Partner czy narzędzie? Sztuczna inteligencja w pracy nauczyciela akademickiego
kod szkolenia: DM-PAI / AKA_1d
Szkolenie zostało zaprojektowane z myślą o wykładowcach i pracownikach naukowych szkół wyższych, którzy chcą świadomie, kreatywnie i etycznie korzystać z potencjału sztucznej inteligencji (AI) w dydaktyce i działalności naukowej. Uczestnicy zyskają praktyczne umiejętności współpracy z generatywną AI – od tworzenia materiałów dydaktycznych, przez projektowanie scenariuszy zajęć i sylabusów, po wykorzystanie AI w analizach badawczych oraz wizualizacji treści.
Szkolenie kładzie nacisk na rozwój krytycznego podejścia do AI – uczestnicy nauczą się nie tylko jak efektywnie „rozmawiać” z narzędziami AI i projektować prompty, ale także jak rozpoznawać ich ograniczenia, halucynacje, stronniczość i potencjalne zagrożenia w środowisku akademickim. W programie znajdą się m.in. zagadnienia dotyczące etyki, ochrony danych, autorstwa treści oraz transparentnego korzystania z AI w pracy ze studentami.
Uczestnicy poznają również sposoby wykorzystania AI w rozwijaniu kreatywności, pracy projektowej i analizie danych jakościowych i ilościowych. Szkolenie zamyka wspólna refleksja oraz katalog narzędzi i inspiracji, które można wdrożyć od razu po powrocie do pracy akademickiej.
- Nauczyciele akademiccy.
- Dydaktycy, doktoranci.
- Osoby zaangażowane w rozwój programów kształcenia i działalność naukową na uczelniach wyższych.
- Praktyczne wykorzystanie AI w dydaktyce – poznasz, jak wspierać proces planowania zajęć, przygotowywania sylabusów i tworzenia materiałów dydaktycznych z pomocą narzędzi AI.
- AI jako partner kreatywności – dowiesz się, jak używać AI do rozwijania twórczego myślenia własnego i studentów, szczególnie w pracy projektowej i badawczej.
- Projektowanie skutecznych promptów – nauczysz się tworzyć polecenia, które pozwalają uzyskać wysokiej jakości treści oraz przekształcać istniejące materiały akademickie.
- Świadomość ryzyk, ograniczeń i odpowiedzialności – zrozumiesz, jak bezpiecznie korzystać z AI, uwzględniając aspekty prawne, etyczne oraz zagrożenia specyficzne dla środowiska akademickiego.
- Zastosowania AI w badaniach i analizie danych – odkryjesz możliwości wykorzystania AI w analizie literatury, kodowaniu danych, wizualizacji treści oraz przygotowaniu zestawień i streszczeń.
- Czym (naprawdę) jest AI – a czym nie jest?
- AI jako narzędzie językowe i obliczeniowe – krótka „dekonstrukcja mitu”.
- Modele językowe (LLM) w dydaktyce – potencjał i ograniczenia.
- Halucynacje, stronniczość, pozorna elokwencja – krytyczne podejście.
- Przykłady wykorzystania AI w dydaktyce akademickiej na świecie.
- Rola nauczyciela jako kuratora procesu uczenia się.
- Wprowadzenie do idei „szkoły kompetencji przyszłości” – i jak to może wyglądać w realiach akademickich.
- AI w planowaniu i prowadzeniu zajęć
- Tworzenie scenariuszy zajęć, sylabusów, opisów przedmiotów z AI.
- Projektowanie ćwiczeń, prezentacji, materiałów pomocniczych.
- Automatyzacja podsumowań i generowanie planów dydaktycznych.
- Praca warsztatowa: przetwarzanie własnych materiałów do nowego użytku.
- AI i kreatywność – wsparcie, nie zamiennik
- Jak rozwijać twórcze myślenie studentów w erze generatywnych narzędzi?
- AI jako partner w kształceniu projektowym, badawczym, humanistycznym.
- Rola dydaktyka jako kuratora treści, a nie „dostawcy wiedzy”.
- Studium przypadku: AI w kursie opartym na projekcie (PBL).
- Jak rozwijać kompetencje metapoznawcze i krytyczne myślenie studentów przy wsparciu AI?
- Wizualna dydaktyka z AI – od schematu do tablicy
- AI jako pomocnik w tworzeniu ilustracji, grafik koncepcyjnych, infografik.
- Współpraca z narzędziami prezentacyjnymi i whiteboardami cyfrowymi.
- Jak szybko „zobrazować” trudne pojęcie za pomocą promptu?
- AI w analizie i nauce – zastosowania badawcze i techniczne
- AI w przeszukiwaniu literatury i pisaniu abstraktów.
- Tworzenie narzędzi badawczych i kodowanie danych z AI.
- Generowanie tabel, streszczeń i zestawień.
- Zastosowania AI w analizie jakościowej i ilościowej
- Ryzyka, etyka, odpowiedzialność akademicka
- Zasady bezpiecznego korzystania z AI w uczelni – od RODO po autorstwo.
- Czy AI może być współautorem? Granice cytowania i transparentności.
- Na ile zaufać AI w ocenie – biasy i ryzyko powielania błędów.
- Jak wspierać studentów w rozpoznawaniu dezinformacji generowanej przez AI?
- Deklaracje uczelniane i kodeksy odpowiedzialnego użycia AI.
- Podsumowanie i praca własna
- Refleksja: gdzie mogę wdrożyć AI od jutra?
- Miniwarsztat: co mogę wdrożyć indywidualnie, co zespołowo, co instytucjonalnie?
- Wyzwania i potrzeby – wstęp do projektowania strategii AI dla uczelni.
- Wspólna tablica inspiracji + katalog narzędzi dla nauczyciela akademickiego.
Nie jest wymagana zaawansowana wiedza techniczna – szkolenie prowadzone jest w sposób przystępny, praktyczny i nastawiony na realne potrzeby środowiska akademickiego.
- Przewodnik PDF: „AI w dydaktyce i nauce – 12 zastosowań dla wykładowcy”.
- Szablony promptów akademickich (tworzenie ćwiczeń, analizy danych, streszczeń).
- Checklisty etyczne i prawne (co warto sprawdzić przed publikacją / wdrożeniem).
- Checklista wdrożeniowa: AI w pracy nauczyciela akademickiego.
- Lista narzędzi AI wspierających nauczyciela akademickiego (tekst, dane, prezentacja, kod).
- Szkolenie: polski
- Materiały: polski