Narzędzia do upraszczania tekstów 3003-PJB1NU
Upraszczanie tekstów polega na dostosowaniu ich do standardu prostego języka. Jest to proces twórczy, wymagający uwzględnienia wielu czynników językowych i pozajęzykowych. Proces ten można jednak wesprzeć narzędziami informatycznymi, a w pewnych wypadkach – nawet do pewnego stopnia zautomatyzować.
Podczas zajęć omówimy najważniejsze miary służące do oceny zrozumiałości tekstu (np. wskaźnik FOG-PL i wskaźnik Pisarka), intuicje stojące za ich sformułowaniem oraz warunki ich poprawnego wykorzystania. Ponadto zapoznamy się z najważniejszymi aplikacjami umożliwiającymi upraszczanie tekstów w języku polskim: Jasnopisem, Logiosem oraz narzędziami opartymi na generatywnej sztucznej inteligencji (np. ChatGPT). Poznamy ich mechanizmy, sposób implementacji wskaźników zrozumiałości tekstu, a w końcu – wskażemy ich możliwości oraz ograniczenia
Rodzaj przedmiotu
Tryb prowadzenia
Koordynatorzy przedmiotu
Efekty kształcenia
Studentka/Student:
- zna narzędzia służące do upraszczania tekstów w języku polskim i rozumie sposób ich działania
- potrafi wykorzystywać narzędzia służące do upraszczania tekstów w swoich działaniach uproszczeniowych
- jest świadoma/świadomy aspektów metodologicznych dotyczących wykorzystania narzędzi informatycznych do upraszczania tekstów
- zachowuje krytycyzm co do możliwości wsparcia i zautomatyzowania procesu upraszczania tekstów
- jest gotowa/gotów do przyjęcia odpowiedzialności za ostateczny kształt upraszczanego tekstu i związanych z nim konsekwencji
Kryteria oceniania
PUNKTY ECTS:
Szacowany nakład pracy studentów: 60 godzin (2 ECTS), w tym:
- udział w ćwiczeniach: 15 godzin (0,5 ECTS)
- przygotowanie do zajęć oraz testy śródsemestralne: 15 godzin (0,5 ECTS)
- przygotowanie referatu oraz realizacja projektu końcowego: 30 godzin (1 ECTS)
WARUNKI ZALICZENIA PRZEDMIOTU I METODY WERYFIKACJI EFEKTÓW KSZTAŁCENIA:
1. testy śródsemestralne — 20%.
2. przygotowanie referatu — 30%. Referaty mogą być wykonywane w zespole.
3. projekt końcowy – 50%. Projekt może być wykonany w zespole.
Do zadań i testów wykorzystywana jest platforma Kampus.
NIEOBECNOŚCI NA ĆWICZENIACH:
Dopuszczalna jest jedna nieusprawiedliwiona nieobecność. Powyżej tej liczby (z wyłączeniem przypadków bezzwłocznie udokumentowanych, np. zwolnieniem lekarskim) – nie ma możliwości zaliczenia zajęć. Usprawiedliwione nadprogramowe nieobecności muszą zostać odrobione w sposób wskazany przez osobę prowadzącą zajęcia.
Podstawa: Regulamin studiów na Uniwersytecie Warszawskim:
a. pkt 17 par. 2,
b. pkt 4.5 par. 17,
c. par 33.
ZASADY WYKORZYSTYWANIA NARZĘDZI SI:
1. Jeśli studenci chcą na potrzeby pracy zaliczeniowej lub prac cząstkowych skorzystać z narzędzi sztucznej inteligencji, muszą:
a. uzyskać na to zgodę osoby prowadzącej zajęcia,
b. uzgodnić z osobą prowadzącą zajęcia cele i zakres wykorzystania narzędzi sztucznej inteligencji.
2. Jeśli studenci wykorzystają narzędzia sztucznej inteligencji:
a. bez zgody osoby prowadzącej zajęcia lub
b. w sposób z nią nieuzgodniony,
osoba prowadząca zajęcia stosuje procedury analogiczne do tych stosowanych w procedurze antyplagiatowej. Procedury te opisała Uniwersytecka Rada ds. Kształcenia w uchwale nr 14.
Podstawa:
1. Uchwała nr 170 Rady Dydaktycznej dla kierunków studiów: filologia bałtycka, filologia klasyczna i studia śródziemnomorskie, filologia polska, filologia polskiego języka migowego, kulturoznawstwo – wiedza o kulturze, logopedia ogólna i kliniczna, slawistyka, sztuka pisania, sztuki społeczne z dnia 27 lutego 2024 r. w sprawie wytycznych dotyczących korzystania z narzędzi sztucznej inteligencji w procesie kształcenia na Wydziale Polonistyki
2. Uchwała nr 98 Uniwersyteckiej Rady ds. Kształcenia z dnia 8 grudnia 2023 r. w sprawie wytycznych dotyczących korzystania z narzędzi sztucznej inteligencji w procesie kształcenia.
3. Uchwała nr 14 Uniwersyteckiej Rady ds. Kształcenia z dnia 13 lipca 2020 r. w sprawie wytycznych dotyczących standardów i procedur postępowania w przypadku przygotowywania prac zaliczeniowych i dyplomowych z naruszeniem prawa na Uniwersytecie Warszawskim.
Literatura
W. Gruszczyński, M. Ogrodniczuk, B. Nitoń, Jasnopis. Program do mierzenia zrozumiałości polskich tekstów, 2018, https://www.youtube.com/watch?v=-eBACbnfnxI
Jasnopis, czyli mierzenie zrozumiałości tekstów użytkowych, zespół autorski: B. Broda, E. Charzyńska, Ł. Dębkowski, W. Gruszczyński, M. Hadryan, B. Nitoń, M. Ogrodniczuk, Warszawa 2015.
W. Pisarek, Recepty na zrozumiałość wypowiedzi, „Zeszyty Prasoznawcze” 1966, nr 2–3, s. 44–53.
W. Pisarek, Jak mierzyć zrozumiałość wypowiedzi, „Zeszyty Prasoznawcze” 1969, nr 4, s. 35–46.
W. Pisarek, O mediach i języku, Kraków 2007.
J. Krasodomska, Ocena zrozumiałości sprawozdania z działalności grupy LOTOS SA z wykorzystaniem aplikacji JASNOPIS, „Studia Ekonomiczne. Zeszyty Naukowe” 2016, nr 268, s. 135–143.
Jasnopis, https://www.jasnopis.pl/
Logios, https://logios.dev/, https://logios.dev/api/
ChatGPT, https://chatgpt.com/
Hemingway App, https://hemingwayapp.com/
Grammarly, https://www.grammarly.com/
Zettlr, https://www.zettlr.com/
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: