Sztuczna inteligencja w dydaktyce nauk medycznych i nauk o zdrowiu

LINK DO REJESTRACJI

Promocja przy zgłoszeniu do 26 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!

Szkolenie: Sztuczna inteligencja w dydaktyce nauk medycznych i nauk o zdrowiu – nowoczesne metody kształcenia studentów z wykorzystaniem AI

Dla kogo przeznaczone jest to szkolenie:

• Nauczyciele akademiccy prowadzący zajęcia na kierunkach medycznych i zdrowotnych

• Pracownicy uczelni medycznych i wydziałów związanych z ochroną zdrowia

• Doktoranci i osoby przygotowujące się do prowadzenia zajęć

• Koordynatorzy programów kształcenia i osoby odpowiedzialne za jakość dydaktyki

• Każdy zainteresowany wykorzystaniem AI w dydaktyce medycznej

Opis szkolenia:

Uczestnicy szkolenia poznają praktyczne zastosowania sztucznej inteligencji w dydaktyce nauk medycznych. Dowiedzą się, jak wykorzystywać AI do projektowania zajęć, przygotowywania materiałów, tworzenia przypadków klinicznych, symulacji, pytań egzaminacyjnych oraz informacji zwrotnej dla studentów. Szczególna uwaga zostanie poświęcona bezpieczeństwu danych, etyce oraz konieczności weryfikowania treści medycznych.

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 projektowania zajęć i materiałów dydaktycznych z wykorzystaniem AI.

2. Krótszy czas przygotowywania przypadków klinicznych, ćwiczeń i pytań sprawdzających.

3. Znajomość zasad bezpiecznego i etycznego wykorzystania AI w kształceniu medycznym.

Metody szkoleniowe:

• Prezentacja i wykład teoretyczny

• Ćwiczenia praktyczne

• Sesja Q&A

PROGRAM SZKOLENIA

1. Wprowadzenie do AI w dydaktyce medycznej

·         Możliwości i ograniczenia AI w kształceniu medycznym

·         Najważniejsze narzędzia I etyka pracy z AI

·         Bezpieczeństwo danych i ryzyko błędów merytorycznych

2. Projektowanie zajęć i efektów uczenia się

·         Tworzenie scenariuszy zajęć

·         Dostosowanie treści do poziomu studentów

·         Budowanie efektów uczenia się i aktywności dydaktycznych

3. Tworzenie przypadków klinicznych i symulacji

·         Przypadki do dyskusji

·         Scenariusze symulacyjne

·         Stopniowanie trudności i warianty przypadków

4. Przygotowywanie materiałów dydaktycznych

·         Notatki, instrukcje i karty pracy

·         Prezentacje i materiały wizualne

·         Streszczenia i objaśnienia złożonych zagadnień

5. Ocenianie i informacja zwrotna

·         Pytania testowe i otwarte

·         Kryteria oceniania

·         Informacja zwrotna dla studentów

6. Podsumowanie i sesja Q&A

·         Omówienie najważniejszych punktów

·         Odpowiedzi na pytania i dyskusja końcowa

Trener: dr Przemysław Tomczyk