top of page
Krytyczne myślenie i praca ze źródłami – jak uczyć studentów oceny wiarygodności informacji w środowisku cyfrowym
Krytyczne myślenie i praca ze źródłami – jak uczyć studentów oceny wiarygodności informacji w środowisku cyfrowym

pt., 20 lis

|

Google Meet

Krytyczne myślenie i praca ze źródłami – jak uczyć studentów oceny wiarygodności informacji w środowisku cyfrowym

Cena regularna: 400 zł netto, 492 zł brutto Promocja przy zgłoszeniu do 6 listopada 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

20 lis 2026, 15:00 – 18:00

Google Meet

REJESTRACJA

LINK DO REJESTRACJI


Promocja przy zgłoszeniu do 6 listopada 2026 r.:

- jednej i dwóch osób otrzymają Państwo 10% rabatu lub

- 50% rabatu dla trzeciej osoby lub

- czwarta osoba gratis.

Promocje nie łączą się!


Szkolenie: Krytyczne myślenie i praca ze źródłami – jak uczyć studentów oceny wiarygodności informacji w środowisku cyfrowym i generatywnej AI


Opis szkolenia

W środowisku nadmiaru informacji oraz tekstów generowanych przez AI umiejętność rozpoznawania uzasadnionych twierdzeń staje się kluczowym efektem kształcenia. Szkolenie pokazuje, jak przełożyć krytyczną analizę informacji na konkretne aktywności dydaktyczne, nie ograniczając się do list kontrolnych ani prostego wykrywania tekstów AI. Uczestnicy przećwiczą projektowanie zadań wymagających weryfikacji źródeł, porównania dowodów i uzasadniania ocen.


Cel główny

Projektowanie aktywności uczących krytycznej oceny źródeł i odpowiedzi generatywnej AI.


Efekty uczenia się

  • Rozróżniać wiarygodność źródła, trafność dowodu i siłę argumentacji

  • Identyfikować błędy, halucynacje i pozornie przekonujące cytowania AI

  • Projektować zadania rozwijające weryfikację i triangulację informacji

  • Formułować kryteria oceny uzasadnienia i jakości wykorzystania źródeł



PROGRAM SZKOLENIA


  1. Wiarygodność w cyfrowym ekosystemie:

    1. Autorytet źródła, aktualność, intencja autora, źródła pierwotne i wtórne; ograniczenia heurystyk.

  2. Weryfikacja twierdzeń i materiałów AI:

    1. Fact-checking, lateral reading, śledzenie cytowań, weryfikacja publikacji i danych.

  3. Myślenie krytyczne jako praktyka dydaktyczna:

    1. Pytania sokratejskie, porównywanie konkurencyjnych wyjaśnień, ocena jakości argumentów.

  4. Projektowanie i ocenianie:

    1. Zadanie: audyt odpowiedzi AI z dziennikiem dowodów; kryteria jakości i informacja zwrotna.



Rezultat praktyczny

Uczestnik opracuje szkic rozwiązania lub narzędzie do wykorzystania we własnej praktyce, a także listę kroków wdrożenia.


Metody i wymagania

Analiza przykładów, moderowana dyskusja i ćwiczenie projektowe. Wystarczy komputer z dostępem do internetu; dostęp do płatnych narzędzi nie jest wymagany. Zastosowania narzędzi mogą zależeć od polityki instytucji.



Trener

Udostępnij

bottom of page