykorzystanej literatury oraz wytworzonych w ramach zajęć materiałów [c02] Przygotowanie do weryfikacji efektów uczenia się
wgłębianie się, dociekanie, rozważanie, przyswajanie, interpretacja lub porządkowanie wiedzy pochodzącej z literatury, dokumentacji, instrukcji, scenariuszy, itd., wykorzystanych na zajęciach oraz z notatek lub innych materiałów/wytworów sporządzonych w ich trakcie
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
Opracowanie planu korekty i zadań uzupełniających/korygujących [d02] Konsultowanie wyników weryfikacji efektów uczenia się
przegląd i wybór zadań oraz czynności pozwalających na eliminację wskazanych przez NA błędów, ich weryfikację lub poprawę oraz zaliczenie zadania na, co najmniej, najniższym dopuszczalnym poziomie
Załączniki
Opis modułu (PDF)
Informacje o sylabusach mogą ulec zmianie w trakcie trwania studiów.
Sylabusy (USOSweb)
Semestr Moduł Język wykładowy
(brak danych)