Sztuczna inteligencja w kształceniu akademickim II 3301-ZJ-JS004
Część druga kursu zdalnego, przewidziana do realizacji w semestrze letnim, obejmuje zagadnienia praktyczne, na podbudowie teoretycznej, zaprezentowanej w semestrze zimowym. W szczególności, omawiane będzie etyczne wykorzystanie elementów AI na różnych etapach przygotowywania pracy magisterskiej (np. wspomaganie kwerendy bibliotecznej i prezentacji wyników badań, organizacja danych bibliograficznych, weryfikacja językowa) oraz sposoby zastosowania AI w kształceniu językowym.
Materiały kursowe mają przede wszystkim na celu wyposażyć studenta w wiedzę, umiejętności i pewność siebie umożliwiające optymalizację pracy z wykorzystaniem tej nowej technologii w społeczeństwie o wysokim stopniu informatyzacji.
Istotnym komponentem kursu będzie trening językowy – ćwiczenia praktyczne: od analizy tekstu poprzez odwzorowanie obecnych w tekście wzorców po samodzielną eksplorację i wykorzystanie zasobów leksykalno-gramatycznych, charakterystycznych dla omawianych na kursie dziedzin angielszczyzny akademickiej.
Szczegółowe treści przedmiotowe (podlegające aktualizacji wraz z rozwojem dziedziny i zainteresowaniami uczestników kursu):
● rola promptów w generowaniu tekstu i obrazu;
● inżynieria podpowiedzi (optymalizacja promptów dla dużych modeli językowych – LLM);
● wykorzystanie naukowego asystenta do wyszukiwania i rangowania publikacji akademickich;
● ChatGPT w kształceniu językowym: pisanie akademickie i kompetencja gramatyczno-systemowa;
● od słowa do obrazu: tworzenie materiałów dydaktycznych za pomocą ogólnych i dedykowanych asystentów AI/SI (Microsoft Designer, Microsoft Copilot) w dydaktyce języków obcych.
● trening językowy (od ćwiczeń uświadamiających po samodzielną produkcję)
● prezentacja projektów końcowych (z elementami refleksji i samooceny)
Rodzaj przedmiotu
Tryb prowadzenia
Koordynatorzy przedmiotu
Efekty kształcenia
Wiedza
Studenci znają i rozumieją:
● rolę GenAI w pracy naukowej i dydaktyce języków obcych (K_W01, K_W02)
● terminologię i kategorie kognitywne, stosowane w badaniach nad SI, w zakresie niezbędnym do prowadzenia badań wymaganych programem studiów (K_W01, K_W02)
Umiejętności
Studenci potrafią:
● efektywnie używać wybranych narzędzi, np. asystentów SI (ELICIT) i menedżerów bibliografii (Zotero) w pracy akademickiej (K_U01, K_U03, K_U04, K_U05, K_U08, K_U09)
● tworzyć i modyfikować prompty w celu optymalizacji pracy z SI przy tworzeniu zadań językowych (K_U01, K_U03, K_U04, K_U05, K_U08, K_U09)
Kompetencje społeczne
Studenci są gotowi do:
● etycznego korzystania z możliwości, które daje sztuczna inteligencja oparta na probabilistycznych modelach językowych (K_K02, K_K03, K_K04)
● wykorzystania mechanizmów SI we własnej pracy naukowej i w kształceniu językowym (K_K02, K_K03, K_K04)
Kompetencje językowe
Kształcenie w języku angielskim na poziomie C2 (K_U09).
Kryteria oceniania
Aktywność na platformie Moodle mierzona zakresem i terminowym wykonaniem quizów, zadań otwartych i projektu końcowego.
Wymagane jest zaliczenie (czyli uzyskanie 60% możliwej punktacji) z przewidzianych kursem zadań otwartych, quizów oraz projektu końcowego (projekt do wykonania indywidualnie lub w grupach 2-3 osobowych). Ta sama forma i kryteria obowiązują dla zaliczenia poprawkowego.
Literatura
Flowers, J. C. (2019, March). Strong and Weak AI: Deweyan Considerations. In AAAI spring symposium: Towards conscious AI systems (Vol. 2287, No. 7).
Ghafouri, M. (2024). ChatGPT: The catalyst for teacher-student rapport and grit development in L2 class. System (Vol. 120/2024)
Hawkridge, D. (2022). New information technology in education. Taylor & Francis.
Kasneci, E., Seßler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., ... & Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and individual differences, 103, 102274.
Mohebi, L. (2024). Empowering learners with ChatGPT: insights from a systematic literature exploration. Discover Education.
Teng, M.F. (2024). “ChatGPT is the companion, not enemies”: EFL learners’ perceptions and experiences in using ChatGPT for feedback in writing. Computers in education (Vol. 7/2024)
White, J., Fu, Q., Hays, S., Sandborn, M., Olea, C., Gilbert, H., ... & Schmidt, D. C. (2023). A prompt pattern catalog to enhance prompt engineering with chatgpt. arXiv preprint arXiv:2302.11382.
Wo, J.H., & Choi, H. (2021) Systematic review for AI-based language-learning tools. arXiv:2111.04455.
Vaswani, A. (2017). Attention is all you need. arXiv preprint arXiv:1706.03762, https://doi.org/10.48550/arXiv.1706.03762
Zamfirescu-Pereira, J. D., Wong, R. Y., Hartmann, B., & Yang, Q. (2023, April). Why Johnny can’t prompt: how non-AI experts try (and fail) to design LLM prompts. In Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems (pp. 1-21).
+ Tech&Learning resources for the use of Microsoft Copilot in language teaching
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: