AI - Sztuczna Inteligencja - Praktyczne wprowadzenie do wykorzystania AI w analityce danych i biznesie 2400-ZEWW921
Zajęcia 1: Zrozumienie AI
• Wprowadzenie do AI, modeli LLM i ich zastosowań w analizie danych.
• Narzędzia AI - okrywanie "magii" - jak budowane i trenowane są modele LLM.
• Krytyczny przegląd zalet i wad AI.
• Znaczenie kreatywności i jej rola w zastosowaniach AI.
• Dyskusja na temat powtarzalnego charakteru zadań AI.
Zajęcia 2-3: Skuteczna komunikacja z AI - Pisanie skutecznych poleceń i promptów
• Eksploracja modeli generujących tekst, takich jak ChatGPT.
• Wyzwania komunikacji z LLM - koncepcja promptów.
• Znaczenie i tworzenie dobrze skonstruowanych promptów.
• Praktyczne ćwiczenia w pisaniu promptów na przykładzie ChatGPT/Bing (lub podobnych narzędzi).
• Tworzenie ról i kontekstu dla zadań AI.
• Przykłady i szczegółowe tworzenie poleceń do generowania tekstu.
Zajęcia 4-5: Zastosowania AI poza tekstem - Generowanie grafik, dźwięków, wideo i innych
• Przegląd zastosowań AI poza generowaniem tekstu.
• Wprowadzenie do chatbotów i innych narzędzi AI do generowania grafiki, głosu i wideo.
• Dyskusja i wymiana doświadczeń na temat nowych technik AI.
• Ćwiczenia z generowania grafiki.
Zajęcia 6-7: Myślenie krytyczne i AI
• Znaczenie myślenia krytycznego w ocenie treści generowanych przez AI.
• Praktyczne ćwiczenia w ocenianiu i weryfikowaniu wyników z modeli AI.
• Halucynacje AI - czym są, jak je identyfikować, jak je poprawiać.
• Dyskusja na temat ewoluującej natury i rosnącego znaczenia myślenia krytycznego w erze AI.
• Ćwiczenia z myślenia krytycznego.
Zajęcia 8: Zagrożenia, etyka i prawne aspekty AI
• Eksploracja zagrożeń związanych z AI, takich jak deep fakes i dezinformacja.
• Przykłady ingerencji AI w media i wiadomości polityczne.
• Techniki rozpoznawania fałszywych zdjęć i wideo.
• Rola myślenia krytycznego w adresowaniu zagrożeń związanych z AI.
• Etyczne rozważania na temat akademickiego i zawodowego użycia AI.
• Ograniczenia prawne i rozważania na temat bezpieczeństwa danych i potencjalnych wycieków informacji.
Zajęcia 9-10: Wykorzystanie AI w analizie danych i w zdobywaniu wiedzy. Czy AI może być pomocnikiem w naszej pracy?
• AI jako asystent na uczelni czy w pracy akademickiej, w tym poprawa tekstu i dopracowywanie pomysłów.
• Dyskusja na temat obszarów, w których użycie AI nie jest wskazane, ze względu na problemy z oryginalnością i etyką akademicką.
• Praktyczne wykorzystanie AI w projektach analizy danych.
• Wykorzystanie aplikacji AI do powtarzalnych zadań, podkreślając znaczenie własnego stylu, oryginalności i rozwijania ludzkiej kreatywności.
• Dyskusja na temat ograniczonego zaufania do treści generowanych przez AI - krytyczna ocena wyników AI.
• Wykorzystanie AI jako asystenta do nauki, pisania i korekty - przyspieszanie pracy i zwiększanie jej efektywności z pomocą AI.
Zajęcia 11: Wykorzystanie wtyczek AI i zrozumienie ich działania
• Przegląd istniejących wtyczek AI - przykłady i dyskusja.
• Dyskusja na temat sposobu działania wtyczek i rozszerzeń narzędzi AI.
• Struktura wtyczek AI - jak wyniki modelu LLM mogą być połączone z twoimi aplikacjami.
Zajęcia 12: Wykorzystanie AI w codziennym życiu
• Dyskusja na temat kreatywnych sposobów wykorzystania możliwości AI w życiu codziennym.
• Stosowanie AI w codziennych scenariuszach.
• Budowanie planów podróży, nauka języków, tworzenie modeli biznesowych i generowanie treści dla mediów społecznościowych przy użyciu AI.
• Czy AI to nowe Google? Dyskusja i burza mózgów na temat relacji między treścią generowaną przez użytkowników a treścią generowaną przez AI w codziennych zastosowaniach.
Zajęcia 13-14: Skuteczne wykorzystanie transformacji AI
• Identyfikacja i praktyka kluczowych umiejętności niezbędnych do sukcesu w erze AI.
• Rozwój umiejętności myślenia krytycznego i kreatywności.
• Rozpoznanie możliwości i wyzwań integracji AI.
• Wykorzystanie AI jako osobistego asystenta - stawanie się bardziej efektywnym, przyspieszanie powtarzalnych zadań za pomocą automatyzacji AI.
• Wykorzystanie AI jako narzędzia do osobistego i zawodowego rozwoju.
• Strategie bieżącego pozyskiwania informacji i rozwijania wiedzy na temat szybko ewoluującej dziedziny AI.
Zajęcia 15: Podsumowanie kursu i refleksja
• Podsumowanie kluczowych pojęć i umiejętności zdobytych w trakcie kursu.
• Refleksja nad osobistym rozwojem własnych kompetencji w trakcie kursu.
• Otwarta dyskusja na temat przyszłych zastosowań i trendów w AI.
Uwaga: Program zajęć może ulegać drobnym modyfikacjom, ze względu na dynamiczny rozwój narzędzi AI oraz potrzeby danej grupy zajęciowej.
Ocena:
Obecność na wykładach i udział w dyskusjach na temat myślenia krytycznego.
Cotygodniowe zadania i praktyczne ćwiczenia.
Projekt końcowy włączający narzędzia AI.
Rodzaj przedmiotu
Koordynatorzy przedmiotu
Efekty kształcenia
Po ukończeniu tego kursu student:
- Rozumie podstawy i założenia AI, w tym modele LLM i ich zastosowania w analityce danych i biznesie.
- Posiada praktyczne umiejętności komunikacji z AI, potrafi pisać skuteczne polecenia i rozumie ich znaczenie.
- Wykorzystuje narzędzia AI w różnych kontekstach, takich jak generowanie tekstu, grafiki i innych mediów.
- Rozwija umiejętności krytycznego myślenia, jest w stanie oceniać i ulepszać treści generowane przez AI, radząc sobie z potencjalnymi problemami, takimi jak halucynacje AI i kwestie oryginalności.
- Zyskuje świadomość etyczną dotyczącą użycia AI w środowiskach akademickich i zawodowych, w tym rozpoznawania i adresowania zagrożeń takich jak deep fakes i dezinformacja.
- Stosuje AI w różnych praktycznych scenariuszach, od zastosowań akademickich i analizy danych po codzienne życie, promując efektywność i kreatywność.
Kryteria oceniania
Ocena:
- Obecność na wykładach i udział w dyskusjach, rozwijających umiejętność krytycznego myślenia.
- Cotygodniowe zadania i praktyczne ćwiczenia.
- Projekt końcowy włączający narzędzia AI.
Literatura
- własne materiały i skrypty przygotowane do zajęć.
Literatura:
- Bell, S. (2023). The write algorithm: promoting responsible artificial intelligence usage and accountability in academic writing. BMC medicine, 21(1), 334.
- Eke, D. O. (2023). ChatGPT and the rise of generative AI: threat to academic integrity?. Journal of Responsible Technology, 13, 100060.
- McKinsey, M. (2023). ChatGPT, GPTs, and LLMs Survey Paper.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: