Szkolenie: AI w pracy dydaktycznej i naukowej
Szkolenie "AI w pracy dydaktycznej i naukowej" wprowadza do praktycznego wykorzystania narzędzi sztucznej inteligencji w pracy dydaktycznej i naukowej. Uczestnicy poznają narzędzia wspomagające proces przygotowania zajęć, pisania publikacji, prowadzenia badań naukowych oraz analiz danych. Program obejmuje również omówienie kwestii etycznych i prawnych związanych z użyciem AI w środowisku akademickim.
- Trenerzy praktycy
- Kameralne grupy
Czas trwania szkolenia:2 dni (16h)
Kod kursu:AI/DYD
Dostępne terminy szkolenia
Termin:
Trener:
Cena:
2450 PLN netto
Lokalizacja:
ZdalneTermin:
Trener:
Cena:
2450 PLN nettoLokalizacja:
ZdalneAI w pracy dydaktycznej i naukowej
Cele szkolenia
Poznanie możliwości wykorzystania narzędzi AI w dydaktyce i badaniach naukowych – uczestnicy szkolenia dowiedzą się, jak integrować sztuczną inteligencję w codziennej pracy akademickiej, aby zwiększyć efektywność nauczania i usprawnić proces badawczy.
Zrozumienie ograniczeń i wyzwań w pracy z AI w kontekście nauki i edukacji – szkolenie pomoże rozpoznać potencjalne ryzyka, błędy modeli (tzw. halucynacje AI) oraz aspekty prawne i etyczne związane z wykorzystaniem narzędzi AI w środowisku akademickim.
Praktyczne ćwiczenia z wykorzystania narzędzi takich jak ChatGPT, Consensus czy Grantable – uczestnicy nauczą się, jak wspierać proces pisania publikacji, tworzenia streszczeń, analizy literatury naukowej i opracowywania wniosków grantowych.
Analiza przypadków i dyskusja nad etyką korzystania z AI w badaniach i edukacji – szkolenie uwrażliwi uczestników na kwestie praw autorskich, licencji oraz odpowiedzialnego użycia sztucznej inteligencji przez wykładowców i studentów.
Dla kogo?
Wykładowcy i nauczyciele akademiccy
Pracownicy instytucji naukowych i badawczych
Osoby zaangażowane w projekty badawczo-rozwojowe
Koordynatorzy projektów grantowych i dydaktycznych
Zalety
Liczne case studies i ćwiczenia praktyczne – uczestnicy szkolenia przećwiczą rzeczywiste scenariusze zastosowania AI w dydaktyce i nauce, od analizy danych po przygotowanie materiałów edukacyjnych i streszczeń publikacji.
Charakter warsztatowy zajęć – szkolenie prowadzone jest w formule interaktywnej, z naciskiem na praktykę, samodzielne testowanie narzędzi AI oraz wymianę doświadczeń między uczestnikami.
Brak konieczności zaawansowanych umiejętności technicznych – szkolenie dostępne jest dla wszystkich pracowników naukowych i dydaktycznych, którzy chcą rozpocząć świadome i bezpieczne korzystanie z narzędzi sztucznej inteligencji w swojej codziennej pracy.
Aktualna wiedza o trendach, prawie i etyce AI w edukacji – uczestnicy poznają nie tylko narzędzia, ale też kontekst prawny i etyczny ich stosowania, co pozwoli im uniknąć błędów i zgodnie z zasadami akademickiej rzetelności wdrażać AI w praktyce.
Wymagania
Podstawowa umiejętność obsługi komputera i przeglądarki internetowej
Dostęp do Internetu
Ogólna orientacja w procesie dydaktycznym lub badawczym
W cenie otrzymasz:
Materiały szkoleniowe
Certyfikat ukończenia szkolenia
W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Program szkolenia
Wprowadzenie do AI w badaniach naukowych
Czym jest AI i jak wspiera badania naukowe?
Możliwości i ograniczenia narzędzi AI
Przegląd wybranych narzędzi: ChatGPT, Consensus, Grantable
Zastosowanie AI w procesie researchu
Automatyczna analiza tekstu i wyodrębnianie kluczowych informacji
Wsparcie w pisaniu publikacji i streszczeń naukowych
Wyszukiwanie i synteza literatury naukowej
Organizacja pracy dydaktycznej i naukowej z wykorzystaniem AI
Tworzenie scenariuszy zajęć, sylabusów, quizów i materiałów dydaktycznych
Wspomaganie planowania semestru i generowania kart pracy
Automatyczne tworzenie slajdów, testów i handoutów
AI w analizie danych naukowych
Wykorzystanie AI w metodach analizy danych i uczenia maszynowego
Inteligentna praca z Excelem i narzędziami analitycznymi
Dobór metod statystycznych z pomocą AI
Symulacje komputerowe wspierane przez AI
Etyka AI w badaniach naukowych
Czy AI może być współautorem publikacji?
Bezpieczeństwo danych badawczych – co można, a czego nie można wrzucać do narzędzi AI?
Kwestie praw autorskich i licencji dotyczących wyników generowanych przez AI
Etyka AI w pracy dydaktycznej
Prawa autorskie i licencje materiałów
Studenckie plagiaty i detektory AI
Kiedy AI nie powinna być używana
Rola nauczyciela jako kuratora i weryfikatora
Dobre praktyki i pułapki — studia przypadków
Case 1: Halucynacje modeli AI
Case 2: Maskowanie i anonimizacja danych
Case 3: Wykorzystanie AI przez studentów – jak reagować i jak edukować?
Autorem szkolenia jest Andrzej Tomski
dr Andrzej Tomski jest doświadczonym wykładowcą i analitykiem danych z wykorzystaniem nowoczesnych metod uczenia maszynowego. Napisał blisko 30 prac naukowych publikowanych w czasopismach międzynarodowych oraz pracowa ł wiele lat w firmach z sektora data science. Dane teledetekcyjne i geoprzestrzenne analizował w ramach grantów naukowych oraz analiz zleconych przez klientów biznesowych. Pasjonuje go wykorzystanie języków skryptowych w takich celach oraz wykorzystanie generatywnej sztucznej inteligencji.
Wybrane opinie
Przeczytaj pozytywne opinie pochodzące z ankiet satysfakcji z naszych szkoleń wypełnianych wyłącznie przez ich uczestników po realizacji usługi
