top of page
AI Act i zarządzanie sztuczną inteligencją w uczelniach (szkolenie podstawowe)
AI Act i zarządzanie sztuczną inteligencją w uczelniach (szkolenie podstawowe)

śr., 04 lis

|

Google Meet

AI Act i zarządzanie sztuczną inteligencją w uczelniach (szkolenie podstawowe)

Cena regularna: 690 zł netto, 848,70 zł brutto Promocja przy zgłoszeniu do 21 października 2026 r.: - jednej i dwóch osób otrzymają Państwo 10% rabatu lub - 50% rabatu dla trzeciej osoby lub - czwarta osoba gratis. Promocje nie łączą się!

Termin i lokalizacja

04 lis 2026, 09:00 – 13:00

Google Meet

REJESTRACJA

LINK DO REJESTRACJI


Promocja przy zgłoszeniu do 21 października 2026 r.:

- jednej i dwóch osób otrzymają Państwo 10% rabatu lub

- 50% rabatu dla trzeciej osoby lub

- czwarta osoba gratis.

Promocje nie łączą się!



Cel główny

Zapewnienie minimalnego poziomu wiedzy o sztucznej inteligencji i zgodności z AI Act dla pracowników uczelni.


Cele szczegółowe

  1. Zapoznanie uczestników z podstawowymi założeniami AI Act.

  2. Identyfikacja systemów AI używanych na uczelni i ich klasyfikacja ryzyka.

  3. Zrozumienie obowiązków wynikających z AI Act dla poszczególnych ról.

  4. Nabycie praktycznych umiejętności bezpiecznego korzystania z AI.



PROGRAM SZKOLENIA


Blok 1: Wprowadzenie do AI Act:

  • Cel: Zapoznanie z podstawowymi założeniami i harmonogramem wdrażania AI Act

  1. Czym jest AI Act i dlaczego jest ważny dla uczelni.

  2. Harmonogram wdrażania.

  3. Podstawowe pojęcia.


Blok 2: AI Literacy – Podstawy:

  • Cel: Zapewnienie podstawowej wiedzy na temat AI.

  1. Czym jest sztuczna inteligencja?

  2. Zalety i ryzyka AI.

  3. Etyczne aspekty AI.

  4. Podstawy bezpiecznego korzystania z AI.


Blok 3: AI Act w praktyce uczelnianej:

  • Cel: Zastosowanie wiedzy o AI Act do specyficznych scenariuszy uczelnianych.

  1. Systemy wysokiego ryzyka na uczelni.

  2. Obowiązki transparentności.

  3. Zakazane praktyki.

  4. Rola poszczególnych grup:

    1. Administracja: Procedury zgodności, dokumentacja, zgłaszanie incydentów.

    2. Kierownictwo: Strategia, alokacja zasobów, odpowiedzialność.

    3. Naukowo-dydaktyczni: Etyka, integralność akademicka, ochrona danych.


Blok 4: Podsumowanie i ocena:

  • Cel: Utrwalenie wiedzy i ocena efektywności szkolenia

  1. Podsumowanie kluczowych punktów.

  2. Test wiedzy.

  3. Pytania i odpowiedzi.

  4. Ewaluacja szkolenia.

  5. Zakończenie.



Trener: dr inż. Łukasz Faber

Udostępnij

bottom of page