U nastavku su date teme i njihovi opisi, kao i predlozi pitanja za anketu kuju treba sprovesti. Predlozi su tu da Vam daju neke početne smernice i ideje, a svakako je neophodno da dobro razmislite i formirate potpuniju anketu koja će Vam omogućiti da odgovorite na pitanja koja Vaša tema postavlja. Takođe, data je tema rada, na Vama je da odredite naslov rada, u skladu sa pravilima kako se bira naslov.
Važno je pažljivo pročitati materijale sa predavanja koja daju precizna uputstva koja se odnose na pisanje seminarskog rada. Ukratko:
Potrebno je:
Rad treba da uključi mini anketu. Preporučeni uzorak: 20+ ispitanika (studenti i/ili mladi programeri). Anketu treba da distribuirate online, i da koristite Google Forms. Anketu ćete predati zajedno sa seminarskimr radom, uz omogućen uvid u dobijene odgovore.
Analiza treba da sadrži osnovnu deskriptivnu statistiku (distribucije odgovora, procenti), bar grafike (stubičasti/pie za kategorijske podatke), i kratku kvalitativnu analizu otvorenih odgovora.
Obavezno pročitajte naredno uputstvo koje se odnosi na formiranje ankete i analizu ankete. Pre distribuiranja ankete podelite probni obrazac sa 3–5 kolega i korigujte nejasna pitanja.
Napomena: Svaki predlog je prilagođen radu tima od 4 studenta.
Kliknite ispred svake teme da vidite njen detaljni opis.
Cilj seminarskog rada je ispitati ulogu savremenih AI alata (npr. ChatGPT, GitHub Copilot, DeepSeek i sl.) u svakodnevnom radu programera i studenata računarstva. Rad kombinuje kratki teorijski pregled (sta alati nude, glavne tehnologije, poznati problemi) sa empirijskim istraživanjem zasnovanim na mini anketi među studentima i/ili mladim programerima.
Studenti treba da analiziraju kako ispitanici koriste AI alate (za pisanje koda, debugging, dokumentovanje, učenje itd.), kako procenjuju njihovu korisnost i pouzdanost, koje benefite i rizike prepoznaju, i u kojoj meri ovi alati utiču na subjektivnu produktivnost i stil rada. Poseban deo rada može obrađivati pitanja verifikacije (da li ispitanici proveravaju AI-predloge) i etičke/bezbednosne aspekte (zaštita koda, privatnost).
| Tip | Pitanje | Opcije / Napomena |
|---|---|---|
| Zatvoreno | Koliko često koristiš AI asistente za programiranje? | Skala: Nikada / Povremeno / Često / Uvek |
| Zatvoreno (više opcija) | Koje AI alate najčešće koristiš? | Checkbox: ChatGPT, Copilot, Codeium, Bard, drugi (upiši) |
| Zatvoreno (multi) | Za koje zadatke koristiš AI? | Checkbox: Pisanje funkcija, Debugging, Objašnjenja, Dokumentacija, Učenje novih koncepata, Ideje za dizajn |
| Zatvoreno (Likert) | Koliko ti AI alat pomaže u ubrzavanju programiranja? | Skala 1–5 (1 = uopšte ne, 5 = značajno) |
| Zatvoreno (Likert) | Koliko veruješ rezultatima koje AI generiše? | Skala 1–5 |
| Zatvoreno | Da li obično proveravaš kod koji dobiješ od AI pre nego što ga koristiš? | Da / Ne / Ponekad |
| Zatvoreno | Da li si doživeo/la situaciju da AI generiše pogrešan ili nesiguran kod? | Da / Ne — Ako da, kratak opis (otvoreno polje) |
| Otvoreno | Koje su po tebi najveće prednosti korišćenja AI alata? | Kratak tekst (maks 200–300 karaktera) |
| Otvoreno | Koji su, po tvom mišljenju, najveći rizici ili nedostaci? | Kratak tekst |
| Zatvoreno (Likert) | Koliko misliš da će AI promeniti način programiranja u narednih 5 godina? | Skala 1–5 |
| Demografsko | Godina studija / Profesionalno iskustvo | 1. godina MSc / 2. godina MSc / junior dev / intern / drugo |
Opis teme:
Ovaj seminarski rad istražuje kako savremeni programeri i studenti računarskih nauka doživljavaju
različite modele rada: rad od kuće, rad iz kancelarije i hibridne forme. IT industrija je među
prvima usvojila fleksibilne modele rada, ali stavovi zaposlenih nisu uniformni — razlikuju se u
pogledu percepcije produktivnosti, zadovoljstva poslom, kvaliteta komunikacije i mogućnosti za
profesionalni razvoj. U okviru rada očekuje se da studenti analiziraju razloge zbog kojih određeni
modeli rada deluju privlačnije, kao i da istraže kako iskustvo, priroda posla ili lične preferencije
utiču na izbor modela rada. Poseban fokus treba staviti na to kako ispitanici vide budućnost
organizacije rada u IT sektoru, imajući u vidu dinamiku tržišta i sve učestalije promene u politikama kompanija.
Rad treba da kombinuje teorijski deo (analiza trendova i konteksta) sa praktičnim istraživanjem zasnovanim na anketi. Studenti treba da prikupe podatke koji će omogućiti donošenje konkretnih zaključaka o tome kako se menja percepcija rada na daljinu i hibridnog modela, te da identifikuju koji faktori utiču na zadovoljstvo i efikasnost programera u različitim radnim okruženjima.
Na koja pitanja rad treba da odgovori:
Predlog nekih pitanja za anketu:
| Pitanje | Tip pitanja | Opcije / Napomene |
|---|---|---|
| Koji model rada trenutno praktikuje vaša kompanija ili organizacija? | Višestruki izbor | Remote / Onsite / Hibridni |
| Koji model rada lično preferirate? | Višestruki izbor | Remote / Onsite / Hibridni |
| Kako ocenjujete svoju produktivnost u modelu rada koji preferirate? | Likert skala | 1 (vrlo niska) – 5 (vrlo visoka) |
| Kako rad od kuće utiče na vašu koncentraciju i fokus? | Višestruki izbor | Pozitivno / Negativno / Neutralno |
| Kako rad iz kancelarije utiče na vašu motivaciju? | Likert skala | 1 (loše utiče) – 5 (odlično utiče) |
| Kako ocenjujete kvalitet timske komunikacije u remote okruženju? | Likert skala | 1 (vrlo slab) – 5 (vrlo dobar) |
| U kojoj meri vam rad od kuće olakšava balans privatnog i poslovnog života? | Likert skala | 1 (ne olakšava) – 5 (značajno olakšava) |
| Koliko vam nedostaje socijalna interakcija kada radite od kuće? | Likert skala | 1 (nimalo) – 5 (veoma mnogo) |
| Koje prednosti vidite u hibridnom modelu rada? | Otvoreno pitanje | Slobodan unos |
| Koje nedostatke vidite u hibridnom modelu rada? | Otvoreno pitanje | Slobodan unos |
| Koliko godina iskustva imate u IT oblasti? | Numerički unos / kategorije | Npr. 0–1, 1–3, 3–5, 5+ godina |
| Kako očekujete da će se modeli rada u IT industriji razvijati u narednih 5 godina? | Otvoreno pitanje | Slobodan unos |
Cilj seminarskog rada je ispitati koje programske jezike studenti i mladi programeri najradije koriste, kao i razloge koji utiču na njihove preferencije. Analiza treba da obuhvati kriterijume kao što su čitljivost, brzina razvoja, performanse, stabilnost, dostupnost biblioteka i kvalitet alata. Rad kombinuje kratak teorijski pregled najčešće korišćenih jezika i paradigmi sa empirijskim istraživanjem sprovedenim putem mini ankete.
Studenti treba da istraže u kojoj meri izbor jezika zavisi od ličnog ukusa, prethodnog iskustva, vrste projekta ili industrijskih trendova. Poseban deo rada može uključiti poređenje preferencija studenata u različitim godinama studija, kao i poređenje preferencija između različitih grupa (npr. backend vs. frontend razvoj).
| Tip | Pitanje | Opcije / Napomena |
|---|---|---|
| Zatvoreno (više opcija) | Koje programske jezike koristiš u svom radu? | Checkbox: Python, Java, C#, C/C++, JavaScript/TypeScript, Go, Rust, Kotlin, drugi |
| Zatvoreno (rangiranje) | Rangiraj tri omiljena programska jezika. | Polja za unos 1–3 (najviše → najmanje) |
| Zatvoreno (Likert) | Koliko ti je važna čitljivost koda pri izboru jezika? | Skala 1–5 |
| Zatvoreno (Likert) | Koliko ti je važna brzina razvoja (productivity) pri izboru jezika? | Skala 1–5 |
| Zatvoreno (Likert) | Koliko su performanse važne u tvojoj odluci? | Skala 1–5 |
| Zatvoreno (Likert) | Koliko kvalitet ekosistema (biblioteke, framework-i, alati) utiče na tvoj izbor? | Skala 1–5 |
| Zatvoreno | Da li za različite zadatke koristiš različite jezike? | Da / Ne / Ponekad |
| Otvoreno | Koje su po tebi najveće prednosti tvog omiljenog jezika? | Kratak tekst (do 300 karaktera) |
| Otvoreno | Koje nedostatke tvog omiljenog jezika smatraš najvažnijim? | Kratak tekst |
| Demografsko | Godina studija / Radno iskustvo | 1. godina / 2. godina / ... / junior dev / intern / ostalo |
Cilj seminarskog rada je ispitati kako IT studenti organizuju svoje vreme, planiraju učenje i realizuju obaveze tokom semestra. Rad treba da kombinuje teorijski kontekst (osnovni principi upravljanja vremenom, strategije učenja, najčešći alati) sa empirijskim uvidima dobijenim iz mini ankete među studentima.
Studenti treba da istraže koje metode planiranja koriste (dnevni/weekly planeri, digitalni alati, to-do liste), koliko vremena prosečno izdvajaju za učenje nedeljno, kako organizuju rad tokom ispitnog roka, kao i koje navike smatraju efikasnim. Poseban deo rada može obraditi razliku između planiranog i stvarno utrošenog vremena, kao i faktore koji utiču na produktivnost (prokrastinacija, distrakcije, motivacija).
| Tip | Pitanje | Opcije / Napomena |
|---|---|---|
| Zatvoreno | Da li koristiš neki sistem planiranja obaveza? | Da / Ne / Ponekad |
| Zatvoreno (više opcija) | Koje alate koristiš za planiranje? | Checkbox: Google Calendar, Notion, Todoist, Trello, papirni planer, ništa od navedenog, drugo |
| Zatvoreno (Likert) | Koliko ti planiranje pomaže u boljoj organizaciji učenja? | Skala 1–5 |
| Zatvoreno (interval) | Koliko sati nedeljno prosečno posvećuješ učenju i projektima? | 0–5, 5–10, 10–15, 15–20, 20+ |
| Zatvoreno | Da li imaš stabilnu rutinu učenja? | Da / Ne / Delimično |
| Zatvoreno (Likert) | Koliko ti distrakcije (telefon, društvene mreže…) smanjuju produktivnost? | Skala 1–5 |
| Otvoreno | Koje strategije učenja su ti se pokazale najefikasnijim? | Kratak tekst (do 300 karaktera) |
| Otvoreno | Šta najviše utiče na tvoju prokrastinaciju? | Kratak tekst |
| Demografsko | Godina studija | 1. godina / 2. godina / 3. godina / 4. godina / MSc |
Cilj seminarskog rada je ispitati u kojoj meri su IT studenti uključeni u open-source projekte, kako doživljavaju doprinošenje zajednici i koji ih faktori motivišu ili odvraćaju od učešća. Rad treba da uključi teorijski pregled uloge open-source modela u savremenom softverskom ekosistemu, najčešćih tipova doprinosa i značaja zajedničkog razvoja.
Studenti treba da analiziraju koliko je prisutna kultura open-source doprinosa među mladim programerima, kakva su njihova iskustva, koje barijere prepoznaju (tehničke, motivacione, organizacione) i šta bi ih podstaklo na aktivnije učešće. Poseban akcenat može biti na razlici između onih koji su već doprineli nekom projektu i onih koji nisu.
| Tip | Pitanje | Opcije / Napomena |
|---|---|---|
| Zatvoreno | Da li si ikada doprineo/la open-source projektu? | Da / Ne |
| Zatvoreno (više opcija) | Na koji način si doprinosio/la? | Checkbox: Kod, Dokumentacija, Prijava bugova, Code review, Drugo |
| Zatvoreno (Likert) | Koliko te motiviše želja za učenjem novih tehnologija? | Skala 1–5 |
| Zatvoreno (Likert) | Koliko ti je portfolio/vizibilnost važan motiv za doprinos? | Skala 1–5 |
| Zatvoreno | Šta te najviše odvraća od učešća u open-source projektima? | Nedostatak vremena / Nesigurnost u znanje / Kompleksni projekti / Loša dokumentacija / Nešto drugo |
| Zatvoreno (Likert) | Da li smatraš da bi te učešće u open-source projektima učinilo konkurentnijim na tržištu rada? | Skala 1–5 |
| Otvoreno | Koji je tvoj najpozitivniji utisak (ili očekivanje) u vezi sa open-source zajednicom? | Kratak tekst |
| Otvoreno | Šta bi te najviše motivisalo da počneš ili nastaviš da doprinosiš? | Kratak tekst |
| Demografsko | Nivo iskustva | Početnik / Srednji nivo / Napredni |
Cilj seminarskog rada je ispitati koje razvojne alate IT studenti najčešće koriste—uključujući integrisana razvojna okruženja (IDE), editore koda i sisteme za verzionisanje—kao i razloge zbog kojih se opredeljuju za određene alate. Rad treba da uključi kratak pregled najzastupljenijih alata (npr. VS Code, IntelliJ IDEA, PyCharm, Vim, Git), njihovih mogućnosti i tipičnih scenarija upotrebe.
Studenti treba da istraže koji faktori najviše utiču na izbor alata: brzina rada, dostupnost pluginova i ekstenzija, jednostavnost korišćenja, proširivost, navika, preporuke kolega ili zahtev kursa. Poseban deo rada može obraditi i nivo zadovoljstva korisnika, kao i razloge prelaska sa jednog alata na drugi.
| Tip | Pitanje | Opcije / Napomena |
|---|---|---|
| Zatvoreno (više opcija) | Koje razvojne alate najčešće koristiš? | Checkbox: VS Code, IntelliJ IDEA, PyCharm, Eclipse, Vim/Neovim, Sublime Text, Git, GitHub Desktop, drugi |
| Zatvoreno (rangiranje) | Rangiraj tri omiljena alata koja koristiš najčešće. | Polja za unos 1–3 |
| Zatvoreno (Likert) | Koliko ti je važna brzina i responsivnost alata? | Skala 1–5 |
| Zatvoreno (Likert) | Koliko dostupnost pluginova i ekstenzija utiče na izbor alata? | Skala 1–5 |
| Zatvoreno (Likert) | Koliko utiče navika (dugogodišnja upotreba) na to koji alat koristiš? | Skala 1–5 |
| Zatvoreno | Da li koristiš različite alate za različite zadatke? | Da / Ne / Ponekad |
| Otvoreno | Zašto si izabrao/la svoj glavni razvojni alat? | Kratak tekst (do 300 karaktera) |
| Otvoreno | Koje nedostatke trenutnih alata smatraš najvažnijim? | Kratak tekst |
| Demografsko | Nivo iskustva | Početnik / Srednji / Napredni |
Ovaj seminarski rad istražuje sa kojim se izazovima studenti susreću prilikom učenja novih programskih jezika. Poseban fokus je na faktorima koji otežavaju prelazak sa jednog jezika na drugi — sintaksne razlike, promena paradigme, upoznavanje alata i razvojnih okruženja, biblioteka i ekosistema. Ideja je da se kroz mini anketu među studentima prikupi uvid u to šta najviše otežava proces učenja, koje strategije studenti koriste da bi prevazišli poteškoće i kako prethodno iskustvo utiče na brzinu adaptacije.
| Pitanje | Tip | Opcije / Napomene |
|---|---|---|
| Koji novi programski jezik ste poslednji put učili? | Otvoreni odgovor | Npr. Rust, Go, Kotlin, TypeScript... |
| Koliko vam je bilo zahtevno preći na taj jezik? | Likert skala | 1–5 (1 = veoma lako, 5 = veoma teško) |
| Šta vam je predstavljalo najveći izazov? | Višestruki izbor | Sintaksa; Promena paradigme; Alati/IDE; Biblioteke; Nedostatak tutorijala; Drugo |
| Koliko je vaše prethodno iskustvo pomoglo prilagođavanju? | Likert skala | 1–5 |
| Koje strategije ste koristili prilikom učenja? | Višestruki izbor | Online kursevi; Dokumentacija; Male vežbe; Projekti; Pair programming |
| Šta vam najviše pomaže da se brže prilagodite novom jeziku? | Otvoreni odgovor | Kratke rečenice, slobodan tekst |
Tema se bavi identifikovanjem najčešćih izazova sa kojima se studenti susreću tokom timskog rada na IT projektima. Poseban fokus je na komunikaciji među članovima tima, podeli zadataka, upravljanju rokovima, tehničkim nesporazumima i razlikama u nivou predznanja. Cilj je istražiti kako studenti doživljavaju timski rad, koje probleme najčešće uočavaju i koje strategije smatraju najefikasnijim za uspešnu saradnju i postizanje kvalitetnog rezultata.
| Pitanje | Tip | Opcije / Napomene |
|---|---|---|
| Koliko često učestvuješ u timskim IT projektima? | Zatvoreno | Retko / Povremeno / Često / Uvek |
| Koji aspekt timskog rada ti najčešće predstavlja izazov? | Više opcija | Komunikacija; Podela posla; Rokovi; Različiti nivoi znanja; Tehničke nesuglasice |
| Kako ocenjuješ kvalitet komunikacije u timovima u kojima si radio/la? | Likert skala | 1–5 |
| Da li smatraš da je podela zadataka obično fer i jasna? | Jedan izbor | Da; Ne; Delimično |
| Koliko su rokovi bili izvor pritiska ili stresa? | Likert skala | 1–5 |
| Koje strategije smatraš najefikasnijim za poboljšanje timskog rada? | Više opcija | Redovni sastanci; Jasna podela zadataka; Upotreba projektnih alata; Bolja dokumentacija; Mentorstvo |
| Da li si imao/la iskustvo ozbiljnog konflikta u timu? | Da/Ne + otvoreno | Ako „Da“, kratko opiši prirodu konflikta |
| Godina studija / Iskustvo u timskom radu | Demografsko | Kratke kategorije (npr. 1–4. godina, MSc, 0–2 godine iskustva, itd.) |
Cilj seminarskog rada je ispitati koje stilove učenja (vizuelni, auditivni, praktični...) studenti tehničkih disciplina preferiraju i koliko ti stilovi zaista pomažu pri savladavanju programiranja i srodnih veština. Rad kombinuje kratak teorijski pregled modela stilova učenja sa empirijskim istraživanjem zasnovanim na mini anketi među studentima računarstva.
Studenti treba da istraže koje vrste obrazovnih resursa (video tutorijali, interaktivne vežbe, udžbenici, dokumentacija, par-programming) studenti koriste najčešće, kako kombinuju različite stilove učenja i koje metode smatraju najefikasnijim za različite tipove zadataka (npr. učenje sintakse, razumevanje koncepata, rešavanje zadataka, debugovanje). Poseban akcenat može biti na razlikama među godinama studija i na tome kako preferencije utiču na brzinu i kvalitet učenja.
| Pitanje | Tip | Opcije / Napomene |
|---|---|---|
| Koji stil učenja ti najviše odgovara? | Višestruki izbor (single) | Vizuelni (video, dijagrami); Auditivni (predavanja, podcast); Praktični/kinestetički (vežbe, projekti); Čitanje/pisanje (udžbenici, članci) |
| Koje izvore najčešće koristiš za učenje programiranja? | Checkbox (multiple) | Video tutorijali; Online interaktivni kursevi; Dokumentacija; Udžbenici/članci; Praktikum / projekti; Mentoring / pair-programming |
| Koliko ti praktične vežbe (pisanje koda, mini-projekti) pomažu u učenju? | Likert skala | 1–5 (1 = uopšte ne pomažu, 5 = značajno pomažu) |
| Koliko ti pomažu video materijali (tutoriali, screencast) za razumevanje novih koncepata? | Likert skala | 1–5 |
| Za šta najčešće koristiš čitanje dokumentacije/udžbenika? | Višestruki izbor | Upoznavanje sa API-jem; Teorijsko objašnjenje; Rešavanje konkretnih problema; Više ne koristim |
| Da li kombinuješ više stilova učenja kada učiš novu temu? | Višestruki izbor (single) | Uvek; Ponekad; Retko; Nikad |
| Koji stil učenja ti je najefikasniji za učenje sintakse novog jezika? | Višestruki izbor (single) | Praktični (pisanje koda); Čitanje dokumentacije; Video tutorijali; Drugo |
| Koji stil učenja ti je najefikasniji za razumevanje algoritama i koncepata? | Višestruki izbor (single) | Vizuelni (dijagrami); Čitanje/teorija; Praktikum / primeri; Diskusija / predavanje |
| Koliko vremena nedeljno posvećuješ aktivnom učenju (gledanje tutorijala + vežbe + čitanje)? | Numerički interval | 0–3h, 3–6h, 6–10h, 10–15h, 15h+ |
| Koji je najveći problem koji imaš pri učenju tehničkih tema? | Otvoreno | Kratak tekst |
| Godina studija / nivo iskustva | Demografsko | 1. godina / 2. godina / 3. godina / 4. godina / MSc / junior dev / intern |
Ovaj seminarski rad istražuje koliko su studenti tehničkih i IT smerova svesni rizika u oblasti digitalne bezbednosti i privatnosti, kao i koje konkretne prakse koriste da zaštite svoje naloge, uređaje i podatke. Rad treba da obuhvati kratak teorijski pregled osnovnih bezbednosnih principa (jake lozinke, 2FA, upravljanje identitetima, zaštita komunikacija, šifrovanje, bezbedno čuvanje podataka), nakon čega sledi empirijski deo zasnovan na mini anketi.
Fokus istraživanja je na realnom ponašanju studenata u odnosu na preporučene bezbednosne prakse: koliko često koriste 2FA, da li imaju naviku da ažuriraju sistem i softver, da li koriste password managere, VPN, privatni mod browsera, kao i koliko razumeju posledice kompromitacije podataka. Cilj rada je da utvrdi nivo informisanosti, prisutne zablude i potencijalne rizike u studentskoj populaciji.
| Pitanje | Tip | Opcije / Napomene |
|---|---|---|
| Da li koristiš dvofaktorsku autentikaciju (2FA) na svojim nalozima? | Zatvoreno | Da / Ne / Samo na nekim nalozima |
| Da li koristiš password manager? | Zatvoreno | Da / Ne / Planiram da počnem |
| Koliko često menjaš lozinke na važnim nalozima? | Zatvoreno | Nikada / Retko / Povremeno / Redovno |
| Kako najčešće kreiraš lozinke? | Višestruki izbor | Smislim ih sam; Koristim generator; Mala varijacija iste lozinke; Password manager |
| Da li koristiš VPN i u kojim situacijama? | Višestruki izbor | Ne koristim; Koristim samo na javnim Wi-Fi mrežama; Koristim stalno; Koristim povremeno |
| Koliko dobro razumeš rizike vezane za krađu lozinki i naloga? | Likert skala | 1–5 (1 = veoma slabo, 5 = veoma dobro) |
| Koliko često ažuriraš operativni sistem i softver? | Zatvoreno | Odmah kada je dostupno; Periodično; Retko; Nikada |
| Da li ti je ikada kompromitovan nalog? | Zatvoreno + otvoreno | Da (opcionalno: kratak opis) / Ne / Nisam siguran |
| Šta smatraš najvećim bezbednosnim rizikom za studente? | Otvoreno | Kratak tekst |
| Godina studija / nivo iskustva | Demografsko | Osnovne studije / MSc / Junior dev / Ostalo |
Ova tema se bavi istraživanjem kako studenti doživljavaju tehničke intervjue u IT industriji, koje formate smatraju najpravednijima i najrealističnijima, kao i koji deo procesa im predstavlja najveći izazov. Poseban fokus je na poređenju različitih tipova intervjua (live coding, domaći zadatak, razgovor o projektima, algoritamski zadaci, sistemski dizajn, teorijska pitanja) i razumevanju toga koji od njih studenti smatraju najefikasnijim pokazateljem znanja i veština. Istraživanje ispituje i nivo stresa, pripremne navike, očekivanja od poslodavaca i percepciju transparentnosti i pravednosti intervjua.
| Pitanje | Tip | Opcije / Napomene |
|---|---|---|
| Da li si već prolazio/la kroz neki oblik tehničkog intervjua? | Zatvoreno | Da / Ne |
| Koji format tehničkog intervjua ti najviše odgovara? | Jedan izbor | Live coding; Domaći zadatak; Razgovor o projektima; Algoritamski zadaci; Teorijska pitanja |
| Koji format smatraš najtežim? | Jedan izbor | Iste opcije kao iznad |
| Šta ti je najveći izazov tokom tehničkog intervjua? | Više opcija | Algoritmi; Rad pod pritiskom; Live coding; Komunikacija; Nedovoljno jasno definisan zadatak |
| Koliko često vežbaš za tehničke intervjue? | Zatvoreno | Retko / Povremeno / Često / Redovno |
| Koliko smatraš tehničke intervjue pravednim? | Likert skala | 1–5 (1 = potpuno nepravedni, 5 = potpuno pravedni) |
| Koliko su po tvom mišljenju tehnički intervjui reprezentativni za stvarni posao? | Likert skala | 1–5 |
| Koja očekivanja imaš od poslodavaca tokom procesa selekcije? | Otvoreno | Kratak tekst (jasni koraci, povratna informacija, realistični zadaci…) |
| Godina studija / Iskustvo sa intervjuima | Demografsko | Kategorije po potrebi |
Tema se bavi time kako studenti doživljavaju praktičnu vrednost univerzitetskih predmeta u kontekstu budućeg zaposlenja u IT industriji. Fokus je na tome koji predmeti se percipiraju kao najkorisniji, iz kog razloga, u kojoj meri doprinose profesionalnim veštinama i da li postoje predmeti za koje studenti smatraju da nisu dovoljno primenljivi u realnom radu. Posebno je interesantno porediti razlike u percepciji između različitih godina studija ili različitih smerova.
| Pitanje | Tip | Opcije / Napomene |
|---|---|---|
| Koje predmete smatraš najkorisnijim za posao u IT industriji? | Otvoreno / Višestruki izbor | Mogućnost navođenja više konkretnih predmeta |
| Koje veštine si stekao/la kroz te predmete? | Otvoreno | Algoritmi; OOP; baze podataka; rad sa alatima; soft skills... |
| Koliko su ti univerzitetski predmeti pomogli da razumeš praktične probleme u IT industriji? | Likert skala | 1–5 |
| Da li postoje predmeti koje smatraš nedovoljno primenljivim u praksi? | Da/Ne + otvoreno | Ako "Da", objasniti |
| Šta najviše doprinosi tome da predmet bude koristan? | Višestruki izbor | Kvalitet predavanja; praktične vežbe; projekti; povezanost sa realnim tehnologijama; pristupačan nastavnik |
| Koliko se univerzitetski kursevi poklapaju sa znanjem koje se traži na praksi/poslu? | Likert skala | 1–5 |
| Koliko se oslanjaš na dodatne izvore učenja (YouTube, kursevi, bootcamp)? | Likert skala | 1–5 |
| Nivo studija | Demografsko | 1–4. godina / MSc |
Ova tema istražuje kako studenti računarstva razumeju i doživljavaju etičke izazove vezane za razvoj i primenu veštačke inteligencije. Fokus je na pitanjima odgovornosti pri donošenju odluka, prepoznavanju i sprečavanju pristrasnosti, potrebi za transparentnošću modela, kao i ulozi regulative u kontroli i nadzoru AI sistema. Cilj je razumeti koliko su studenti upoznati sa ovim dilemama, da li im pridaju značaj, te kako vide balans između inovacije i etičkih ograničenja.
| Pitanje | Tip | Opcije / Napomene |
|---|---|---|
| Koliko dobro poznaješ etičke izazove u primeni AI sistema? | Likert skala | 1–5 |
| Ko bi trebalo da snosi odgovornost ako AI sistem načini grešku? | Jedan izbor | Programeri; kompanija; korisnik; regulatorno telo; zavisi od konteksta |
| U kojoj meri te brine mogućnost pristrasnosti u AI modelima? | Likert skala | 1–5 |
| Koliko smatraš važnom transparentnost AI sistema (npr. objašnjavanje odluka)? | Likert skala | 1–5 |
| Da li misliš da je potrebna stroža regulacija AI tehnologija? | Jedan izbor | Da; Ne; Nisam siguran/na |
| Šta smatraš najvećim etičkim rizikom AI tehnologija? | Otvoreno | Učešće studenta u slobodnoj formi |
| Da li imaš iskustva u radu sa AI alatima ili modelima? | Da/Ne + opciono otvoreno | Ako "Da", opisati kratko |
| Nivo studija i iskustvo u programiranju | Demografsko | Kategorije godina studija i nivo poznavanja AI tehnika |
Ovaj seminarski rad analizira kako studenti-programeri pristupaju procesu testiranja koda i u kojoj meri koriste različite oblike testova (jedinični testovi, integracioni testovi, ručno testiranje, automatske provere). Cilj rada je da ispitivanjem stvarnih navika, nivoa razumevanja i percepcije važnosti testiranja pruži uvid u to koliko je testiranje zastupljeno u studentskoj praksi, koji su najčešći motivi za pisanje testova, a koja su najveća ograničenja i prepreke. Empirijski deo uključuje mini anketu sprovedenu među studentima.
| Pitanje | Tip | Opcije / Napomene |
|---|---|---|
| Koliko često pišeš testove za svoj kod? | Zatvoreno | Nikada / Retko / Ponekad / Često / Uvek |
| Koji tip testiranja najčešće koristiš? | Višestruki izbor | Jedinični testovi; Integracioni testovi; Manualno testiranje; Automatske provere; Drugo |
| Šta te najviše motiviše da pišeš testove? | Višestruki izbor | Ocene; Sigurnost u ispravnost koda; Navika; Zahtev projekta; Preporuka asistenta; Drugo |
| Šta ti najviše otežava pisanje testova? | Višestruki izbor | Nedostatak vremena; Nedovoljno znanja; Težak setup alata; Dosadno mi je; Ne vidim korist |
| Koliko dobro razumeš koncept jediničnih testova? | Likert skala | 1–5 (1 = veoma slabo, 5 = veoma dobro) |
| Koliko testiranje utiče na tvoje poverenje u kod koji pišeš? | Likert skala | 1–5 |
| Ako ne pišeš testove redovno, zašto? | Otvoreno | Kratak tekst |
| Koji alat ili okvir najčešće koristiš za testiranje? | Otvoreno | Npr. JUnit, PyTest, Jest, NUnit, itd. |
Cilj seminarskog rada je ispitati šta studentima računarstva deluje privlačno, a šta odbojno u kontekstu naučnog i istraživačkog rada. Rad treba da obuhvati motivacione faktore za bavljenje naukom, uključujući intelektualni izazov, kreativnost, doprinos naučnoj zajednici, rad na naprednim tehnologijama, kao i prepreke poput nesigurnosti finansiranja, pritiska za objavljivanje radova ili nejasne perspektive akademske karijere. Poseban fokus može biti i na poređenju percepcije rada u industriji i akademiji.
| Pitanje | Tip | Opcije / Napomene |
|---|---|---|
| Koliko te motiviše intelektualni izazov u istraživačkom radu? | Likert skala | 1–5 (1 = uopšte ne motiviše, 5 = veoma motiviše) |
| Koliko ti je privlačno objavljivanje naučnih radova? | Likert skala | 1–5 |
| Koji faktori te najviše odbijaju u istraživačkom radu? | Višestruki izbor | Finansijska nesigurnost; Pritisak za objavljivanje; Spor napredak; Nedostatak praktične primene; Nejasna karijerna perspektiva |
| Koliko si zainteresovan/a za učestvovanje u istraživačkim projektima? | Likert skala | 1–5 |
| Kako procenjuješ razlike između akademske i industrijske karijere? | Višestruki izbor | Akademska je izazovnija; Industrijska je praktičnija; Akademska nudi više slobode; Industrijska nudi više sigurnosti; Ne znam |
| Koji tip karijere ti je najprivlačniji? | Višestruki izbor | Akademska; Industrijska; Kombinovana (industrija + nauka) |
| Koji je tvoj glavni motiv da se baviš naukom? | Otvoreno | Kratak tekst |
| Godina studija / nivo iskustva | Demografsko | Osnovne studije / MSc / Junior dev / Intern |