Uniwersytet Warszawski - Centralny System Uwierzytelniania
Strona główna

Doing resarch with AI tools

Informacje ogólne

Kod przedmiotu: 3500-FAKANG-DRWA-SCC
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Doing resarch with AI tools
Jednostka: Wydział Socjologii
Grupy:
Punkty ECTS i inne: (brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: angielski
Rodzaj przedmiotu:

języki obce

Założenia (opisowo):

Ponieważ na zajęciach uczestnicy będą komunikować się w języku

angielskim (w mowie i na piśmie), a także korzystać z

anglojęzycznych narzędzi, znajomość języka angielskiego minimum na poziomie B2 jest wymagana.

Tryb prowadzenia:

w sali

Skrócony opis:

Celem kursu jest rozwijanie i doskonalenie umiejętności pisania

akademickiego oraz nauka efektywnego i etycznego zastosowania

narzędzi generatywnej AI w procesie badawczym i analitycznym.

Uczestnicy kursu dowiedzą się między innymi, jak korzystać z

takich narzędzi jak Elicit, Notebook LM i Claude, aby wspierać

proces prowadzenia badań społecznych w sposób etyczny i

krytyczny. W roku 2026/2027 zajęcia będą bazować na podejściu

Conversational Analysis to the Power of AI (CAAI) Friese (2025),

które proponuje aby badacze prowadzili analizy tematyczne w

formule dialogu z agentem AI. Kurs został zaprojektowany jako

seminarium z komponentem warsztatowym, umożliwiając osobom

studenckim ćwiczenie i wdrażanie nowo nabytych umiejętności.

Pełny opis:

Rozwój narzędzi opartych na sztucznej inteligencji, takich jak

Chatgpt, miał ogromny wpływ na sposób, w jaki wyszukujemy

informacje i przetwarzamy je, również w celu tworzenia i

edytowania tekstów. Ponieważ powstaje coraz więcej narzędzi

badawczych i pisarskich opartych na sztucznej inteligencji,

pojawiają się nowe problemy i obawy: jak faktycznie wykorzystać

je z korzyścią dla procesów pisania i badania? Jak robić to etycznie,

tj. w sposób, który wspiera indywidualną kreatywność zamiast

zastępować ją wygenerowanymi odpowiedziami?

Celem kursu jest rozwijanie i doskonalenie umiejętności

prowadzenia badań społecznych z wykorzystaniem agentów AI oraz

nauczenie się, jak skutecznie i etycznie stosować generatywne

narzędzia sztucznej inteligencji w procesie pisania i analizy.

Uczestnicy kursu dowiedzą się między innymi, jak przekazać

wyniki badań w prezentacji, jak przeprowadzić przegląd literatury i

prowadzić badania jakościowe i mieszane z użyciem AI. Uczestnicy

dowiedzą się również, jak korzystać z narzędzi takich jak Elicit,

Notebook LM i Claude, aby wspierać proces badania i analizy. W

roku 2026/2027 zajęcia będą bazować na podejściu Conversational

Analysis to the Power of AI (CAAI) Friese (2025), które proponuje

aby badacze prowadzili analizy tematyczne w formule dialogu z

agentem AI. Kurs został zaprojektowany jako seminarium z

komponentem warsztatowym, umożliwiając osobom studenckim

ćwiczenie i wdrażanie nowo nabytych umiejętności.

Aby zaliczyć kurs, studenci będą brać udział w dyskusjach

grupowych i zadaniach, a także przesyłać zadania domowe

związane z zadaniami omawianymi na zajęciach oraz przygotować

prezentacje końcowe.

Korzystanie z narzędzi generatywnej sztucznej inteligencji, takich

jak ChatGPT, jest dozwolone w przypadku wybranych zadań

kursowych/zaliczeniowych. Każde użycie musi zostać odpowiednio

opisane i/lub zacytowane. Studenci/tki ponoszą odpowiedzialność za

wszystkie treści wygenerowane z użyciem narzędzi AI.

Literatura:

Friese, S. (2025). From Coding to Conversation: A New

Methodology for AI-Assisted Qualitative Analysis. 27. April, 2025.

Pre-print.

Efekty uczenia się:

K_W02 zna i rozumie w pogłębionym stopniu wybrane metody i

techniki badań cyfrowych, ich założenia metodologiczne,

ograniczenia, specyfikę i obszary zastosowania

K_W07 zna i rozumie szczególny ​charakter zmian zachodzących we

współczesnych społeczeństwach w związku z rozwojem nowych

technologii, w tym zagrożenia wynikającego z używania nowych

technologii i wykorzystywania dużych zbiorów danych

K_U01 potrafi samodzielnie zaplanować i prowadzić badania

społeczne z zastosowaniem nowoczesnych narzędzi

przystosowanych lub stworzonych specjalnie na potrzeby świata

cyfrowego

K_U07 potrafi posługiwać się językiem obcym na poziomie B2+

Europejskiego Systemu Opisu Kształcenia Językowego z

wykorzystaniem terminologii socjologicznej

K_K04 jest gotów do pracy zespołowej i współpracy

międzydziedzinowej w ramach wykonywanych zadań

Metody i kryteria oceniania:

Na ocenę końcową składa się prezentacja końcow (50% oceny) oraz

wykonanie w terminie zadanych prac domowych i aktywność na

zajęciach (50% oceny).

Dozwolona liczba nieobecności: 2

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.
Krakowskie Przedmieście 26/28
00-927 Warszawa
tel: +48 22 55 20 000 https://uw.edu.pl/
kontakt deklaracja dostępności mapa serwisu USOSweb 7.3.1.0-9 (897c2258) :: 2026-10-30