1. Om informatik

Menneskers omgang med digitale data er hovedsagen. I informatik arbejder man teoretisk og praktisk med virkelighedsnære IT-problemstillinger. Hvilke krav kan man stille til et godt webdesign? Hvad kræver det at udvikle en applikation? Hvordan beskytter man sine digitale data mod misbrug?

2. Hvordan arbejder man i informatik i SRP?

I den daglige undervisning ligger fokus på design, implementering og testning af IT-systemer. I studieretningsprojektet er formålet at undersøge en sag eller løse et problem ved at kombinere velvalgte metoder:

• Eksisterende IT-løsninger kan afprøves ved at udsætte repræsentative brugere for kontrollerede forsøg. Man kan kalde det en eksperimentel metode.
• Matematisk bevisførelse er et centralt redskab ved undersøgelse af algoritmers egenskaber, herunder korrekthed og forbrug af tid og hukommelse. Man kan kalde det en formel metode.
• Innovative IT-løsninger har mange gange ændret samfundet. Man kan føre bevis for dette forandringspotentiale ved at udvikle løsningen. Man kan kalde det en konstruktiv metode.
• Komplekse systemers egenskaber lader sig ofte indfange i modeller. Eksempelvis kan E/R-diagrammer anvendes ved kortlægning af et domæne. Man kan kalde det en modelleringsmetode.
• Der findes en række strategier til optimering af IT-udviklingsprocesser. De tilsvarende paradigmer kan overføres på processer inden for andre områder. Man kan kalde det en procesmetode.

Informatik C arbejder fint sammen med andre gymnasiefag. Fire eksempler demonstrerer fagets spændvidde:

• Prædiktive algoritmer – hvordan er det at være borger i et digitaliseret samfund?
• Maskinoversættelse – hvorfor fungerer det (stadig) så dårligt?
• Hvad skal vi med numerisk løsning af differentialligninger?
• Androiderne kommer – er Isaac Asimovs robotlove tidssvarende?

Find et studieretningsfag på A-niveau, og så er du i gang med et spændende projekt.

3. Videnskabsteoretiske begreber i informatik

Som videnskab er informatik snarere formel og kvantitativ, end den er empirisk og kvalitativ. Selv om datalogien er gammel nok til at have sin egen historie, og selv om datalogiens anvendelser rejser stadigt flere etiske problemstillinger, er datalogien som videnskab asynkron og faktuel.