Umělá inteligence na UNED: studie, projekty a zodpovědné využívání

Umělá inteligence v UNED se stala jedním ze strategických pilířů jak ve výuce, tak ve výzkumu a vzdělávacích inovacích. Od magisterského studia v oboru výzkumu umělé inteligence až po kurzy dalšího vzdělávání a projekty generativní umělé inteligence, největší španělská univerzita distančního vzdělávání vytváří kolem této disciplíny velmi silný ekosystém.

Pokud hledáte informace o „umělé inteligenci UNED“, protože zvažujete školení, výzkum nebo jen dohánění zameškaného času Pokud jde o to, jak se umělá inteligence (zejména generativní umělá inteligence) využívá na univerzitách, zde naleznete velmi komplexního průvodce. Budeme se zabývat oficiálními studijními programy, kvalifikacemi specifickými pro danou univerzitu, obsahem kurzů, požadavky na přijetí, metodologiemi distančního vzdělávání, institucionálními projekty zahrnujícími umělou inteligenci a etickými a právními důsledky, které sama UNED zdůrazňuje.

Co se v kontextu UNED rozumí umělou inteligencí?

Na UNED se k umělé inteligenci (AI) přistupuje ze široké a velmi rigorózní perspektivy.Zahrnuje vše od teoretických základů až po nejnovější aplikace, včetně generativní umělé inteligence. Nezaměřuje se na „trendové nástroje“ jako ChatGPT, ale spíše začíná klasickými koncepty, aby plně pochopila, co se za těmito systémy skrývá.

Úvod do umělé inteligence, který je součástí magisterského programu a kurzů Zahrnuje historické pozadí, formální definice a klasické rozlišení mezi silnou a slabou umělou inteligencí. Silná umělá inteligence označuje systémy, které by teoreticky mohly mít kognitivní schopnosti srovnatelné s lidskými, zatímco slabá umělá inteligence se zaměřuje na programy schopné velmi efektivně řešit specifické úkoly, ale bez vědomí nebo hlubokého porozumění.

Rovněž jsou zhodnoceny různé úrovně výpočetní techniky a základní struktura inteligentního systému.Reprezentace znalostí, inferenční engine, mechanismy učení, interakční rozhraní atd. Dále vysvětluje, čím se umělá inteligence zabývá (vnímání, uvažování, plánování, učení, interakce s lidmi…), a rozebírá nejaktivnější oblasti použití: mimo jiné medicínu, vzdělávání, inženýrství, bezpečnostní systémy, chytrá města, dohled, analýzu dat nebo sociální robotiku.

UNED zdůrazňuje důležitost dobrého pochopení inference (jak stroj přechází od dat a pravidel k závěrům) a rozdíl mezi symbolickými, konekcionistickými a pravděpodobnostními přístupy, stejně jako bioinspirovanými a hybridními metodami, které kombinují několik paradigmat. To vše slouží jako základ pro pochopení toho, jak dnes fungují rozsáhlé jazykové modely a generativní systémy pro text, obraz nebo video.

Magisterský titul ve výzkumu umělé inteligence z UNED

Magisterský titul ve výzkumu umělé inteligence z UNED je oficiální kvalifikace, jasně zaměřená na výzkum. a nejde jen o odbornou specializaci. Jeho hlavním cílem je tedy připravit studenty na zahájení vědecké kariéry, která obvykle vrcholí doktorskou prací, ačkoli získané znalosti jsou velmi cenné i v technologicky zaměřených společnostech.

Tento magisterský studijní program propojuje základní znalosti o umělé inteligenci získané v bakalářském studiu se současnými hranicemi výzkumu.Studijní plán je modulární (základy, metody, aplikace a projekty) a všechny předměty jsou volitelné s výjimkou jednoho kurzu výzkumné metodologie. To studentům umožňuje přizpůsobit si studijní cestu na základě jejich předchozího vzdělání, metod, které je zajímají (symbolické, konekcionistické, pravděpodobnostní, bioinspirované nebo hybridní), a aplikačních oblastí, které chtějí prozkoumat.

Výuka probíhá kompletně distančně prostřednictvím platformy UNED.Odtud je prováděno průběžné sledování prostřednictvím aktivit, cvičení, fór, odevzdávání úkolů a dalších online nástrojů. Pedagogický personál poskytuje podporu ve španělštině nebo angličtině podle preference studenta, i když to neznamená, že všechny materiály jsou k dispozici v obou jazycích.

Tento magisterský titul je ověřen organizací ANECA a podléhá oficiálnímu ověřovacímu, monitorovacímu a akreditačnímu procesu. Vyžadováno španělskou legislativou. Rada univerzit a Ministerstvo školství potvrzují jeho oficiální status a titul je zapsán v Registru univerzit, center a titulů (RUCT). Akreditace je pravidelně obnovována a ověřuje se, zda jsou výsledky dostatečné pro pokračování v poskytování programu.

Pokud jde o kariérní dráhy, hlavní možností je pokračovat v doktorském programu Inteligentní systémy na ETSI Computer Science School of UNED (Národní univerzita distančního vzdělávání).Otevírá však také dveře k dalším souvisejícím doktorským programům na španělských a mezinárodních univerzitách. Navzdory svému výzkumnému zaměření mnoho absolventů uplatňuje své znalosti ve společnostech specializujících se na IT, datovou vědu, kybernetickou bezpečnost, digitální zdraví nebo odvětví, kde je umělá inteligence klíčová pro inovace.

Cíle a kompetence magisterského studia

Po absolvování magisterského studia v oboru výzkumu umělé inteligence by měl být student schopen sebevědomě zvládat základy a nejmodernější technologie umělé inteligence.To zahrnuje jak teoretické základy, tak moderní modely a techniky, se zvláštním zřetelem na symbolické, konekcionistické a pravděpodobnostní metody, jakož i na nejnovější hybridní přístupy.

Mezi klíčové kompetence patří zvládnutí široké škály metod umělé inteligence a znalost toho, kdy každou z nich použít.Systémy založené na znalostech, pravidla a omezení, Bayesovské sítě, rozhodovací stromy, neuronové sítě (včetně hlubokého učení), evoluční výpočty, dolování dat, vyhledávání informací v textech, počítačové vidění, adaptivní systémy ve vzdělávání atd.

Další zásadní schopností je aplikace těchto metod na specifické, vysoce relevantní oblasti.jako je medicína, vzdělávání, inženýrství, bezpečnost, dohled nebo chytrá města. Nejde jen o „programovací modely“, ale o pochopení kontextu problému, převod znalostí z přirozeného jazyka do vyčíslitelné reprezentace a návrh efektivních, účinných a vědecky ověřených systémů.

Magisterský program klade také silný důraz na dovednosti vědeckého výzkumu.Vyhledávání a správa bibliografie, kritická analýza současného stavu techniky, formulace hypotéz a cílů, návrh experimentu, sběr a zpracování dat, interpretace výsledků, psaní článků nebo referátů a veřejná obhajoba prací.

Vzhledem k vysoké míře výběru v programu je obtížné definovat vysoce specifické kompetence pro každého.Proto se doporučuje pečlivě si prostudovat příručky ke každému předmětu a především se dohodnout s vedoucím magisterského programu (a později s vedoucím diplomové práce) na tom, které předměty a přístup nejlépe vyhovují zájmům každého studenta.

Učební plán, studijní plány a diplomová práce

Magisterský titul se skládá z 60 kreditů ECTS, což odpovídá přibližně 1 500 hodinám studentské práce.Z těchto 60 kreditů je 30 rozděleno na volitelné předměty a zbývajících 30 je věnováno povinnému předmětu metodologie výzkumu (3 kredity) a diplomové práci (27 kreditů).

Povinným předmětem je „Metodologie výzkumu v inteligentních systémech“ (3 ECTS)Tento kurz je nejlepší absolvovat na začátku, protože poskytuje základ pro práci na diplomové práci a jakékoli oblasti výzkumu v oboru. Je klíčovou součástí pro osvojení si dovedností v navrhování projektů, plánování fází, správě bibliografických zdrojů a psaní vědeckých textů.

Volitelné předměty (všechny v hodnotě 6 kreditů) pokrývají velmi širokou škálu metod a aplikací:

• Aplikace umělé inteligence pro lidský a udržitelný rozvoj
• hluboké učení
• Evoluční výpočty
• Objevování informací v textech
• Metody strojového učení
• Pravděpodobnostní metody
• Symbolické metody
• Dolování dat
• Základy lingvistického zpracování
• Adaptivní systémy ve vzdělávání
• Umělé vidění
• Sémantický web a propojování dat

Pro informaci magisterský program navrhuje několik možných itinerářů založených na zkušenostech z předchozích let.:

1. Znalostní inženýrstvíKombinuje předměty jako symbolické metody, sémantický web a propojování dat, základy jazykového zpracování a aplikace umělé inteligence pro lidský a udržitelný rozvoj.

2. Teorie rozhodování a analýza datZaměřuje se na pravděpodobnostní metody, dolování dat, metody strojového učení, evoluční výpočty, objevování informací v textech, základy lingvistického zpracování a aplikace umělé inteligence pro lidský a udržitelný rozvoj.

3. Inteligentní systémySpoléhá na metody strojového učení, umělé vidění, hluboké učení, evoluční výpočty a aplikace umělé inteligence pro lidský a udržitelný rozvoj.

4. Výuka a učeníZaměřuje se na adaptivní systémy ve vzdělávání, dolování dat, základy lingvistického zpracování a aplikace umělé inteligence pro lidský a udržitelný rozvoj.

Diplomová práce (27 kreditů) je skutečným úvodem do výzkumuMusí zahrnovat všechny fáze: definování problému, přehled současného stavu techniky, stanovení cílů, metodologický návrh, implementaci prototypů nebo experimentů, analýzu výsledků a napsání vědeckého textu, ideálně publikovatelného.

Vzhledem k obrovské váze diplomové práce v celkovém počtu kreditů je role školitele klíčová.Výběr přijatých studentů zohledňuje nejen akademické výsledky, ale také individuální doučovací schopnosti každého profesora a spřízněnost mezi zájmy kandidáta a dostupnými oblastmi výzkumu.

Přístup, předběžná registrace a kritéria pro přijetí do magisterského programu

Pro zápis do magisterského studia v oboru výzkumu umělé inteligence na UNED je nezbytné nejprve projít předběžnou registrací a přijímacím řízením.Mít předchozí titul nestačí, protože program má omezený počet míst v závislosti na schopnosti fakulty vést diplomové práce.

Oprávněni jsou absolventi univerzit ze španělského systému nebo Evropského prostoru vysokoškolského vzdělávání (EHEA). které umožňují přístup k magisterským studijním programům. Akceptovány jsou i tituly ze vzdělávacích systémů mimo Evropský prostor vysokoškolského vzdělávání (EHEA), pokud univerzita ověří ekvivalenci úrovně vzdělání. Tento přístup neznamená plné uznání titulu; pouze opravňuje držitele k pokračování v magisterském studiu na UNED.

Předběžná registrace obvykle začíná v druhé polovině květnaAčkoli je povinné každoročně kontrolovat oficiální kalendář na webových stránkách UNED (sekce EHEA Masters), průvodce kurzy pro akademický rok 2025-26 slouží jako reference, ale obsah a data se aktualizují pro každé nové vydání.

Kromě oficiální žádosti v aplikaci UNED musí žadatel vyplnit i zvláštní formulář (Odkaz na Google Forms je uveden v průvodci), kde uvedete své akademické informace, zkušenosti, výzkumné zájmy a shodu s magisterským programem. Tento formulář je nutné předem vybrat.

Výběrový proces probíhá v několika krocíchKoordinátor magisterského programu připraví „shrnutí“ každé přihlášky a rozešle ho fakultě, aby mohla posoudit vhodnost uchazečů na základě témat jejich diplomových prací. Někteří profesoři mohou uchazeče kontaktovat ohledně telefonických nebo videokonferencních pohovorů. Každý profesor nakonec sdělí, zda určité kandidáty podporuje, či nikoli.

Seznam schválených kandidátů funguje jako jakýsi „krátký seznam“Nezaručuje to přijetí, ale je to velmi silný ukazatel: pokud žádný profesor uchazeče nepodpoří, je extrémně nepravděpodobné, že bude přijat. Ti, kteří mají jedno nebo více doporučení, dostanou číslo a jména doporučujících profesorů.

Student si pak musí vybrat nejvhodnějšího ředitele a kontaktovat ho. Pro dokončení přijetí informujte po odsouhlasení koordinátora, aby se stav vaší přihlášky změnil na „Přijat“ a vy se mohli zapsat v okamžiku zahájení odpovídajícího období. Pokud se původně vybraný profesor nemůže ujmout role (z důvodu plného zápisu nebo z jiných důvodů), může student kontaktovat jiné profesory, kteří ho také mohou doporučit.

Z hlediska kvantitativních kritérií má přijetí váhu dvou blokůAkademická kvalifikace (včetně průměru známek) do 30 % a další zásluhy související s magisterským programem, výzkumné zkušenosti, tematická spřízněnost a očekávané nasazení do 70 %. Průměr známek musí být vyjádřen na stupnici od 1 do 4; pokud je akademický záznam na jiné stupnici, musí být převeden podle pokynů a šablon čestných prohlášení poskytnutých UNED.

Délka trvání, pracovní zátěž a plánování zápisu

Přestože je magisterský program navržen tak, aby byl dokončen na plný úvazek během jednoho roku, realita je taková, že průměrná délka trvání se obvykle pohybuje mezi 2 a 3 lety.protože většina studentů kombinuje studium s prací nebo jinými povinnostmi.

Každý kredit ECTS odpovídá 25 hodinám práce; 60 kreditů magisterského studia představuje přibližně 1 500 hodin.Pro představu, standardní roční pracovní doba je okolo 1 776 hodin. Proto samotná příručka trvá na tom, aby studenti pečlivě posoudili svou skutečnou dostupnost, než se zavážou ke všem 60 kreditům najednou.

Předpisy UNED stanoví maximální dobu studia 4 po sobě jdoucí roky pro dokončení magisterského studia.Tento časový limit spolu s cenou školného (kterou je třeba ověřit na stránce UNED s cenami pro veřejnost v magisterském studiu) vede k tomu, že je vhodné dobře si naplánovat tempo studia.

V prvním ročníku je povinné zapsat si alespoň 12 kreditů.Doporučuje se vždy zahrnout předmět „Metodologie výzkumu v inteligentních systémech“ (3 kredity) a alespoň dva volitelné předměty. Počet kreditů lze dále upravovat podle denní dostupné dotace (8 hodin denně po dobu jednoho roku, 4 hodiny denně po dobu přibližně dvou let atd.).

Pokud jde o diplomovou práci, existuje možnost zapsat se do režimu supervize.To neznamená, že je nutné zaplatit všech 27 kreditů, ale spíše zajistit spojení s vedoucím programu a postupovat v definování projektu. Jakmile bude rozhodnuto o formalizaci diplomové práce obhajobou, bude vyžadován zápis odpovídajících 27 kreditů. Pokud se obhajoba nekoná v akademickém roce, ve kterém byla platba provedena, bude nutný opětovný zápis.

Historické míry předčasného ukončení studia ukazují, jak náročný je tento program.Počet přijatých studentů se liší v závislosti na kurzu (v hodnocených letech se pohybuje kolem 20–50 %). Počet přijatých studentů závisí také na kapacitě školy: v posledních letech se pohybuje v rozmezí 30–48 studentů na kurz.

Metodologie distančního vzdělávání, hodnocení a kvalita magisterského programu

Magisterský program je vyučován výhradně online a využívá zkušenosti UNED s distančním vzděláváním.Každý předmět je podporován virtuální platformou: fóra, odevzdávání praktických úkolů, materiály, video semináře atd. Nejsou zde žádné povinné externí stáže, ale experimentální povaha programu se odráží ve váze praktických úkolů a projektů v hodnocení.

Hodnocení je obvykle založeno na dokončení a odevzdání aktivit, projektů nebo praktických cvičení. s definovanými termíny. Pokud student odevzdá práci po hlavním červnovém termínu, ale v rámci zářijového termínu, bude to uvedeno v zápisu z daného zasedání. Srpen je považován za měsíc bez výuky.

Pokud jde o systém zajišťování kvality, UNED má SGIC (interní systém zajišťování kvality) Certifikováno organizací ANECA, která zahrnuje bakalářské, magisterské a doktorské studium. Tento systém sleduje kvalitu pedagogického sboru, zdrojů, studentských služeb, přijímacího řízení, poradenství, umisťování do zaměstnání, sledování výsledků, vyřizování návrhů a stížností a vhodnost podpůrného personálu.

Odpovědnost za kvalitu v magisterském programu leží na několika orgánechKoordinační výbor pro studijní program, výbor pro zajištění kvality centra, manažerský tým školy a výbor pro zajištění kvality UNED. Statistický portál univerzity dále nabízí ukazatele výkonnosti a spokojenosti pro každý studijní program, včetně údajů pro tento magisterský program (pod jeho současným názvem nebo předchozím názvem Magisterský titul v pokročilé umělé inteligenci).

Tento titul neumožňuje přímý přístup k regulovaným povoláním.Umožňuje však přístup k doktorskému studiu (při splnění ostatních požadavků na celkový počet kreditů) a vytváří velmi atraktivní profil pro společnosti hledající specialisty v oblasti inteligentních systémů, pokročilé analýzy dat nebo aplikovaných řešení umělé inteligence.

Další magisterské tituly a vzdělávání v oblasti umělé inteligence na ETSI Computer Science School of the UNED

Kromě magisterského programu ve výzkumu umělé inteligence nabízí ETSI Computer Science na UNED tři další oficiální magisterské tituly, které jsou více zaměřené na profesní oblast.což by mohlo být zajímavé pro ty, kteří hledají aplikovanější přístup k počítačovému inženýrství a řízení technologií.

Tyto magisterské tituly jsouMagisterský titul v oboru počítačového inženýrství, magisterský titul v oboru inženýrství a datové vědy a Magisterský titul v oboru kybernetické bezpečnostiVe všech z nich hraje umělá inteligence a analýza dat důležitou roli, ačkoli tento přístup není tak striktně zaměřený na výzkum jako v magisterském programu umělé inteligence.

Jeden zřejmý rozdíl spočívá ve váze přikládané diplomové práciV těchto třech profesních programech je magisterská práce obvykle ekvivalentní 12 kreditům ECTS (přibližně 300 hodinám), zatímco v magisterském programu Výzkum v oblasti umělé inteligence má magisterská práce 27 kreditů (675 hodin), což je prakticky polovina celkové roční náročnosti.

Škola informatiky ETSI také udržuje specifický virtuální prostor, kde jsou zveřejňovány nabídky stipendií a práce související s umělou inteligencí.Tyto programy jsou specificky zaměřeny na studenty magisterského studia. To usnadňuje kontakt s výzkumnými skupinami, technologickými společnostmi a institucemi, které se zajímají o pokročilé profily v oblasti umělé inteligence.

Další vzdělávání, postgraduální tituly a kurzy v oblasti umělé inteligence na UNED

Kromě oficiálních magisterských titulů nabízí UNED i postgraduální program s vlastními tituly. (magisterské tituly v dalším vzdělávání, specializační diplomy, expertní diplomy a certifikáty pro učitele), které zahrnují i ​​školení v oblasti umělé inteligence a digitálních dovedností.

Pro přístup k těmto specializovaným titulům je obecně vyžadován vysokoškolský titul, bakalářský titul, diplom, inženýrský titul nebo titul v oboru architektury.Rektorát však může výjimečně a s příznivým posudkem vedoucího kurzu osvobodit od požadavku na získání titulu osoby s akreditovanou profesní kariérou, která prokazuje schopnost úspěšně dokončit vzdělávání, za předpokladu, že mají přístup na univerzitu v souladu s platnými předpisy.

V těchto kurzech UNED pracuje na dovednostech, jako je vyhledávání a správa digitálních informací, tvorba obsahu a řešení problémů s technologiemi., v souladu s rámci digitálních kompetencí (např. úrovně navigace, filtrování a vyhodnocování informací; tvorba digitálního obsahu; základní programování; kreativní využití technologií atd.).

Reprezentativním příkladem je úvodní školení v oblasti umělé inteligence Celkovým cílem je poskytnout jasnou představu o tom, co je umělá inteligence a jak se uplatňuje v praxi, od generování textu až po tvorbu obrázků. Od studentů se očekává, že pochopí základy fungování těchto systémů, jejich výhody, omezení a související rizika.

Toto školení obvykle kombinuje písemné materiály (poznámky, prezentace), nahrávky z hodin, diskusní fóra a praktické aktivity.Online nástroje jako ChatGPT, Bing Chat nebo ChatSonic se používají k demonstraci reálných případů použití při tvorbě obsahu, přičemž vždy vyvolávají kritický a etický přístup k jejich použití v akademickém a profesním kontextu.

Úvod, využití a rizika umělé inteligence ve specifických kurzech

V krátkých kurzech určených pro širokou veřejnost UNED strukturuje obsah umělé inteligence do velmi přehledných bloků.které umožňují lidem bez předchozího technického vzdělání pochopit, co se za těmito nástroji skrývá.

První blok je obvykle úvodní modul, kde jsou zodpovězeny základní otázky.Co je umělá inteligence, jaké cíle sleduje, jak se historicky vyvíjela a jaké hlavní typy umělé inteligence se rozlišují (např. tradiční expertní systémy, modely řízeného učení, hluboké neuronové sítě, generátory obsahu atd.).

Druhá část se zaměřuje na praktické využití umělé inteligenceKurz identifikuje každodenní úkoly, ve kterých již tuto technologii využíváme (nástroje pro doporučení, virtuální asistenti, spamové filtry, překladové systémy atd.), a ponořuje se do generování textů a konverzací pomocí nástrojů, jako jsou ChatGPT, Bing a ChatSonic. Významná pozornost je věnována také generování obrázků pomocí generativních modelů, analýze jejich možností a omezení.

Třetí část se zaměřuje na rizika a špatné praktiky.Dezinformace, plagiátorství, krádež identity, generování diskriminačního nebo zaujatého obsahu, zneužití v akademických úkolech atd. Jsou rozebrány reálné příklady a diskutováno je, jak odhalit známky toho, že obsah mohl být generován umělou inteligencí, a také důležitost neustálého ověřování informací.

Metodologie kombinuje teorii, živé demonstrace a otevřené diskuseStudenti jsou povzbuzováni k tomu, aby se podělili o to, jak tyto nástroje používají ve svém prostředí, sci-fi případy jsou diskutovány ve vztahu k reálným aplikacím a je podporován kritický duch, aby se předešlo jak naivnímu nadšení, tak naprostému odmítnutí.

Generativní umělá inteligence, výzkum a institucionální strategie na UNED

Vznik generativní umělé inteligence (Generative AI nebo GenAI) znamenal zlom na UNEDTo platí zejména po masivním dopadu nástrojů, jako je ChatGPT, které během několika měsíců oslovily desítky milionů uživatelů. Tyto typy modelů, založené na transformačních architekturách a modelech velkých jazyků (LLM), jsou schopny vytvářet text, obrázky, videa a další obsah z jednoduchých instrukcí v přirozeném jazyce.

V oblasti vědeckého výzkumu se generativní umělá inteligence již používá k urychlení řady fází výzkumného procesu.: vyhledávání a syntéza literatury, tvorba abstraktů, pomoc s návrhem experimentů, podpora pro analýzu průzkumných dat, tvorba rukopisů, kontrola stylu psaní, tvorba obrázků nebo diagramů atd. Nástroje jako ChatGPT, SciSpace, Elicit, Perplexity, Epsilon, Consensus, Scite, NotebookLM, Jenni nebo Microsoft Copilot jsou součástí repertoáru mnoha výzkumníků.

Zároveň UNED důrazně zdůrazňuje omezení a rizika tohoto typu systému.Manipulují s daty, mohou reprodukovat zkreslení přítomná v trénovacích sadách, citlivě zacházejí s otázkami soukromí a jejich spoléhání se na materiály potenciálně chráněné autorským právem vyvolává důležité právní a etické debaty.

Proto prorektorát pro vzdělávací inovace definoval specifickou strategii pro využití generativní umělé inteligence ve výuce a učení.Cíl je dvojí: na jedné straně využít příležitostí, které tyto nástroje nabízejí, ke zlepšení zkušeností studentů a učitelů, a na druhé straně zachovat integritu a akademickou excelenci tím, že se zabrání jejich nepoctivému nebo neprůhlednému zneužívání.

Tato strategie je realizována prostřednictvím několika linií činnosti: příprava průvodců generativní umělou inteligencí určených pro učitele a studenty, organizace školení a workshopů (mnohé z nich vedené Univerzitním institutem distančního vzdělávání (IUED)) a vývoj vzdělávacích inovačních projektů, které integrují umělou inteligenci do platforem a služeb UNED.

Vzdělávací inovační projekty s umělou inteligencí na UNED

UNED o umělé inteligenci nejen hovoří, ale aktivně ji začleňuje do konkrétních projektů. které se snaží zlepšit výuku, akademické vedení a zkušenosti studentů, vždy v rámci zodpovědného přístupu.

Mezi projekty propagovanými prorektorátem pro vzdělávací inovace vynikají tyto::

1. Centrum vzdělávacích inovacíPlatforma, která využívá generativní umělou inteligenci k navrhování inovací ve výuce konkrétních předmětů. Pomáhá učitelům identifikovat nové metodiky, aktivity nebo zdroje, které by mohli zavést do svých kurzů pro zlepšení učení.

2. Laboratoř nově vznikajících vzdělávacích technologiíTato laboratoř, integrovaná do samotného centra, experimentuje s pokročilými funkcemi generativní umělé inteligence na podporu fakulty a nabízení lepších služeb studentům. Využívá platformu Edubots, vytvořenou na UNED, k vývoji konverzačních asistentů a dalších inteligentních nástrojů.

3. OvěřeníTento projekt se zaměřuje na odhalování plagiátorství v testech průběžného hodnocení (CAT) pomocí technik zpracování přirozeného jazyka. Jde nad rámec pouhého porovnávání textů; analyzuje vzorce psaní a koherenci.

4. Akademický doporučitelInteligentní systém doporučení, který analyzuje komplexní akademická data a poskytuje návrhy studentům i pedagogům. Lze jej použít například k výběru kurzů, optimalizaci akademického plánování nebo identifikaci problematických akademických cest.

5. ARCDU: projekt zaměřený na návrh ontologie, která usnadňuje pokročilé vyhledávání vzdělávacích zdrojů ve vyhledávači UNED a zlepšuje vyhledávání materiálů pomocí sémantických deskriptorů.

6. GEONA: iniciativa, která využívá generativní umělou inteligenci ke zlepšení komunikace v kurzech UNED Abierta a vytváří srozumitelnější texty přizpůsobené různým cílovým skupinám.

7. Otevřený turnaj UNED: prostor pro MOOC a masivní kurzy, kde jsou testována personalizovaná doporučení pro tituly, magisterské tituly a další vzdělávání na základě zájmu a chování účastníků v konkrétním kurzu.

8. JAZYK: projekt, který vyvíjí generativní nástroje umělé inteligence pro výuku a učení jazyků, jako jsou konverzační asistenti, adaptivní generátory cvičení nebo automatizované systémy zpětné vazby k písemné a ústní produkci.

Všechny tyto iniciativy přispívají k vytváření institucionální kultury kritického, informovaného a kreativního využívání umělé inteligence.vyhnout se pouhému využívání externích nástrojů a zvolit si vlastní řešení v souladu s hodnotami veřejné univerzity.

Etika, předpisy a zodpovědné používání umělé inteligence ve výzkumu

UNED opakovaně zdůrazňuje, že používání umělé inteligence, a zejména generativní umělé inteligence, musí být kritické, informované a zodpovědné.Nestačí vědět, „které tlačítko stisknout“, je nezbytné pochopit omezení modelu, podmínky použití nástroje a etické a právní důsledky toho, co generuje.

V oblasti výzkumu se také doporučuje seznámit se s pravidly a pokyny vydavatelů, vědeckých časopisů a regulačních orgánů. související s používáním umělé inteligence při psaní, analýze dat nebo recenzování rukopisů. Mnoho bulletinů o etické problematice v oblasti vydávání již obsahuje specifické sekce o generativní umělé inteligenci.

Pokyny UNED zdůrazňují otázky, jako je potřeba transparentnosti (deklarování, zda byla umělá inteligence použita a k jakému účelu) a konečná odpovědnost autorů. Pokud jde o obsah práce, ochranu citlivých dat zadaných do nástrojů třetích stran, zamezení plagiátorství a důležitost ručního ověřování všech kritických dat získaných pomocí generativního modelu.

Také jste zváni k zamyšlení nad rovnováhou mezi úsilím a přínosem.Využívání umělé inteligence k úspoře času u opakujících se nebo málo přidaných úkolů může být pozitivní, ale úplné delegování uvažování, návrhu výzkumu nebo interpretace výsledků na automatizovaný systém je v rozporu s hlubokým učením a akademickou etikou.

Evropská komise a další mezinárodní instituce mezitím zdůrazňují důležitost zvýšení počtu specialistů na umělou inteligenci.Hovoří se o posílení školení v oblasti technických dovedností, kritického myšlení a etických kritérií mezi těmi, kteří tyto systémy navrhují, používají nebo jsou jimi ovlivněni. UNED se svým důrazem na distanční vzdělávání a neustálý profesní rozvoj se s těmito pokyny vyrovnává tím, že nabízí flexibilní studijní cesty a rozmanité školicí zdroje.

S ohledem na všechny tyto oficiální studie, vlastní tituly, projekty a etické směrnice je umělá inteligence na UNED konfigurována jako velmi kompletní ekosystém.: prostor, kde se můžete vzdělávat od nuly, specializovat se na výzkumné úrovni, účastnit se vzdělávacích inovačních projektů s generativní umělou inteligencí a zároveň si rozvíjet kritický pohled schopný využít potenciál těchto technologií, aniž byste ztratili ze zřetele akademickou integritu, vědeckou kvalitu a sociální dopad každého technického rozhodnutí.