Jak można korzystać z narzędzi generatywnej AI podczas studiowania?
Generatywna AI może wspierać proces studiowania, jednak jej wykorzystanie podlega ograniczeniom wynikającym z Uchwały URK UW oraz wytycznych osób prowadzących zajęcia. Po upewnieniu się, jaki zakres użytkowania jest dozwolony, zachęcamy do odkrywania możliwości tych narzędzi. Poniżej przedstawiamy kilka przykładów, jak można wykorzystać generatywną AI do stworzenia spersonalizowanego środowiska do nauki.
Generatywna AI jako wsparcie w nauce:
Poniższe przykłady pochodzą z artykułu E. Mollick i L. Mollick (2023). Zachęcamy do zapoznania się z pełną treścią artykułu. Autorzy w przystępny sposób wyjaśniają, jak odpowiednio formułować prompty, na co zwracać uwagę oraz jak zarządzać ryzykiem związanym z korzystaniem z tych narzędzi.
- AI jako mentor:
Generatywna AI może być pomocna w tworzeniu spersonalizowanej informacji zwrotnej/oceny „na żądanie”, która w przypadku interakcji z prowadzącym zajęcia bywa ograniczona godzinami pracy lub wielkością grupy. Możesz zaprojektować prompt tak, aby model „wcielił się w rolę” prowadzącego i pomógł Ci krytycznie ocenić Twoją pracę. Warto w promptcie zawrzeć cel zadania, do którego potrzebujesz informacji zwrotnej, oraz określić rolę AI, Twoje oczekiwania i instrukcje krok po kroku. Spersonalizowanie promptu — uwzględnienie poziomu studiów, szczegółowości oczekiwanych sugestii, stopnia zaawansowania pracy itp. — może znacząco poprawić jakość uzyskanego wsparcia. Takie wsparcie może przybrać formę konwersacji z AI, w której będziesz mieć możliwość doprecyzowania swoich potrzeb. Przykładowy prompt znajdziesz w artykule E. i L. Mollick (2023, str. 6-7).
- AI jako nauczyciel:
Możesz również wykorzystać generatywną AI do nauki całkowicie nowych tematów, np. poznawania nowych metod badawczych czy zaznajamiania się z teoriami. W takim przypadku ryzyko uzyskania błędnych informacji jest większe, ponieważ brak doświadczenia w danym obszarze może utrudniać wychwycenie potencjalnych błędów lub „halucynacji” AI. Dlatego warto traktować AI jako dodatkowe źródło informacji, uzupełniające rzetelne materiały. Pamiętaj, że odpowiedzi AI mogą się różnić przy każdym użyciu. Aby uzyskać jak najlepsze wyniki, podobnie jak przy informacji zwrotnej, należy zadbać o szczegółowy prompt – określić rolę AI, cel oraz udzielić jasnych instrukcji. Warto prosić o jasne wyjaśnienia, komunikować, co zrozumiałeś/aś, oraz prosić o przykłady, powiązania czy ponowne wytłumaczenie innymi słowami. Zobacz przykładowe prompty w artykule E. i L. Mollick (2023, str. 12-14).
- AI jako symulator:
Generatywna AI może również wspierać Cię w testowaniu wiedzy, którą już zdobyłeś/aś, poprzez tworzenie testów, scenariuszy i przypadków (case'ów) do rozwiązywania określonych problemów. Taki sposób wykorzystania generatywnej AI pozwala sprawdzić, czy potrafisz zastosować swoją wiedzę zarówno w znanych, jak i całkowicie nowych kontekstach. Tworząc symulator problemu do rozwiązania, warto określić kontekst, obszar wiedzy, który chcesz przećwiczyć, role, jakie pełnicie zarówno Ty, jak i AI, cechy scenariusza lub testu oraz sposób interakcji (zob. Mollick, Mollick 2023, s. 39).
- AI jako narzędzie:
Można też korzystać z generatywnej AI jako zwykłego narzędzia do np. kodowania, proofreadingu, tłumaczenia tekstu, streszczania i wyciągania najważniejszych wniosków z tekstu, odpowiadania na maile itp. pamiętając o:
sprawdzaniu treści,
śledzeniu swojego wykorzystania i
odpowiednim cytowaniu narzędzi generatywnej AI.
Pierwsze kroki z generatywną AI mogą być wyzwaniem, ponieważ wyniki nie zawsze od razu spełniają nasze oczekiwania. Warto jednak dać sobie czas na zapoznanie się z technologią – nie zrażać się początkowymi trudnościami, lecz traktować je jako część procesu nauki. Kluczem do uzyskiwania lepszych rezultatów jest umiejętne formułowanie promptów.
W pracy z generatywną AI należy również zwrócić uwagę na kwestie etyczne, takie jak ochrona prywatności, prawa autorskie czy ryzyko dezinformacji. Odpowiedzi generowane przez AI mogą zawierać błędy, nawet jeśli są podane w sposób budzący zaufanie. Dlatego użytkownik ponosi odpowiedzialność za końcowy efekt swojej pracy – w razie wątpliwości warto sięgnąć po informacje z wiarygodnych źródeł.
Generatywna AI jako wsparcie w prowadzeniu badań: → zobacz tutaj
Warto wiedzieć, że:
-
logując się mailem uniwersyteckim na konto Microsoft 365, dzienny limit w Microsoft Copilot podwyższa się do 30 odpowiedzi → link
-
GitHub Copilot oferuje darmowy program dla osób studiujących → link
-
w zależności od sposobu korzystania, dostęp do modeli OpenAI (GPT-4, GPT-4o, DALLE itp.) przez API może być tańszy od subskrypcji konta Premium → link
Źródła:
Mollick, E. R., & Mollick, L. (2023a). Assigning AI: Seven Approaches for Students, with Prompts. SSRN Electronic Journal. DOI