Sztuczna inteligencja w dydaktyce nauk humanistycznych – projektowanie zajęć, materiałów i oceniania z wykorzystaniem AI

LINK DO REJESTRACJI

Promocja przy zgłoszeniu do 16 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!

Dla kogo przeznaczone jest to szkolenie:

• Nauczyciele akademiccy prowadzący zajęcia z nauk humanistycznych

• Doktoranci i studenci przygotowujący się do pracy dydaktycznej

• Pracownicy bibliotek, archiwów i instytucji kultury

• Koordynatorzy programów i osoby odpowiedzialne za jakość kształcenia

• Każdy zainteresowany wykorzystaniem AI w dydaktyce humanistycznej

Opis szkolenia:

Uczestnicy szkolenia poznają możliwości wykorzystania AI w prowadzeniu zajęć humanistycznych. Nauczą się projektować dyskusje, pracę ze źródłami, ćwiczenia interpretacyjne, materiały dydaktyczne i zadania problemowe. Szkolenie obejmuje również ocenianie prac studentów, wykrywanie powierzchownych treści generowanych przez AI oraz rozwijanie samodzielnego myślenia i argumentacji.

Dlaczego warto:

1. Szkolenie prowadzone przez naukowca i eksperta w zakresie wykorzystania AI w dydaktyce i pracy akademickiej.

2. Praktyczne przykłady dostosowane do specyfiki danej grupy odbiorców.

3. Ćwiczenia do natychmiastowego zastosowania pozyskanej wiedzy.

Korzyści dla uczestników:

1. Umiejętność tworzenia angażujących zajęć i materiałów dla studentów kierunków humanistycznych.

2. Sprawniejsze przygotowywanie ćwiczeń, tekstów źródłowych i zadań interpretacyjnych.

3. Znajomość metod oceniania prac studentów w warunkach powszechnego dostępu do AI.

Metody szkoleniowe:

• Prezentacja i wykład teoretyczny

• Ćwiczenia praktyczne

• Sesja Q&A

PROGRAM SZKOLENIA

1. Wprowadzenie do AI w dydaktyce humanistycznej

·         Specyfika pracy z tekstem i interpretacją

·         Możliwości i ograniczenia AI

·         Etyczne uwarunkowania wykorzystania AI

2. Projektowanie zajęć

·         Tworzenie scenariuszy zajęć

·         Pytania problemowe i dyskusje

·         Aktywne metody pracy ze studentami

3. Praca z tekstami i źródłami

·         Dobór materiałów

·         Porównywanie interpretacji

·         Analiza kontekstu i argumentacji

4. Tworzenie materiałów dydaktycznych

·         Karty pracy i instrukcje

·         Prezentacje i streszczenia

·         Zadania rozwijające krytyczne myślenie

5. Ocenianie i informacja zwrotna

·         Kryteria oceny prac

·         Rubryki oceniania

·         Komentowanie i poprawa tekstów studentów

6. AI a samodzielność studenta

·         Projektowanie zadań odpornych na automatyczne generowanie

·         Rozpoznawanie powierzchownych odpowiedzi

·         Zasady dopuszczalnego korzystania z AI

7. Podsumowanie i sesja Q&A

·         Omówienie najważniejszych punktów

·         Odpowiedzi na pytania i dyskusja końcowa

Trener: dr Przemysław Tomczyk