Wstęp do AI i programowania w Pythonie ONLINE

Celem lekcji jest stworzenie pierwszego programu w języku programowania Python, poznanie podstawowych funkcji wejścia-wyjścia: print() i input() oraz zapoznanie ze środowiskiem Visual Studio Code.

Celem lekcji jest poznanie zmiennych, typów danych int i string, konwersji między tymi typami oraz sposobu wygodnego wyświetlania danych - fstring. Ponadtwo uczniowie poznają podstawowe operacje matematyczne.

Celem lekcji jest poznanie nowego typu danych - float. Ponadto uczniowie poznają bardziej zaawansowane operacje matematyczne.

Celem lekcji jest utrwalenie wiadomości ze zmiennych i operacji matematycznych oraz zapoznanie z listami.

Na lekcji zostanie wprowadzone zagadnienie pętli for

Celem lekcji jest poznanie operacji logicznych, typu logicznego i instrukcji warunkowych.

Celem lekcji jest utrwalenie informacji o zmiennych, listach, pętli for i instrukcji warunkowej, a także trening efektywnego ich wykorzystania w praktyce.

Celem lekcji jest poznanie pętli while.

Celem lekcji jest wprowadzenie do tematu funkcji i debugowania.

Celem lekcji jest utrwalenie wiadomości o funkcjach, pętlach, zagnieżdżaniu i funkcjach pomocniczych. Rozpoczniemy też projekt gry Yahtzee, pozwalający zastosować wszystkie zebrane do tej pory umiejętności w praktyce.

Celem lekcji jest dokończenie projektu gry - Yahtzee

Celem lekcji jest poznanie biblioteki graficznej - turtle.

Celem lekcji jest poznanie bardziej zaawansowanych możliwości modułu turtle.

Celem lekcji jest utrwalenie wiadomości o bibliotece turtle

Celem lekcji jest wprowadzenie do programowania obiektowego w Pythonie

Celem lekcji jest pogłębienie wiedzy na temat programowania obiektowego w Pythonie poprzez zaawansowane przykłady i praktyczne zastosowania

Celem lekcji jest poznanie zaawansowanych mechanizmów programowania obiektowego: dziedziczenia i polimorfizmu oraz ich praktyczne zastosowanie

Celem lekcji jest praktyczne zastosowanie całej wiedzy o programowaniu obiektowym poprzez stworzenie kompletnego projektu gry RPG oraz analizę systemu symulacji ekosystemu.

Celem lekcji jest praktyczne zastosowanie całej wiedzy o programowaniu obiektowym poprzez stworzenie kompletnego projektu gry RPG oraz analizę systemu symulacji ekosystemu

Celem lekcji jest zapoznanie uczniów z kolekcjami w Pythonie: listami, krotkami, słownikami oraz wycinkami. Uczestnicy nauczą się, jak tworzyć i modyfikować kolekcje, oraz zrozumieją, w jakich sytuacjach każda z nich jest najbardziej przydatna. Poznają jak wygenerować JSON i stworzyć własne API.

Celem lekcji jest połączenie wiedzy o programowaniu obiektowym (OOP) z praktycznym projektem w module turtle. Uczniowie stworzą własną grę z poruszającymi się żółwiami, które odbijają się od ścian ekranu pod losowymi kątami. Dzięki temu utrwalą kluczowe koncepcje OOP (klasy, obiekty, metody) oraz poznają praktyczne zastosowanie pętli gry z użyciem ontimer().

Na tej lekcji uczniowie nauczą się pracować z plikami w Pythonie: wczytywać dane z .txt, przetwarzać je i zapisywać. a także korzystać z formatu .json na przykładzie prostego quizu. Przy okazji zobaczą, że pliki mogą zawierać „ukrytą historię” w metadanych i manifestach, co pomaga oceniać wiarygodność materiałów.

Celem lekcji jest poznanie, jak komputer przechowuje obraz jako siatkę pikseli (RGB), oraz jak w Pythonie można generować proste grafiki i przetwarzać istniejące zdjęcia. Wykorzystamy w tym celu popularne biblioteki pillow i openCV.

Uczeń tworzy prosty generator memów/plakatów, który składa tło + podpis i zapisuje wynik do pliku PNG, ćwicząc funkcje, pracę na plikach oraz podstawy obróbki obrazu w Pillow.

Celem lekcji jest poznanie biblioteki pygame, która pozwala na tworzenie gier przy użyciu pythona

Uczniowie stworzą w Pygame prosty kreator postaci, w którym można składać bohatera z kilku warstw graficznych. Po drodze przećwiczą pracę na gotowym starterze, rysowanie elementów we właściwej kolejności oraz obsługę klawiszy do zmiany wariantów. Na koniec zapiszą gotową postać do pliku PNG.

Uczniowie zbudują dwuczęściowy system do przeprowadzania quizów: Quiz Player, który prowadzi ucznia przez pytania w terminalu na podstawie pliku JSON z zahashowanymi odpowiedziami, oraz Quiz Hasher, który pozwala nauczycielowi przygotować taki plik. Przy okazji uczniowie odkryją, dlaczego samo hashowanie nie wystarcza jako zabezpieczenie, czym jest sól kryptograficzna i dlaczego weryfikacja po stronie klienta nigdy nie może być jedyną linią obrony.

W tej lekcji uczniowie zbudują od podstaw działającą grę Snake z poruszającą się głową węża. Nauczą się dzielić kod na klasy w osobnych plikach, rysować planszę z kafelków graficznych i sterować postacią za pomocą klawiatury. Na koniec dodadzą własny dźwięk ruchu wygenerowany w przeglądarce za pomocą narzędzia AI.

Uczniowie przeprowadzą refaktoryzację istniejącej gry Snake - przeniosą kod do klas Snake i Apple oraz wprowadzą Enum Direction. Dzięki temu czystemu fundamentowi dodadzą dwie brakujące mechaniki: rosnący ogon po zjedzeniu jabłka i przegrywanie po uderzeniu we własny ogon.

Celem lekcji jest poznanie automatu komórkowego Conwaya i zaimplementowanie interaktywnej symulacji w Pygame. Uczniowie zrozumieją zasady ewolucji komórek, zaprojektują planszę z możliwością wyklikiwania układów startowych i dodadzą panel HUD. Na koniec lekcji każdy uczeń będzie mógł uruchomić własną Grę w życie, obserwować powstawanie wzorów i kontrolować przebieg symulacji.

W tej lekcji uczniowie rozpoczną pracę nad grą w Pythonie – Arkanoidem. Nauczą się konfigurować projekt pygame w Visual Studio Code, wczytywać grafiki oraz tworzyć responsywne sterowanie platformą gracza. Dzięki metodzie „krok po kroku" poznają dobre praktyki organizacji kodu oraz zbudują solidne fundamenty pod dalszą rozbudowę gry.

Zbudowanie w Pygame działającego prototypu Arkanoida bez cegieł: dodanie klasy Ball, implementacja ruchu i odbić od ścian oraz platformy, a także stworzenie systemu żyć, resetu po stracie życia i warunku końca gry.

Uczniowie rozbudują grę Arkanoid o klocki do zbijania z różną wytrzymałością, system kolizji piłki z klockami oraz mechanizm wielu poziomów oparty o listy 2D. Po lekcji gra będzie automatycznie przechodzić między poziomami i resetować piłkę oraz platformę po każdej zmianie poziomu.

Uczniowie zbudują konsolową aplikację pogodową, która na podstawie nazwy miasta pobiera współrzędne z Geocoding API, odczytuje bieżące warunki z Open-Meteo Forecast API. Na podstawie zestawu reguł opartych na temperaturze odczuwalnej, wietrze i opadach — podpowiada, co na siebie założyć.

Uczniowie budują program w Pythonie, który przez kamerę wykrywa pozycję ciała i zlicza przysiady w czasie rzeczywistym. Uczą się używać gotowego modelu AI (MediaPipe Pose) jako źródła danych i samodzielnie piszą logikę interpretującą te dane. Efektem końcowym jest działający licznik powtórzeń wyświetlany na obrazie z kamery.

Uczniowie poznają schemat przetwarzania mowy: nagranie dźwięku, zapis do pliku audio i rozpoznanie tekstu za pomocą biblioteki SpeechRecognition. Na tej podstawie zbudują wirtualnego skrybę - aplikację, która zamienia dyktowany tekst na sformatowane notatki z interpunkcją i podziałem na linie. Efektem lekcji jest działający program, który nagrywa mowę, rozpoznaje komendy głosowe i zapisuje gotową notatkę do pliku tekstowego.

Uczniowie poznają bibliotekę transformers i uruchomią lokalnie model językowy SmolLM2-135M-Instruct, budując interaktywnego chatbota w terminalu. W trakcie lekcji rozbudują chatbota o historię konwersacji i wbudowany dashboard wydajności mierzący czas odpowiedzi, liczbę tokenów i zużycie RAM-u. Lekcja buduje świadomość kosztów obliczeniowych AI i przygotowuje grunt pod kolejne zajęcia poświęcone API jako alternatywie dla lokalnego uruchamiania modeli.

Uczniowie poznają API jako sposób komunikacji z dużym modelem językowym działającym na zdalnym serwerze. Zbudują chatbota łączącego się z Gemini API, wyposażonego w historię konwersacji i konfigurowalną osobowość. Na koniec porównają wydajność zdalnego modelu z lokalnym modelem z poprzedniej lekcji i zrozumieją trade-offy obu podejść.

Uczniowie poznają GitHub Copilot jako narzędzie AI wspomagające pisanie kodu i nauczą się krytycznie oceniać jego sugestie. Na starterze zawierającym strukturę gry Memory w pygame uczniowie uzupełnią oznaczone luki, implementując logikę gry z pomocą podpowiedzi Copilota. Efektem końcowym będzie w pełni działająca gra Memory z animacjami, dźwiękami, licznikiem ruchów i ekranem wygranej.

Uczniowie poznają Copilot Chat - okienko rozmowy z AI wbudowane w Visual Studio Code - i zbudują od zera grę Space Shooter w pygame, opisując kolejne elementy gry w języku naturalnym zamiast pisać kod ręcznie. Lekcja uczy formułowania precyzyjnych promptów, testowania wygenerowanego kodu i świadomego iterowania - cyklu pracy zwanego vibe codingiem. Na koniec każdy uczeń ma działającą grę z ruchem gracza, strzelaniem, wrogami, kolizjami, systemem punktów i żyć oraz ekranem game over.

Uczniowie budują grę platformową inspirowaną Donkey Kongiem, korzystając z Antigravity do generowania kodu w pygame. Kluczowym elementem lekcji jest system poziomów oparty na pikselowych grafikach, w którym kolor piksela oznacza konkretny element gry. Po lekcji uczniowie mają działającą grę z ruchem, skokami, platformami, przeszkodami, przedmiotami do zebrania i przechodzeniem między poziomami.

Lekcja wprowadza bibliotekę tkinter, dzięki której uczniowie zbudują swoją pierwszą aplikację okienkową z graficznym interfejsem użytkownika. Poznają podstawowe widgety - etykietę, przycisk i pole tekstowe - oraz nauczą się rozmieszczać je w oknie i obsługiwać interakcję z użytkownikiem. W drugiej części lekcji samodzielnie wygenerują własny projekt w Antigravity, korzystając ze zdobytej wiedzy o tkinter.

Uczniowie przekształcą terminalowy program Quiz Maker w aplikację desktopową z nowoczesnym interfejsem graficznym w CustomTkinter. Korzystając z Antigravity, zbudują okno z zakładkami łączące rozwiązywanie i tworzenie quizów, zachowując istniejącą logikę hashowania i obsługi plików JSON. Na koniec lekcji każdy uczeń będzie miał działającą aplikację z dwoma zakładkami - jedną do rozwiązywania quizów i drugą do tworzenia nowych pytań z automatycznym hashowaniem odpowiedzi.

Podczas tej lekcji uczniowie zbudują od zera menedżer haseł z graficznym interfejsem w tkinter, korzystając z Antigravity. Poznają kluczową różnicę między hashowaniem a szyfrowaniem i zastosują obie techniki w jednym projekcie - hash SHA-256 chroni master password, a szyfr Fernet zabezpiecza przechowywane hasła. Gotowa aplikacja będzie generować silne hasła, przechowywać je w zaszyfrowanej bazie SQLite i wymagać logowania - dokładnie tak, jak robią to profesjonalne menedżery haseł.

Uczniowie zbudują aplikację Self-Management łączącą tablicę Kanban z trackerem nawyków w jednym interfejsie tkinter. Projekt utrwali pracę z bazą SQLite, zakładkami ttk.Notebook i dynamicznym odświeżaniem widoku. Uczniowie będą samodzielnie formułować prompty w Antigravity, projektując rozbudowaną aplikację krok po kroku.

Uczniowie samodzielnie planują i budują własny projekt od zera w Antigravity, stosując wszystkie umiejętności zdobyte podczas kursu. Każdy uczeń wybiera pomysł, realizuje go przez ~60 minut, a następnie prezentuje działający prototyp grupie. Lekcja jest celebracją całego kursu - uczniowie doświadczają pełnej swobody twórczej i odpowiedzialności za własny projekt.

Uczniowie poznają Git jako system kontroli wersji i GitHub jako platformę do publikacji projektów. Lekcja prowadzi od konfiguracji Git, przez klonowanie repozytorium i commitowanie zmian, po publikację własnego projektu z plikiem README. Na koniec zajęć każdy uczeń będzie mieć publiczne repozytorium na GitHub z projektem widocznym w internecie.

Na tej demonstracyjnej lekcji pokażemy uczniom, czym jest sztuczna inteligencja i jak w kilku linijkach kodu w Pythonie uruchomić gotowe modele AI w Google Colab. Uczniowie zobaczą trzy efektowne zastosowania AI: rozpoznawanie obrazów, ocenę wydźwięku zdania oraz rozmowę z chatbotem, a wszystko przy minimalnej ilości pisanego kodu. Efektem końcowym jest notatnik, w którym każdy uczeń samodzielnie uruchamia działające modele AI i rozumie, że to dopiero początek przygody z tą dziedziną.