Technologie informacyjne 3301-Z-J-TI

Kurs wprowadza studentów II stopnia w środowisko cyfrowe współczesnej pracy akademickiej, ukazując, jak technologie informacyjne oraz systemy sztucznej inteligencji wpływają na sposób pozyskiwania, przetwarzania i prezentowania wiedzy. Studenci poznają narzędzia wspierające organizację pracy, wyszukiwanie informacji oraz przygotowywanie tekstów akademickich. Szczególny nacisk położony jest na rozwój krytycznej świadomości cyfrowej, ocenę wiarygodności źródeł oraz etyczne wykorzystanie technologii, w tym AI.
Kurs obejmuje następujące zagadnienia:
1. Środowisko cyfrowe pracy akademickiej
Tematy:
Czym jest kompetencja cyfrowa we współczesnym świecie. Różnice między środowiskiem cyfrowym codziennym a akademickim. Typy narzędzi cyfrowych: produktywność, badania, AI. Formaty plików, systemy chmurowe i współpraca online.
Cel:
zrozumienie roli technologii w pracy akademickiej oraz przejście od użytkownika do świadomego uczestnika systemów cyfrowych.
2. Bezpieczeństwo, etyka i integralność akademicka
Tematy:
Prywatność, ślad cyfrowy, podstawowe zagrożenia (phishing, malware). Predatory journals i fałszywe konferencje. Plagiat vs wykorzystanie AI. Autorstwo i odpowiedzialność. Wprowadzenie do zjawiska halucynacji AI.
Cel:
rozwijanie świadomości zagrożeń oraz zasad etycznych w środowisku cyfrowym.
3. Narzędzia cyfrowe i organizacja pracy akademickiej
Tematy:
Tworzenie tekstów (style, spis treści, współpraca, komentarze). Podstawy pracy z danymi (Excel/Sheets). Wizualizacja i prezentacja informacji.
Cel:
efektywne wykorzystanie narzędzi cyfrowych w pracy akademickiej.
4. Sztuczna inteligencja w pracy akademickiej
Tematy:
Czym są modele językowe (LLMs). Możliwości i ograniczenia AI. Halucynacje i wiarygodność. Podstawy promptowania. Zastosowania: generowanie pomysłów, streszczanie, edycja tekstu. Ryzyka: bias, nadmierne zaufanie.
Cel:
krytyczne i świadome wykorzystanie AI jako narzędzia wspierającego pracę akademicką.
5. Wyszukiwanie informacji, infrastruktury wiedzy i otwarta nauka
Tematy:
Część 1: Research Skills & Information Retrieval
Struktura wiedzy akademickiej: czym jest artykuł naukowy, monografia, rozdział w książce. Różnice między źródłami naukowymi a popularnymi. Google Scholar vs specjalistyczne bazy danych (np. JSTOR, Scopus – wprowadzenie). Podstawy wyszukiwania naukowego: dobór słów kluczowych, synonimy, zakres tematyczny.
Zaawansowane strategie wyszukiwania:
operatory logiczne (AND, OR, NOT), frazy w cudzysłowie, filtrowanie wyników. Ocena źródeł:
wiarygodność, autorstwo, afiliacja, cytowania, aktualność.
Identyfikacja biasu i ograniczeń źródeł.
Część 2: Digital Knowledge Infrastructures & Open Science
Czym są repozytoria naukowe i jak działają.
Open access vs dostęp płatny — modele publikowania wiedzy. Wprowadzenie do systemu publikacji naukowej:
czasopisma, proces recenzji (peer review), indeksowanie.
Preprinty i ich rola w obiegu wiedzy naukowej. Dyskusja etyczna: dostęp do wiedzy (np. Sci-Hub) vs prawo autorskie.
Cel:
Rozwijanie umiejętności efektywnego wyszukiwania, selekcji i krytycznej oceny informacji naukowej oraz zrozumienie, w jaki sposób wiedza akademicka jest produkowana, organizowana i udostępniana w środowisku cyfrowym.
6. Zarządzanie bibliografią i cytowania
Tematy:
Zotero. Style cytowań (MLA/APA). Organizacja źródeł i unikanie błędów.
Cel:
opanowanie podstawowych narzędzi pracy naukowej.
7. Nowe technologie cyfrowe i przyszłość pracy
Tematy:
Rozwój AI, automatyzacja, algorytmy i platformy cyfrowe. Wpływ technologii na edukację i pracę.
Cel:
zrozumienie kierunków rozwoju technologii i ich znaczenia dla przyszłości.