Învață să programezi în Python și să înțelegi inteligența artificială — pas cu pas, prin proiecte
Descoperă cum funcționează AI-ul din interior: scrii cod în Python, antrenezi primele tale modele de machine learning și construiești proiecte pe care le poți prezenta cu mândrie.
- Informații generale
| Public țintă | Elevi de liceu curioși de tehnologie, programare și inteligență artificială |
| Durată | 40 ore |
| Format de livrare | Prezențial sau online live, în grupe mici, cu mini-proiecte practice la fiecare modul |
| Cerințe preliminare | Nu sunt necesare cunoștințe de programare; se pornește de la zero |
2. Scopul cursului
Cursul îi ajută pe liceeni să învețe bazele programării în Python și să înțeleagă cum „învață” inteligența artificială: de la date și modele de machine learning, la rețele neuronale și modele de limbaj. Elevii lucrează practic, prin mini-proiecte și un proiect final în echipă, și pleacă cu abilități de programare, gândire critică și o înțelegere responsabilă a AI-ului, utile atât la școală, cât și în alegerea viitoarei cariere.
3. Obiective de învățare
La finalul cursului, elevii vor putea:
- Scrie programe simple în Python folosind variabile, decizii, bucle, liste, dicționare și funcții.
- Citi, analiza și reprezenta grafic date cu pandas și matplotlib.
- Explica ce sunt AI-ul, machine learning-ul, rețelele neuronale și modelele de limbaj.
- Antrena și evalua modele simple de clasificare și regresie, înțelegând conceptul de overfitting.
- Folosi API-uri de AI în Python și formula prompturi eficiente pentru a construi aplicații proprii.
- Recunoaște bias-ul, halucinațiile și riscurile AI-ului și utiliza AI în mod etic și responsabil.
- Lucra în echipă la un proiect final și îl prezenta în fața unui public.
Partea 1: Fundamentele Python (săpt. 1-4)
- Primii pași: ce e programarea, variabile, tipuri de date,
print,input. Mini-proiect: chatbot cu reguli fixe. - Decizii și repetiții:
if/else,for,while. Mini-proiect: joc „ghicește numărul". - Liste, dicționare, funcții: colecții de date, funcții, organizarea codului. Mini-proiect: catalog de note.
- Lucrul cu date: citirea fișierelor CSV,
pandasde bază, grafice simple cumatplotlib. Mini-proiect: analiza unui set de date despre școală sau sport.
Partea 2: Ce este AI-ul și cum „învață" (săpt. 5-8)
- Introducere în AI: AI vs. machine learning vs. deep learning, scurt istoric, exemple din viața de zi cu zi. Activitate: Teachable Machine, un model de recunoaștere a imaginilor fără cod.
- Primul model ML: date de antrenare vs. testare, clasificare,
scikit-learn. Proiect: clasificarea florilor (Iris) sau prezicerea supraviețuirii pe Titanic. - Regresie și evaluare: predicții numerice, acuratețe, overfitting explicat intuitiv. Proiect: prezicerea prețului unei case sau a notelor în funcție de orele de studiu.
- Rețele neuronale, intuitiv: neuronul, straturile, antrenarea. Activitate: TensorFlow Playground, apoi o rețea mică în Keras (cifre scrise de mână, MNIST).
Partea 3: AI modern și aplicații (săpt. 9-12)
- Text și limbaj: cum funcționează modelele de limbaj (tokeni, predicția următorului cuvânt), analiza sentimentului. Mini-proiect: clasificator de recenzii sau comentarii.
- Folosirea API-urilor de AI în Python: apeluri către un model de limbaj, prompting eficient. Proiect: asistent de studiu sau generator de quiz-uri.
- Etică, bias și gândire critică: date părtinitoare, deepfake-uri, halucinații, drepturi de autor, confidențialitate. Dezbatere + activitate: găsește biasul într-un set de date.
- Proiect final și prezentare: elevii lucrează în echipe de 2-3, prezintă în fața clasei, primesc feedback.
Proiecte final posibile
- Clasificator de imagini pentru ceva local (plante din zonă, tipuri de clădiri)
- Bot de întrebări și răspunsuri pe materia unui obiect școlar
- Analiză + predicție pe date reale (meteo, sport, rezultate la bac)
- Detector de spam sau de sentiment în limba română