Sztuczna inteligencja

Sztuczna inteligencja na KUL to unikatowe studia licencjackie, które jako jedyne w Polsce łączą solidne podstawy filozoficzne z praktycznymi kompetencjami informatycznymi w dziedzinie AI. Kształcimy specjalistów zdolnych nie tylko do projektowania i wdrażania systemów sztucznej inteligencji, ale także do krytycznej oceny ich filozoficznych fundamentów, etycznych implikacji i społecznych konsekwencji.

Studia mają profil ogólnoakademicki i są prowadzone na Wydziale Filozofii. Studenci od I semestru uczą się programowania w Pythonie, logiki formalnej, filozofii poznania i podstaw sztucznej inteligencji, stopniowo przechodząc do uczenia maszynowego, sieci neuronowych, przetwarzania języka naturalnego, ontologii formalnych i inżynierii oprogramowania. Program uzupełniają zajęcia z etyki SI, neuronauki poznawczej i metafizyki.

Kierunek odpowiada na rosnące zapotrzebowanie rynku pracy na specjalistów łączących kompetencje techniczne z umiejętnością krytycznej analizy. W dobie dynamicznego rozwoju europejskiego AI Act i regulacji dotyczących sztucznej inteligencji eksperci rozumiejący nie tylko technologię, ale także jej filozoficzne i etyczne wymiary są szczególnie poszukiwani przez pracodawców.

Informacje
o kierunku

Zasady rekrutacji

Matura zdawana w Polsce po 2005 r.

Punktowany wynik z następujących przedmiotów:

  • matematyka (50% wyniku końcowego)
  • język obcy nowożytny (25% wyniku końcowego)
  • język polski, lub biologia, lub chemia, lub fizyka, lub informatyka, lub WOS, lub filozofia (25% wyniku końcowego).

Jeżeli zdawałeś więcej niż jeden przedmiot, liczyć się będzie ten, z którego uzyskałeś najlepszy wynik. 

„Stara matura” – świadectwo maturalne uzyskane w Polsce przed 2005 rokiem. Wynik wyrażony OCENĄ w skali 1-6 lub 2-5.

Punktowane oceny z egzaminów pisemnych ze świadectwa dojrzałości:

  • język polski (50% wyniku końcowego)
  • dowolny przedmiot zdawany przez kandydata spośród następujących: matematyka, język obcy nowożytny, biologia, fizyka, informatyka lub filozofia (50% wyniku końcowego). 
  • Kandydaci z maturą IB/EB, maturą/świadectwem uzyskanymi w państwach członkowskich UE, OECD, EFTA oraz w Ukrainie lub Chinach:

Konkurs ocen na świadectwie (wyniki maturalne):

Wymagane posiadanie wyników z następujących przedmiotów:

  • matematyka (50% wyniku końcowego)
  • język obcy nowożytny (25% wyniku końcowego)
  • język polski, lub chemia, lub biologia, lub fizyka, lub informatyka, lub WOS, lub filozofia (25% wyniku końcowego). Jeżeli zdawałeś więcej niż jeden przedmiot, liczyć się będzie ten, z którego uzyskałeś najlepszy wynik. 
  • Kandydaci cudzoziemcy posługujący się dokumentem, który nie jest dokumentem potwierdzającym uprawnienie do ubiegania się o przyjęcie na studia (obowiązuje od 1 lipca 2025)

Egzamin wstępny:

Zagadnienia egzaminacyjne:

1. Dlaczego wybrałeś/aś studia z zakresu sztucznej inteligencji? Co skłoniło Cię do tej decyzji?
2. Jakie obszary sztucznej inteligencji interesują Cię najbardziej? (np. uczenie maszynowe, przetwarzanie języka naturalnego, widzenie komputerowe)
3. Jak oceniasz swoje dotychczasowe przygotowanie matematyczne i informatyczne do studiów SI? Jakie zagadnienia z matematyki i informatyki sprawiały Ci do tej pory największą trudność i jakie są dla Ciebie najbardziej interesujące?
4. Czy masz jakieś doświadczenie z programowaniem? W jakich językach programowania pisałeś/aś kod i nad jakimi projektami pracowałeś/aś?
5. Jak wyobrażasz sobie swoją karierę zawodową po ukończeniu studiów? W jakich branżach lub rolach widziałbyś/abyś się w przyszłości?
6. Jakie wyzwania etyczne i społeczne związane z rozwojem sztucznej inteligencji są aktualnie najistotniejsze według Ciebie? Jak powinniśmy podchodzić do tych kwestii?
7. Czy śledzisz aktualny rozwój technologii SI? Jakie najnowsze osiągnięcia lub trendy w tej dziedzinie przykuły Twoją uwagę?
8. Jak radzisz sobie z rozwiązywaniem złożonych problemów logicznych i analitycznych? Możesz podać przykład trudnego problemu, który musiałeś/aś rozwiązać?
9. Jakie są Twoje mocne strony, które pomogą Ci w studiowaniu sztucznej inteligencji? Jakie obszary wymagają jeszcze rozwoju?
10. Czy jesteś gotowy/a na intensywną pracę nad projektami, które mogą wymagać długotrwałego eksperymentowania i testowania różnych rozwiązań? Jak podchodzisz do porażek?

 

Kandydaci z maturą zagraniczną aplikujący na studia w języku polskim zobowiązani są przedstawić dokument potwierdzający znajomość języka polskiego na poziomie co najmniej B2.

Dodatkowe informacje

  • poziom rozszerzony – wynik egzaminu mnożymy x 1
  • poziom podstawowy – wynik egzaminu mnożymy x 0,5

Szczegółowe informacje o sposobie przeliczania znajdziesz po kliknięciu TUTAJ.

Sztuczna inteligencja – brak olimpiad i konkursów zwalniających z postępowania kwalifikacyjnego.

Dlaczego sztuczna inteligencja
na KUL?

Unikatowe połączenie filozofii i informatyki – jedyny taki kierunek w Polsce. Absolwenci wyróżniają się na rynku pracy interdyscyplinarnymi kompetencjami, łącząc biegłość techniczną z głębokim rozumieniem etycznych i społecznych wymiarów sztucznej inteligencji.

Praktyczne kompetencje od pierwszego semestru – programowanie w Pythonie, praca z bazami danych i bazami wiedzy, uczenie maszynowe, sieci neuronowe, przetwarzanie języka naturalnego, ontologie formalne (OWL, RDF, SPARQL). Studenci pracują z narzędziami stosowanymi w branży: PyTorch, TensorFlow, scikit-learn, Protege.

Kadra łącząca teorię z praktyką badawczą – zajęcia prowadzą naukowcy aktywnie publikujący w czołowych wydawnictwach międzynarodowych, m.in. w obszarach wyjaśnialnej sztucznej inteligencji (XAI), generatywnej AI, logiki formalnej i etyki technologii. Prowadzone na Wydziale badania nad narzędziem HuReTEx do interpretowalności modeli głębokiego uczenia zostały opublikowane w czasopiśmie SoftwareX (2026).

Odpowiedź na potrzeby rynku – według raportów PARP i Eurostat specjaliści ds. sztucznej inteligencji należą do najbardziej poszukiwanych na europejskim rynku pracy. Program jest systematycznie aktualizowany we współpracy z pracodawcami z branży IT – w cyklu 2026/2027 wprowadzono m.in. przedmioty Sztuczna inteligencja w programowaniu oraz Akwizycja danych.

Eksperci od odpowiedzialnej SI – w dobie AI Act i rosnącej regulacji sztucznej inteligencji specjaliści rozumiejący etyczne, prawne i społeczne aspekty AI są szczególnie cenieni. Nasi studenci analizują te zagadnienia przez trzy lata studiów – od filozofii poznania, przez etykę SI, po prawne uwarunkowania i ocenę technologii.

Kameralna atmosfera i tutoring – małe grupy zajęciowe i laboratoryjne, bezpośredni kontakt z wykładowcami, indywidualny tutoring akademicki od pierwszego roku. Na Wydziale działa Koło Naukowe Studentów Sztucznej Inteligencji, dające możliwość realizacji własnych projektów badawczych.

Nowoczesny program aktualizowany co cykl – program jest doskonalony w oparciu o opinie studentów, absolwentów i pracodawców. Cykl 2026/2027 wprowadza 9 nowych przedmiotów, wzmacniając zarówno komponent techniczny, jak i refleksję filozoficzną nad sztuczną inteligencją.

Program obejmuje trzy wzajemnie uzupełniające się obszary tematyczne:

  • Fundamenty filozoficzne i kognitywne: Logika formalna, Filozoficzna teoria poznania i działania, Historia doktryn etycznych, Neuroetyka i etyka SI, SI i ludzka tożsamość, Główne metafizyczne modele rzeczywistości, Procesy poznawcze, Wprowadzenie do neuronauki poznawczej, Hierarchiczna teoria umysłu, Biologiczne mechanizmy zachowania.
  • Informatyka i metody sztucznej inteligencji: Wprowadzenie do informatyki i programowania, Programowanie w Pythonie (2 semestry), Bazy danych, Bazy wiedzy (RDF, OWL, SPARQL), Rachunek prawdopodobieństwa, Statystyka Bayesowska, Podstawy uczenia maszynowego, Sieci neuronowe i uczenie głębokie, Przetwarzanie języka naturalnego, Akwizycja danych, Sztuczna inteligencja w programowaniu, Ontologia w praktyce, Inżynieria oprogramowania.
  • Projekty i praktyka: Laboratoria programowania, Laboratoria zastosowań SI, Projekty programistyczne, Projekty popularyzatorskie, Praktyki zawodowe w firmach IT i instytucjach badawczych.

Na III roku studenci wybierają przedmioty specjalizacyjne – m.in. Dowodzenie twierdzeń, Logika jako język programowania (Prolog), Społeczny wpływ SI i etyczna ocena technologii, Transhumanizm – co pozwala na indywidualizację ścieżki kształcenia zgodnie z zainteresowaniami.

Już na semestrze 4 studenci wybierają 3 z 6 konwersatoriów (m.in. Prawne i administracyjne uwarunkowania SI, Aspekty bezpieczeństwa SI, SI w sztuce, Historia idei SI, Logika modalna w SI, Logiczna teoria języka), co daje łącznie ponad 30% programu jako przedmioty do wyboru.

Praktyki zawodowe realizowane są w wymiarze min. 90 godzin (ok. 3 tygodni) w V semestrze studiów. Studenci mogą je odbywać w:

– przedsiębiorstwach z branży IT i nowych technologii (działy AI, data science, rozwoju oprogramowania),

– firmach rozwijających lub wdrażających rozwiązania oparte na sztucznej inteligencji,

– centrach badawczo-rozwojowych i instytucjach naukowych,

– organizacjach zajmujących się analizą danych i transformacją cyfrową,

– organach administracji publicznej realizujących projekty z zakresu cyfryzacji i automatyzacji.

Wyboru miejsca praktyk dokonuje student we współpracy z Opiekunem Praktyk, Koordynatorem Kierunku lub Biurem Karier KUL. Podczas praktyk studenci zastosowują wiedzę i umiejętności z zakresu SI w rzeczywistym środowisku zawodowym, pracują indywidualnie i zespołowo oraz nawiązują kontakty zawodowe.

Koło Naukowe Studentów Sztucznej Inteligencji – studencka organizacja naukowa działająca przy Wydziale Filozofii KUL. Członkowie Koła realizują własne projekty badawcze i popularyzatorskie z zakresu SI, uczestniczą w konferencjach naukowych i organizują wydarzenia edukacyjne.

Program Erasmus+ – studenci kierunku mogą realizować część studiów na uczelniach partnerskich w Europie w ramach programu wymiany akademickiej Erasmus+.

Program MOST – możliwość odbycia semestru studiów na innej polskiej uczelni w ramach Systemu Mobilności Studentów MOST.

Co po studiach?

Absolwent uzyskuje tytuł zawodowy licencjata i jest przygotowany do pracy na stanowiskach:

Specjalista ds. sztucznej inteligencji / Machine Learning Engineer (junior) – projektowanie, trenowanie i wdrażanie modeli uczenia maszynowego i sieci neuronowych;

Programista Python / Data Engineer – tworzenie oprogramowania do przetwarzania i analizy danych, budowa pipeline’ów danych;

Analityk danych / Data Analyst – analiza zbiorów danych, wizualizacja, wnioskowanie statystyczne, przygotowywanie raportów;

Specjalista ds. etyki SI / AI Governance Specialist – ocena etyczna systemów SI, audyt algorytmiczny, compliance z regulacjami (AI Act);

Inżynier wiedzy / Knowledge Engineer – projektowanie ontologii, zarządzanie grafami wiedzy, integracja danych semantycznych;

Konsultant ds. transformacji cyfrowej – doradztwo w zakresie wdrażania rozwiązań opartych na SI w organizacjach.

Tytuł licencjata uprawnia do ubiegania się o przyjęcie na studia II stopnia w zakresie sztucznej inteligencji, filozofii, kognitywistyki, informatyki oraz na studia podyplomowe.

Nasi absolwenci

Kierunek poszczycić się może pierwszym rocznikiem absolwentów w roku akademickim 2024/2025. Absolwenci pracują w:

  • firmach z branży IT i nowych technologii,
  • centrach badawczo-rozwojowych,
  • organizacjach zajmujących się analizą danych
  • instytucjach wdrażających rozwiązania cyfrowe.

Część absolwentów kontynuuje kształcenie na studiach II stopnia.

Preferencje plików cookies

Inne

Inne pliki cookie to te, które są analizowane i nie zostały jeszcze przypisane do żadnej z kategorii.

Niezbędne

Niezbędne
Niezbędne pliki cookie są absolutnie niezbędne do prawidłowego funkcjonowania strony. Te pliki cookie zapewniają działanie podstawowych funkcji i zabezpieczeń witryny. Anonimowo.

Reklamowe

Reklamowe pliki cookie są stosowane, by wyświetlać użytkownikom odpowiednie reklamy i kampanie marketingowe. Te pliki śledzą użytkowników na stronach i zbierają informacje w celu dostarczania dostosowanych reklam.

Analityczne

Analityczne pliki cookie są stosowane, by zrozumieć, w jaki sposób odwiedzający wchodzą w interakcję ze stroną internetową. Te pliki pomagają zbierać informacje o wskaźnikach dot. liczby odwiedzających, współczynniku odrzuceń, źródle ruchu itp.

Funkcjonalne

Funkcjonalne pliki cookie wspierają niektóre funkcje tj. udostępnianie zawartości strony w mediach społecznościowych, zbieranie informacji zwrotnych i inne funkcjonalności podmiotów trzecich.

Wydajnościowe

Wydajnościowe pliki cookie pomagają zrozumieć i analizować kluczowe wskaźniki wydajności strony, co pomaga zapewnić lepsze wrażenia dla użytkowników.