Szkolenie pt.: „Od wyników do spójnego artykułu: struktura, argumentacja i standardy raportowania”

O czym jest to szkolenie?

Szkolenie pokazuje, jak przejść od wyników badania do spójnego artykułu naukowego. Skupimy się na budowaniu struktury tekstu, rozwijaniu argumentacji oraz poprawnym raportowaniu wyników ilościowych i jakościowych.

Uczestnicy nauczą się rozdzielać wyniki, interpretację i dyskusję, łączyć pytania badawcze i hipotezy z wynikami oraz budować logiczny ciąg między wprowadzeniem, teorią, metodą, wynikami i wnioskami. Przećwiczymy również pracę ze standardem IMRaD, APA 7 oraz wytycznymi wybranego czasopisma.

Podczas szkolenia wykorzystamy ChatGPT jako narzędzie wspierające planowanie struktury, kontrolę spójności argumentacji, redagowanie wyników oraz weryfikację kompletności manuskryptu. Pokażemy także, jak wykorzystać ChatGPT do przeprowadzenia symulowanej recenzji artykułu przed wysłaniem go do czasopisma.

Uczestnicy będą mieli możliwość stworzyć własnego asystenta badawczego w postaci projektu w ChatGPT. Asystent będzie wspierał dalszą pracę nad strukturą, argumentacją, raportowaniem wyników, kontrolą spójności i recenzją manuskryptu.

Dla kogo?

• Dla naukowców i doktorantów posiadających wyniki badań i rozpoczynających pisanie artykułu.
• Dla autorów, którzy mają już fragmenty manuskryptu, ale chcą nadać im spójną strukturę.
• Dla osób przygotowujących artykuły zawierające analizy ilościowe, jakościowe lub mixed-methods.
• Dla badaczy, którzy chcą wykorzystać AI do redagowania i kontroli jakości artykułu naukowego.

Program szkolenia

1. Od wyników badania do planu artykułu

Analiza uzyskanych wyników pod kątem celu i pytań badawczych, oddzielenie kluczowych rezultatów od analiz pomocniczych oraz przygotowanie roboczej struktury manuskryptu.

2. Struktura artykułu i logika IMRaD

Planowanie struktury artykułu naukowego zgodnie z logiką IMRaD, z uwzględnieniem funkcji poszczególnych części, kolejności sekcji i podrozdziałów oraz charakteru badania i wymagań czasopisma.

3. Standardy raportowania i wymagania czasopisma

Sprawdzenie zgodności tekstu ze standardem APA 7 lub wymaganiami wskazanego wydawcy, w tym wymagań dotyczących tabel, rysunków, statystyk i struktury manuskryptu, a także zasad raportowania ograniczeń, etyki badań i wykorzystania AI oraz przygotowanie listy kontrolnej przed złożeniem artykułu.

4. Budowanie argumentacji naukowej

Budowanie spójnej argumentacji naukowej poprzez powiązanie problemu badawczego, literatury, wyników i wniosków oraz eliminowanie dygresji, powtórzeń i treści niewspierających głównej argumentacji.

5. Raportowanie wyników ilościowych

Porządkowanie i prezentowanie wyników analiz statystycznych, raportowanie testów, współczynników, wartości p, przedziałów ufności i wielkości efektu oraz przygotowywanie tabel i wykresów spójnych z opisem wyników.

6. Raportowanie wyników jakościowych i mixed-methods

Przejście od kodów i tematów do syntetycznej narracji wynikowej, dobór cytatów i przykładów wspierających interpretację, rozróżnianie wypowiedzi respondentów od interpretacji autora oraz łączenie wyników ilościowych i jakościowych w jeden ciąg wyjaśniający w badaniach mixed-methods.

7. Od wyników do dyskusji

Porównywanie wyników badania z wcześniejszą literaturą, rozróżnianie ustaleń empirycznych od ich interpretacji, identyfikowanie zgodności, rozbieżności i wyników nieoczekiwanych oraz formułowanie teoretycznego i praktycznego wkładu artykułu.

8. Kontrola spójności całego manuskryptu

Weryfikacja zgodności celu, pytań badawczych, hipotez, metod i wyników, sprawdzanie powiązania dyskusji z problemem przedstawionym we wprowadzeniu oraz wyszukiwanie sprzeczności, braków i nieuzasadnionych wniosków z wykorzystaniem ChatGPT.

9. Recenzja artykułu w ChatGPT

Przygotowanie instrukcji do symulowanej recenzji manuskryptu, krytyczna ocena argumentacji, metod, wyników i dyskusji z perspektywy recenzenta czasopisma naukowego oraz opracowanie listy poprawek przed wysłaniem artykułu.

10. Sesja Q&A

Omówienie pytań uczestników, problemów związanych z indywidualnymi manuskryptami oraz możliwości dalszego rozwijania własnego asystenta w ChatGPT i przygotowania artykułu do zgłoszenia do czasopisma.

Zakładane efekty szkolenia

• Uczestnik pozna zasady budowania struktury artykułu naukowego. 
• Uczestnik pozna sposoby powiązania pytań badawczych i hipotez z przeprowadzonymi analizami oraz formułowanymi wnioskami.
• Uczestnik pozna zasady tworzenia spójnej argumentacji między poszczególnymi częściami manuskryptu.
• Uczestnik pozna zasady raportowania wyników badań ilościowych i jakościowych.
• Uczestnik pozna zasady rozróżniania wyników od interpretacji i dyskusji.
• Uczestnik pozna zasady przygotowywania tabel, wykresów i opisów zgodnie ze standardami raportowania. 
• Uczestnik pozna sposoby integrowania wyników ilościowych i jakościowych w pracach opartych na metodach mieszanych (mixed-methods).
• Uczestnik pozna sposoby dostosowywania manuskryptu do wymagań wybranego czasopisma naukowego.
• Uczestnik pozna sposoby weryfikowania spójności całego artykułu.
• Uczestnik pozna sposób przeprowadzania symulowanej recenzji artykułu naukowego z wykorzystaniem ChatGPT.
• Uczestnik pozna sposób przygotowania i rozwijania własnego projektu w ChatGPT jako asystenta pracy nad artykułem naukowym, którego będzie mógł dostosowywać do własnych potrzeb badawczych.

Wymagania techniczne

Uczestnik powinien mieć:

• komputer z dostępem do Internetu (więcej szczegółów poniżej w części „Platforma”),
• własne wyniki badań lub przykładowy materiał, na którym będzie pracował,
• wybrane czasopismo docelowe lub jego wytyczne dla autorów,
• opcjonalnie własny roboczy manuskrypt albo jego fragment.

Jeżeli uczestnik nie ma jeszcze gotowego artykułu, może pracować na przygotowanych wynikach badań i wykorzystać je do opracowania planu przyszłego manuskryptu.

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.