Szkolenie pt.: „Sztuczna inteligencja w pracy akademickiej: od badań po dydaktykę”

Szkolenie „Sztuczna inteligencja w pracy akademickiej: od badań po dydaktykę” ma na celu wyposażyć nauczycieli akademickich w praktyczne umiejętności wykorzystania AI w różnych aspektach ich działalności zawodowej. 

Uczestnicy zostaną zapoznani  z tekstowymi, graficznymi i multimodalnymi modelami generatywnymi oraz ich praktycznymi zastosowaniami. Szkolenie obejmuje również sposoby wykorzystania AI do wspierania procesów badawczych, od formułowania hipotez i gromadzenia danych, po analizę wyników i tworzenie prezentacji naukowych. 

Ponadto program zawiera moduł dotyczący integracji AI w dydaktyce, w tym projektowania kursów online, generowania materiałów dydaktycznych oraz przygotowywania studentów do etycznego korzystania z technologii AI. 

Szkolenie jest skierowane do wykładowców, badaczy, doktorantów oraz innych pracowników naukowych, którzy chcą rozwijać swoje kompetencje w obszarze sztucznej inteligencji i efektywnie wykorzystać jej potencjał w swojej pracy.

Plan szkolenia

Moduł 1. Wprowadzenie do modeli generatywnych

Wprowadzenie do tekstowych modeli generatywnych:
– Przykłady zastosowań: generowanie tekstów, tłumaczenia, streszczenia.
– Warsztaty praktyczne: wykorzystanie narzędzi do generowania tekstów.

Wprowadzenie do graficznych modeli generatywnych:
– Przykłady zastosowań: generowanie obrazów i edycja, wypełnianie generatywne.
– Warsztaty praktyczne: tworzenie grafiki za pomocą narzędzi AI.

Wprowadzenie do multimodalnych modeli generatywnych:
– Przykłady zastosowań: generowanie treści multimedialnych na podstawie tekstu: dźwięk, prezentacje, wideo.
– Warsztaty praktyczne: eksperymentowanie z multimodalnymi narzędziami AI.

Moduł 2. AI jako wsparcie w pracy badawczej

Pomysł na badanie i gromadzenie danych:
– Wykorzystanie AI do identyfikacji luk badawczych i formułowania hipotez.
– Automatyzacja gromadzenia danych i ich wstępna analiza.
– Narzędzia do analizy danych: przegląd i praktyczne przykłady.

Analiza danych z wykorzystaniem AI:
– Przykłady wykorzystania AI do analizy wyników badawczych.
– Warsztaty praktyczne: analiza danych z wykorzystaniem wybranych narzędzi AI.

Prezentacja wyników badawczych:
– Tworzenie prezentacji naukowych i popularyzacyjnych z pomocą AI.
– Generowanie treści do artykułów naukowych.
– Narzędzia AI do tworzenia materiałów wizualnych i multimedialnych.

Moduł 3. AI w pracy dydaktycznej i asystowanie w pracy akademickiej

Tworzenie kursów i materiałów dydaktycznych:
– Projektowanie kursów online z wykorzystaniem AI.
– Generowanie zadań i materiałów dydaktycznych.
– Praktyczne przykłady: tworzenie treści kursów i zadań z pomocą AI.

Przygotowywanie studentów do etycznego korzystania z AI:
– Zasady etycznego wykorzystania AI.
– Case studies i dyskusja na temat etyki AI.
– Warsztaty praktyczne: scenariusze dydaktyczne dotyczące etyki AI.

AI jako asystent w pracy akademickiej:
– Wyszukiwanie informacji i omawianie pomysłów z pomocą AI.
– Profilowanie botów do określonych zadań: pisanie tekstów, przygotowywanie wniosków grantowych, harmonogramów projektów, przygotowywanie recenzji.
– Praktyczne warsztaty: konfigurowanie i używanie asystentów AI w codziennej pracy akademickiej.

O prowadzącym:

Dr Grzegorz D. Stunża, adiunkt w Pracowni Edukacji Medialnej w Instytucie Pedagogiki Wydziału Nauk Społecznych Uniwersytetu Gdańskiego. Prezes Zarządu Polskiego Towarzystwa Edukacji Medialnej (2020-2024). Dwukrotny stypendysta Ministra Kultury i Dziedzictwa Narodowego w zakresie edukacji i animacji kultury (2014, 2017) na projekty z pogranicza edukacji kulturalnej i technologiczno-medialnej. Prowadzi podcast i fanpejdż EdFuture.