Zastosowanie narzędzi AI w praktyce akademickiej

Sztuczna inteligencja weszła do praktyki akademickiej szybciej, niż zaczęto uwzględniać ją w regulaminach studiów. Niniejsza książka holistycznie opisuje to zjawisko w polskim szkolnictwie wyższym: od mechanizmów działania dużych modeli językowych przez rzeczywiste sposoby ich wykorzystywania przez studentów po skuteczność metod weryfikacji stosowanych przez kadrę akademicką. Przeprowadzone badania empiryczne, obejmujące zarówno absolwentów, jak i nauczycieli akademickich, pokazują, jak często i na jakich etapach powstawania pracy dyplomowej sięga się dziś po narzędzia sztucznej inteligencji. Zrealizowany eksperyment weryfikuje natomiast zdolność promotorów i recenzentów do rozpoznania tekstu wygenerowanego przez model językowy. Uzyskane wyniki skłaniają do rewizji założeń, na których opiera się dzisiejszy proces dyplomowania. Książka prowadzi od diagnozy do propozycji rozwiązań. Zawiera rekomendacje dla uczelni dotyczące polityki wobec sztucznej inteligencji, wskazówki dla promotorów prowadzących seminaria dyplomowe oraz zasady odpowiedzialnego korzystania z narzędzi generatywnych adresowane do studentów. Uzupełnieniem rozważań jest załącznik poświęcony konstruowaniu poleceń dla modeli językowych. Publikacja jest przeznaczona dla nauczycieli akademickich, promotorów i recenzentów, władz uczelni i osób odpowiedzialnych za regulaminy studiów, a także dla studentów oraz badaczy dydaktyki szkoły wyższej i etyki akademickiej.

Wstęp 7 Rozdział 1 Pojęcie i podział sztucznej inteligencji 13 Definiowanie sztucznej inteligencji 13 Podział sztucznej inteligencji 15 Wyzwania teoretyczne i praktyczne 18 Podsumowanie 19 Rozdział 2 Uczenie maszynowe 21 Pojęcie i historia uczenia maszynowego 21 Algorytmy w uczeniu maszynowym 24 Rozdział 3 Duże modele językowe 27 Rozdział 4 Duże modele językowe w praktyce akademickiej 31 Rozdział 5 Duże modele językowe w weryfikacji wiedzy i umiejętności 35 Empiryczne dowody przewagi modeli sztucznej inteligencji 36 Alternatywne metody weryfikacji 37 Rekomendacje na przyszłość 38 Podsumowanie 39 Rozdział 6 Zasadność pisania prac dyplomowych w dobie sztucznej inteligencji 41 Rozpowszechnienie narzędzi AI w edukacji 42 Alternatywne modele weryfikacji pracy studenta 45 AI jako narzędzie w procesie dyplomowania 46 Podsumowanie 47 Rozdział 7 Wykorzystanie AI w pracach dyplomowych studentów 51 Wstęp do badań 51 Metodologia badania 52 Skala korzystania z narzędzi AI 54 Rodzaje wykorzystywanych narzędzi AI 55 Zakres wykorzystania AI przy pisaniu pracy dyplomowej 55 Udział AI w przygotowaniu pracy dyplomowej 57 Ujawnianie użycia AI 57 Ocena jakości, dokładności i ryzyka błędów 58 Wpływ AI na tempo pracy i rozwój umiejętności 60 Komfort korzystania z AI oraz znajomość wytycznych uczelnianych 61 Oceny etyczne i opinie dotyczące przyszłości AI 62 Główne obawy związane z używaniem AI 64 Zmiany na przestrzeni lat 65 Wyniki testów statystycznych 67 Podsumowanie wyników 68 Znaczenie wykorzystania AI w pracach dyplomowych 69 Rozdział 8 Empiryczna analiza kompetencji kadry akademickiej w detekcji AI 73 Badanie reprezentatywności próby badawczej 74 Rola doświadczenia akademickiego w procesie weryfikacji 75 Dystynkcja tekstu napisanego przez studenta i wygenerowanego przez AI 75 Analiza wyników badania 80 Rozdział 9 Implikacje praktyczne i rekomendacje 83 Implikacje praktyczne dla uczelni 84 Rekomendacje dla promotorów i kadry akademickiej 85 Rekomendacje dla studentów 86 Implikacje organizacji procesu dyplomowania 87 Podsumowanie 88 Załącznik Efektywne konstruowanie poleceń dla AI 91 Pojęcie poleceń (prompt) i ich konstruowanie 91 Trójklasowa taksonomia poleceń 93 Pięcioetapowe podejście strukturalne 95 Bibliografia 99 Spis tabel i wykresów 109