Předmět: Nástroje umělé inteligence pro studium

« Zpět
Název předmětu Nástroje umělé inteligence pro studium
Kód předmětu KGG/KNAIS
Organizační forma výuky Seminář
Úroveň předmětu nespecifikována
Rok studia nespecifikován
Semestr Zimní
Počet ECTS kreditů 3
Vyučovací jazyk Čeština
Statut předmětu nespecifikováno
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Kovařík Filip, Mgr. Ph.D.
Obsah předmětu
Kurz pokrývá čtyři základní tematické oblasti, ve kterých se studenti postupně seznamují s principy fungování umělé inteligence, učí se s ní efektivně komunikovat, využívají ji jako nástroj pro podporu studia a nakonec ji aplikují při práci s daty, vizualizacemi a organizací studijního času. 1. Co je umělá inteligence a jak funguje (1.-3. týden) Historie a vývoj umělé inteligence; základní principy fungování AI; typy AI nástrojů a jejich přehled; možnosti a omezení AI; etické otázky spojené s využíváním AI v akademickém prostředí; pravidla akademické integrity. 2. Jak se AI ptát správně (4.-6. týden) Princip promptování; struktura efektivního promptu; typy promptů a jejich využití; iterativní upřesňování dotazů; kontextové instrukce; časté chyby při práci s AI a jak se jim vyhnout; praktická cvičení s různými nástroji. 3. AI jako studijní pomocník (7.-10. týden) AI pro podporu psaní a tvorby textů; shrnutí a zpracování přednášek; tvorba poznámek a myšlenkových map; vyhledávání a analýza odborné literatury pomocí AI; kritické ověřování informací získaných z AI; nástroje pro práci s vědeckými texty. 4. AI pro data, vizualizace a organizaci studia (11.-13. týden) Základní práce s daty pomocí AI; generování a úprava vizuálního obsahu; tvorba grafů a infografik; AI nástroje pro plánování a organizaci studia; správa úkolů a studijního času; zodpovědné a reflektované začleňování AI do každodenní studijní praxe.

Studijní aktivity a metody výuky
Monologická (výklad, přednáška, instruktáž), Dialogická (diskuze, rozhovor, brainstorming), Metody práce s textem (učebnicí, knihou), Demonstrace
  • Účast na výuce - 26 hodin za semestr
  • Semestrální práce - 44 hodin za semestr
  • Příprava na zápočet - 20 hodin za semestr
Výstupy z učení
Předmět si klade za cíl vybavit studenty praktickými kompetencemi pro smysluplné a zodpovědné využívání nástrojů umělé inteligence v kontextu vysokoškolského studia. Studenti porozumí principům fungování AI, zorientují se v aktuální nabídce dostupných nástrojů a naučí se s nimi pracovat efektivně - od formulace kvalitních dotazů přes podporu psaní a zpracování literatury až po práci s daty a organizaci studia. Součástí předmětu je rovněž kritická reflexe možností a omezení AI a vědomé ukotvení jejího využívání v rámci pravidel akademické integrity.
Po absolvování předmětu studující: - vysvětlí princip fungování nástrojů umělé inteligence a zasadí jejich vývoj do historického kontextu, - orientuje se v nabídce dostupných AI nástrojů, rozlišuje jejich možnosti a omezení a vědomě reflektuje etické otázky spojené s jejich používáním v akademickém prostředí, - aplikuje zásady efektivního promptování a dokáže klást AI nástrojům přesné a účelné dotazy, - využívá AI nástroje na podporu svého studia - při psaní, tvorbě poznámek, shrnutí přednášek a zpracování vědeckých textů, - pracuje s nástroji pro vyhledávání a analýzu odborné literatury a kriticky ověřuje informace získané pomocí AI, - zodpovědně a s respektem k pravidlům akademické integrity začleňuje AI nástroje do svého každodenního studia.
Předpoklady
Základní znalosti využívání internetu. Nevyžadují se předchozí znalosti o umělé inteligenci.

Hodnoticí metody a kritéria
Analýza výkonů studenta, Seminární práce

Pravidelná účast na seminářích a plnění úkolů v předem stanovených termínech. a) průběžné úkoly ze cvičení: studující odevzdá všechny zadané dílčí úkoly prostřednictvím MOODLE. Hodnocení splněno/nesplněno s písemnou zpětnou vazbou; b) aktivní zapojení do práce v rámci praktických seminářů.
Doporučená literatura
  • Furze, L. (2025). AI ve škole prakticky: Strategie pro využití generativní umělé inteligence ve vzdělávání. Praha.
  • Mollick, E. (2024). Co-Intelligence: Living and Working with AI.. New York.
  • Phoenix, J., & Taylor, M. (2023). Prompt Engineering for Generative AI: Future-Proof Inputs for Reliable AI Outputs. Sebastopol.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr