Generatywna sztuczna inteligencja (AI) – wyzwania w sztuce i edukacji 3002-2K1PE-MTI2
Blok wstępny poświęcony będzie technologicznym aspektom generatywnej sztucznej inteligencji oraz działaniu dużych modeli językowych (LLM). W sposób dostępny dla osób o humanistycznym wykształceniu będziemy rozbrajać „czarną skrzynkę” AI i dyskutować powszechne mity wynikające z błędnych wyobrażeń na temat sposobów działania. Omówione zostaną historyczne formy AI, a także to, jaki status ontologiczny ma generatywna ona w dyskursach: utopijnym, dystopijnym oraz w praktycznym/pogranicznym dyskursie “środka”. Blok krytyczny dotyczyć będzie metafor zawartych w interfejsach, antropomorfizacji, genderowych stereotypów powielanych przez modele językowe. W tej części zajęć rozważania dotyczyć będą również klimatycznych, społecznych i ekonomicznych konsekwencji boomu AI, zarówno w kontekście wytwarzania technologii, w tym pozyskiwania danych treningowych, jak i użytku modeli. Blok kompetencyjny poświęcony będzie zagadnieniom z pola AI literacy: modeli produktywnego posługiwania się chatbotami, koncepcji hybrydycznego autorstwa oraz “sztuki pisania promptów”. Blok dotyczyć też będzie estetyki oraz pytań o to, czy, i jak możemy rozpoznawać treści wygenerowane od wytworów ludzkich oraz jak poruszać się po sieci przejętej przez boty. Blok edukacyjny skonstruowany będzie wokół analizy propozycji przekształceń w edukacji dostosowanych do nowego, robotycznego krajobrazu medialnego, form obecności AI w szkole i na uczelniach wyższych, tego, jak AI transformuje szkolną i akademicką piśmienność, oraz krytycznej lektury standardów i zaleceń proponowanych przez państwowe i europejskie instytucje oraz organizacje pozarządowe. Aby przyjrzeć się bliżej codziennym piśmiennym praktykom młodzieży w ramach bloku, przeprowadzone zostanie studium popularnej platformy operującej spersonalizowane chatboty – character.ai. Blok końcowy wyposaży studentów w wiedzę o to, jak samodzielnie w przyszłości aktualizować wiedzę o rozwoju AI (omówione zostaną jednostki badawcze, organizacje i prasa zajmująca się tym tematem), tak aby w sposób kompetentny czytać najnowsze wiadomości o rozwoju technologii. Zajęcia końcowe będą także okazją do zastanowienia się nad tym, czy i jakie zmiany i aktualizacje w badaniach i pracach nad LLM-ami miały miejsce w ciągu mijającego semestru.
Blok wstępny
1. Zajęcia wstępne: czym jest generatywne AI, jak działają współczesne LLM-y? Czy na pewno wiemy, jak działają? Na czym polega “uczenie się” i “trenowanie” AI?
2. Wiara i antropologia: dyskursy dystopijne, utopijne i alternatywne: kim jest człowiek, kim jest robot w erze AI?
3. Historyczne chatboty: czy AI to coś nowego? Słabe i mocne AI. Boom AI.
4. Uczenie maszynowe: Czy AI generuje wiedzę?
Blok krytyczny
5. Antropomorfizacja: metafora “rozmowy”, stereotypy płciowe.
6. Dane treningowe: prawo autorskie i sprzeciw środowisk artystycznych.
7. Koszty społeczne i środowiskowe.
Blok kompetencyjny
8. AI literacy (pisanie): sztuka promptów.
9. AI literacy (czytanie): rozpoznawanie wytworów AI.
10. AI literacy (patrzenie): wizualne estetyki AI i współczesny internet, slop i deepfake.
Blok edukacyjny
11. AI w szkole: zalecenia i nowe paradygmaty, AI co-writing.
12. AI na uczelniach: edukacja robot-proof.
13. Generatywne AI a codzienne praktyki piśmienne młodzieży: studium platformy Character.ai.
Blok końcowy
14. Aktualizacje. Co się zmieniło? Skąd czerpać wiedzę? Instytucje, jednostki badawcze, raporty.
Rodzaj przedmiotu
Tryb prowadzenia
Założenia (opisowo)
Koordynatorzy przedmiotu
Efekty kształcenia
Student/ka zna i rozumie w stopniu pogłębionym współczesne teorie badań generatywnego AI i związanych z nimi praktyk kulturowych.
Student/ka potrafi wykorzystać posiadaną wiedzę, by samodzielnie wyszukiwać, analizować, oceniać, selekcjonować, integrować informacje medialne i naukowe dotyczące rozwoju generatywnego AI i wykorzystywać je w samodzielnych projektach badawczych.
Student/ka jest gotów/gotowa do uczestnictwa w debacie i krytycznej oceny dyskursu medialnego dotyczących rozwoju generatywnego AI oraz zastosowań w kulturze, edukacji i sztuce.
Kryteria oceniania
Podstawowym warunkiem zaliczenia semestru jest uczestniczenie w zajęciach. Nieobecności należy usprawiedliwiać u prowadzącej/prowadzącego zajęcia. Osoba studiująca ma prawo do dwóch usprawiedliwionych lub nieusprawiedliwionych nieobecności w semestrze. Osoba mająca od trzech do pięciu nieobecności w semestrze musi nadrobić je w sposób określony przez osobę prowadzącą zajęcia. Nieobecności (nawet usprawiedliwione!) na więcej niż pięciu zajęciach skutkują niedopuszczeniem do zaliczenia zajęć - jedynie osoby z przyznaną Indywidualną Organizacją Studiów w oparciu o opinię BON mogą mieć zwiększony limit nieobecności, jednak nie więcej niż do 50%.
Podstawą wystawienia oceny końcowej jest ocena dziennika badawczy (m.in. obserwacje z własnego użycia AI, aktualnych dyskusji medialnych, analiza dyskursu) prowadzonego podczas trwania semestru. Dziennik powinien zawierać minimum 7 wpisów i 3,5 strony znormalizowanego maszynopisu tekstu. Ocena końcowa może zostać podwyższona ze względu na dużą aktywność podczas zajęć (zabieranie głosu w dyskusjach, formułowanie pytań, wykazywanie się bardzo dobrą znajomością lektur) w trakcie całego semestru”
Sposób wykorzystania narzędzi sztucznej inteligencji w pracach dyplomowych, pisemnych pracach zaliczeniowych określają zapisy § 3 i 4 uchwały nr 98 Uniwersyteckiej Rady ds. Kształcenia z dnia 8 grudnia 2023 r. w sprawie wytycznych dotyczących korzystania z narzędzi sztucznej inteligencji w procesie kształcenia. W związku z tym, że jedną z podstawowych umiejętności zdobywanych na kierunkach studiów organizowanych na Wydziale Polonistyki jest sprawne i profesjonalne posługiwanie się polszczyzną pisaną, a w szczególności stylem naukowym, zabrania się wykorzystywania systemów sztucznej inteligencji do korekty i redakcji tekstu pracy zaliczeniowej.
Literatura
1. Aoun, Joseph E. 2024. Robot-Proof, Revised and Updated Edition: Higher Education in the Age of Artificial Intelligence. The MIT Press.
2. Ashcroft, Alice, and Angela Ashcroft. 2023. “The Gendered Nature of Chatbots: Anthropomorphism and Authenticity.” In Trends, Applications, and Challenges of Chatbot Technology. IGI Global. https://doi.org/10.4018/978-1-6684-6234-8.ch003.
3. Bakir, Vian, and Andrew McStay. 2025. “Move Fast and Break People? Ethics, Companion Apps, and the Case of Character.Ai.” https://doi.org/10.2139/ssrn.5159928.
4. Bapna, Ravi, and Anindya Ghose. 2024. Thrive: Maximizing Well-Being in the Age of AI. The MIT Press.
5. Bowen, José Antonio, and C. Edward Watson. 2024. Teaching with AI. Johns Hopkins University Press. https://doi.org/10.56021/9781421449227.
6. Broussard, Meredith. 2023. More than a Glitch: Confronting Race, Gender, and Ability Bias in Tech. The MIT Press.
7. Cieśla, Robert. 2024. The Book of Chatbots: From ELIZA to ChatGPT. Cham: Springer Nature.
8. Crawford, Kate. 2021. Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence. Yale University Press.
9. De Kai. 2025. Raising AI: An Essential Guide to Parenting Our Future. The MIT Press.
10. Kirschenbaum, Matthew. 2023. “Prepare for the Textpocalypse.” The Atlantic (blog), March 8, 2023. https://www.theatlantic.com/technology/archive/2023/03/ai-chatgpt-writing-language-models/673318/.
11. Kurzweil, Ray. 2016. Nadchodzi osobliwość: kiedy człowiek przekroczy granice biologii. 2nd ed. Warszawa: Kurhaus Publishing.
12. Manovich, Lev, and Emanuelle Arielli. 2024. Artificial Aesthetics: Generative AI, Art and Visual Media.
13. Pisarski, Mariusz. 2024. Figury obecności w cyfrowych mediach: od hipertekstu do sztucznej inteligencji. Projekty Komparatystyki. Kraków: Towarzystwo Autorów i Wydawców Prac Naukowych Universitas.
14. Przegalińska, Aleksandra, and Tamilla Triantoro. 2024. Przenikanie umysłów: potencjał twórczy współpracy z AI. Warszawa: AI Books by Campus AI.
15. Rettberg, Scott. 2023. “Cyborg Authorship: Writing with AI – Part 1: The Trouble(s) with ChatGPT.” Electronic Book Review, July. https://electronicbookreview.com/essay/cyborg-authorship-writing-with-ai-part-1-the-troubles-with-chatgpt/.
16. Śledziewska, Katarzyna, Radosław Włoch, Szymon Rożynek, Michał Paliński, Jan Mazur, and Weronika Łebkowska. 2024. Generatywna AI na UW – dobre praktyki. Uniwersytet Warszawski. https://doi.org/10.5281/zenodo.13938497.
17. Stornaiuolo, Amy, Jennifer Higgs, Opal Jawale, and Rhianne Mae Martin. 2024. “Digital Writing with AI Platforms: The Role of Fun with/in Generative AI.” English Teaching: Practice & Critique 23 (1): 83–103. https://doi.org/10.1108/ETPC-08-2023-0103.
18. Toppo, Greg, and Jim Tracy. 2025. Running with Robots: The American High School’s Third Century. Cambridge, MA: The MIT Press.
Dokładna lista lektur zostanie przedstawiona na początku semestru.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: