Szkolenie pt.: „Jak skutecznie identyfikować problem badawczy i selekcjonować literaturę z wykorzystaniem AI”

O czym jest to szkolenie?
Szkolenie przedstawia, jak wykorzystać AI na początku procesu badawczego: od pomysłu, przez sprawdzenie literatury, do sformułowania problemu badawczego i wyboru publikacji do dalszej pracy.

Uczestnicy poznają jak wykorzystywać AI do generowania i porównywania kierunków badawczych, weryfikowania ich w literaturze oraz przygotowania skutecznej strategii wyszukiwania i filtrowania. Ważnym elementem szkolenia będzie również ocena trafności publikacji oraz kontrola jakości źródeł wskazywanych przez narzędzia AI.

Podczas szkolenia będziemy pracować z ChatGPT, Consensus, SciSpace i Elicit. Porównamy sposób działania tych narzędzi i pokażemy, kiedy mogą się wzajemnie uzupełniać.

Dodatkowo, przy użyciu ChatGPT każdy uczestnik będzie mógł stworzyć własnego asystenta badawczego, który będzie wspierał identyfikację problemów badawczych, formułowanie pytań, wyszukiwanie literatury oraz ocenę przydatności publikacji. Asystenta będzie można później rozwijać i dostosowywać do kolejnych projektów.

Dla kogo?

• Dla naukowców rozpoczynających nowy projekt badawczy.
• Dla doktorantów przygotowujących artykuł, rozprawę lub projekt badawczy.
• Dla pracowników uczelni i instytutów badawczych poszukujących nowych problemów badawczych.
• Dla osób prowadzących przeglądy literatury i przygotowujących część teoretyczną publikacji.
• Dla badaczy, którzy chcą wykorzystywać ChatGPT, Consensus, SciSpace i Elicit w sposób uporządkowany i kontrolowany.

Zakładane efekty szkolenia

• Uczestnik pozna sposób przechodzenia od szerokiego tematu do wstępnie sformułowanego problemu badawczego.
• Uczestnik pozna sposoby wykorzystania AI do generowania i porównywania propozycji kierunków badań.
• Uczestnik pozna zasady wstępnej weryfikacji uzasadnienia problemu badawczego na podstawie wyszukanej literatury.
• Uczestnik pozna zasady przygotowywania słów kluczowych i zapytań do wyszukiwania publikacji naukowych.
• Uczestnik pozna kryteria porównywania i krytycznej oceny odpowiedzi uzyskanych w różnych narzędziach AI.
• Uczestnik pozna sposób przygotowania instrukcji dla asystenta badawczego w ChatGPT, które będzie mógł dostosowywać do własnych potrzeb.

Program szkolenia

1. Od tematu do problemu badawczego
   Rozróżnienie tematu, problemu, luki i pytania badawczego oraz wstępne zawężanie obszaru badań.
2. Generowanie i porównywanie problemów badawczych z ChatGPT
   Tworzenie i doprecyzowanie propozycji problemów oraz ich wstępna ocena pod kątem nowości, znaczenia i wykonalności.
3. Wstępna weryfikacja problemu w literaturze
   Wyszukiwanie badań związanych z proponowanym problemem w Consensus, SciSpace i Elicit oraz ocena potrzeby jego modyfikacji.
4. Formułowanie pytania badawczego
   Przygotowanie pytania zgodnego z problemem badawczym i ustaleniami wynikającymi z przeglądu literatury.
5. Przygotowanie strategii wyszukiwania literatury
   Dobór pojęć, słów kluczowych i synonimów oraz budowanie i doprecyzowanie zapytań wyszukiwania.
6. Wyszukiwanie publikacji z wykorzystaniem AI
   Porównywanie wyników uzyskiwanych w ChatGPT, Consensus, SciSpace i Elicit oraz tworzenie roboczego zbioru publikacji.
7. Selekcja publikacji do dalszej analizy
   Ocena tytułów i abstraktów oraz wybór publikacji odpowiadających problemowi i pytaniu badawczemu.
8. Kontrola jakości źródeł i odpowiedzi AI
   Weryfikacja cytowań, zgodności odpowiedzi z publikacjami źródłowymi oraz rozpoznawanie błędów i nieuzasadnionych wniosków.
9. Sesja Q&A
   Omówienie pytań, wybranych problemów badawczych uczestników i możliwości dalszej pracy z asystentem badawczym.

Wymagania 

Uczestnik powinien dysponować:

• komputerem z dostępem do Internetu (więcej szczegółów poniżej w części „Platforma”),
• przygotowanym problemem badawczym do pracy na szkoleniu (rzeczywistym lub przykładowym)

O prowadzącym:

dr Przemysław Tomczyk, doktor nauk ekonomicznych w zakresie nauk o zarządzaniu. Doktorat obronił w Szkole Głównej Handlowej w Warszawie (2015). Adiunkt w Katedrze Marketingu Akademii Leona Koźmińskiego.

Specjalizuje się w zakresie roli sztucznej inteligencji w tworzeniu prac naukowych oraz wprowadzaniu automatyzacji do nauki. Autor kilkudziesięciu publikacji naukowych oraz kanału na YouTube „dr Przemek Tomczyk AI”.

https://www.youtube.com/@drprzemek

Prowadzi szkolenia z zakresu analizy statystycznej i wykorzystania sztucznej inteligencji w pracy naukowej.

Ostatnio opublikowane teksty na temat wykorzystania nowoczesnych technologii (w tym AI) w pisarstwie naukowym:

• Tomczyk, P. (2026). Researcher as manager of the academic writing process with generative artificial intelligence. Framework for systematic literature review in management. International Journal of Social Research Methodology, 1-19.
  https://www.tandfonline.com/eprint/EDKXX6WQAFPNX8BNCFXP/full?target=10.1080/13645579.2026.2651311
• Tomczyk, P., Brüggemann, P., & Vrontis, D. (2026). AI meets academia: transforming systematic literature reviews. EuroMed Journal of Business, 21(1), 345-369.
  https://www.emerald.com/emjb/article/21/1/345/1249905?casa_token=HhBJvmBN3AYAAAAA:w8fUYzm1V8UEhdkMUPEiaSVji0VsIETyXx0sZs6ek3zy11Guebu101WTdF6NUipsXhl4IiSinX2CqAer
• Tomczyk, P., Brüggemann, P., Mergner, N., & Petrescu, M. (2026). Are AI tools better than traditional tools in literature searching? Evidence from E-commerce research. Journal of Librarianship and Information Science, 58(1), 135-145.
  https://journals.sagepub.com/doi/abs/10.1177/09610006241295802
• Tomczyk, P. (2025). Don’t write, manage! Researcher as manager of systematic literature review process in management. Scientific Papers of Silesian University of Technology. Organization & Management / Zeszyty Naukowe Politechniki Slaskiej. Seria Organizacji i Zarzadzanie, (227).
  https://managementpapers.polsl.pl/wp-content/uploads/2025/09/227-Tomczyk.pdf 
• Tomczyk, P. (2025). Zrzucanie czaru, czyli pozamagiczne argumenty za i przeciw współpracy naukowca ze sztuczną inteligencją, PWN Nauka, 1/2025.
• Tomczyk, P. (2025). AI napisze za nas tekst naukowy? Forum Akademickie.
  https://forumakademickie.pl/zycie-akademickie/ai-napisze-za-nas-tekst-naukowy/
• Tomczyk, P., Brüggemann, P., & Paul, J. (2024). Variable science mapping as literature review method, Journal of Marketing Analytics, pp. 1-13.
  https://doi.org/10.1057/s41270-024-00336-9
  https://link.springer.com/article/10.1057/s41270-024-00336-9
• Tomczyk, P., Brüggemann, P., Mergner, N., & Petrescu, M. (2024). Exploring AI’s role in literature searching: traditional methods versus AI-based tools in analyzing topical e-commerce themes, in Digital Marketing & eCommerce Conference (pp. 141-148). Springer, Cham.
  https://link.springer.com/chapter/10.1007/978-3-031-62135-2_15
• Tomczyk, P., Brüggemann, P., & Doligalski, T. (2024). The Automation of Science? Possibilities and Boundaries of AI Applications for Conducting Systematic Literature Reviews. International Journal on Artificial Intelligence Tools.
  https://www.worldscientific.com/doi/abs/10.1142/S0218213024500234

Uczestnictwo w szkoleniu wymaga umiejętności podstawowej obsługi komputera (tj. instalacja prostego programu, umiejętność logowania się do aplikacji typu ChatGPT, pracy z programem Word itp.)

Niektóre aplikacje, bądź ich funkcjonalności, zaprezentowane podczas szkolenia są płatne. Nie ma konieczności zakupu ich na potrzeby uczestnictwa w szkoleniu. Zostaną omówione w sposób wskazujący jakie funkcjonalności lub jakie ograniczenia są dostępne w wersjach bezpłatnych a jakie wymagają ewentualnego wykupienia subskrypcji. Informacje przekazane na szkoleniu pozwolą uczestnikowi na świadome podjęcie decyzji o sposobie dalszego korzystania z prezentowanych aplikacji.