| 1 |
فایل |
Pdf File |
| 2 |
جایگاه درس در برنامه درسی دوره |
این درس یکی از اولین دروس تخصصی گرایش نرمافزار است که معمولا برای دانشجویان ترم چهارم یا پنجم مهندسی کامپیوتر ارائه میشود. |
| 3 |
هدف کلی |
هدف این درس آشنایی دانشجویان با مفاهیم پایه مهندسی نرمافزار با تاکید ویژه بر مدیریت پروژه، تحلیل، توصیف و طراحی سیستمهای نرمافزاری از طریق تدریس و تجربه عملی انجام یک پروژه تیمی (تا حد امکان در شرایط واقعی) میباشد. |
| 4 |
شایستگی های پایه |
از دانشجویان این درس انتظار میرود که با مفاهیم و اصول برنامهنویسی شیگرا به یکی از زبانهای متداول شیگرا (مانند جاوا یا سی شارپ) آشنایی خوبی داشته باشند. |
| 5 |
اهداف یادگیری |
آشنا نمودن دانشجویان به دیدگاه محصول محور مبتنی بر روشهای مهندسی برای توسعه سامانههای نرمافزاری با کیفیت در چارچوب منابع انسانی، زمانی و مالی پروژه میباشد. |
| 6 |
روش تدریس |
تدریس مفاهیم و روشها در کلاس با مشارکت دانشجویان و نیز انجام یک پروژه تیمی (تا حد امکان در شرایط واقعی) با راهنمایی آموزشیار و استاد درس در قالب آزمایشگاه مهندسی نرمافزار |
| 7 |
وظایف دانشجو |
دانشجویان موظف به شرکت در جلسات کلاس درس و جلسات آزمایشگاه مهندسی نرمافزار و همچنین مشارکت در انجام پروژه تیمی و گذراندن ارزیابیهای مستمر، میانترم و پایانترم میباشند.
دانشجویان موظف به رعایت سیاستهای دانشگاه، دانشکده، گروه و این درس در استفاده از ابزارهای هوش مصنوعی میباشند.
سیاست استفاده از ابزارهای هوش مصنوعی مولد (GenAI) در این درس:
۱- دانشجویان این درس مجاز به استفاده از ابزارهای هوش مصنوعی در محدود مشخص شده توسط استاد درس (شامل: تولید اولیه و پیشنویس ایده، تحلیل، طراحی، پیادهسازی، ویرایش و مستندسازی) بشرط درک کامل، عمیق و دقیق محتوای تولید شده توسط GenAI و تهیه نسخه نهایی با اصلاحات لازم توسط دانشجو میباشند.
۲- هرگونه استفاده از GenAI باید در قالب افشای ابزارهای هوش مصنوعی ((AIAD)AI Assistance Disclosure) به همراه توضیح ابزار، روش استفاده و بخشهای تأثیرپذیر ذکر شود. قالب افشای ابزارهای هوش مصنوعی (AIAD) این درس شامل موارد زیر است:
۱-۲- الزام به افشا (Disclosure): استفاده از ابزار(های) هوش مصنوعی و نحوه استفاده در هریک از موارد مجاز باید صریحا ذکر شود.
۲-۲- استناددهی (Citation of GenAI Output): برای هر خروجی ابزار هوش مصنوعی، باید دستور (prompt) استفاده شده در همان صفحه پانویس شود و به لیست منابع (شامل نام ابزار و تاریخ دسترسی) ارجاع داده شود.
۳-۲- مسئولیت صحت (Accuracy Responsibility): مسئولیت صحت، اعتبار و کیفیت محتوای نهایی صرفاً برعهده دانشجوست.
۴-۲- حریم خصوصی (Privacy): ورود دادههای محرمانه یا شخصی (دانشجویان، کارفرمای پروژه، مشتریان پروژه و دیگر ذینفعان) به این ابزارها ممنوع است.
۵-۲- ملاحظات اخلاقی (Ethical & Cultural Considerations): کاربرد ابزارهای هوش مصنوعی باید با ارزشهای اخلاق حرفهای و فرهنگی مطابق باشد.
۳- آموزش اجباری (Mandatory Training): درصورت ارئه دورههای آموزشی استفاده صحیح از ابزارهای هوش مصنوعی، لازمست دانشجویان طبق الزامات دانشگاه در آنها شرکت نمایند. |
| 8 |
منبع |
|
| 9 |
مواد و امکانات آموزشی |
کلاس، آزمایشگاه، اسلایدها و فیلمها و دیگر منابع آموزشی |
| 10 |
نحوه ارزشیابی |
امتحانکها(ارزیابی مستمر)، امتحان میانترم، امتحان پایانترم و پروژه تیمی |