Umetna inteligenca na UNED: študije, projekti in odgovorna uporaba

Umetna inteligenca na UNED je postala eden od strateških stebrov tako pri poučevanju kot pri raziskavah in izobraževalnih inovacijah. Od magistrskega študija raziskav umetne inteligence do tečajev nadaljnjega izobraževanja in projektov generativne umetne inteligence, največja španska univerza za učenje na daljavo ustvarja zelo močan ekosistem okoli te discipline.

Če iščete informacije o »umetni inteligenci UNED«, ker razmišljate o usposabljanju, raziskavah ali preprosto nadoknajevanju zamujenega Glede uporabe umetne inteligence (zlasti generativne umetne inteligence) na univerzah boste tukaj našli zelo obsežen vodnik. Obravnavali bomo uradne študijske programe, kvalifikacije, specifične za posamezno univerzo, vsebino predmetov, pogoje za vpis, metodologije učenja na daljavo, institucionalne projekte, ki vključujejo umetno inteligenco, ter etične in pravne posledice, ki jih izpostavlja UNED.

Kaj pomeni umetna inteligenca v kontekstu UNED?

Na UNED se umetne inteligence (UI) lotevajo s širokega in zelo strogega vidika.Zajema vse od teoretičnih osnov do najnovejših aplikacij, vključno z generativno umetno inteligenco. Ne osredotoča se na "trendna orodja", kot je ChatGPT, temveč se začne s klasičnimi koncepti, da bi v celoti razumel, kaj se skriva za temi sistemi.

Uvod v umetno inteligenco, ki je zajeta v magistrskem programu in predmetih Zajema zgodovinsko ozadje, formalne definicije in klasično razlikovanje med močno in šibko umetno inteligenco. Močna umetna inteligenca se nanaša na sisteme, ki bi teoretično lahko imeli kognitivne sposobnosti, primerljive s človeškimi, medtem ko se šibka umetna inteligenca osredotoča na programe, ki so sposobni zelo učinkovito reševati določene naloge, vendar brez zavesti ali globokega razumevanja.

Pregledane so tudi različne ravni računalništva in osnovna struktura inteligentnega sistema.Predstavitev znanja, mehanizem sklepanja, mehanizmi učenja, interaktivni vmesniki itd. Nato pojasnjuje, s čim se ukvarja umetna inteligenca (zaznavanje, sklepanje, načrtovanje, učenje, interakcija z ljudmi ...) in razčlenjuje najaktivnejša področja uporabe: med drugim medicino, izobraževanje, inženirstvo, varnostne sisteme, pametna mesta, nadzor, analizo podatkov ali socialno robotiko.

UNED poudarja pomen dobrega razumevanja sklepanja (kako stroj prehaja od podatkov in pravil do zaključkov) in razlika med simboličnimi, konekcionističnimi in verjetnostnimi pristopi, pa tudi med bioinspiriranimi in hibridnimi metodami, ki združujejo več paradigm. Vse to služi kot osnova za razumevanje delovanja velikih jezikovnih modelov in generativnih sistemov za besedilo, sliko ali video danes.

Magisterij iz raziskav umetne inteligence na UNED

Magisterij iz raziskav umetne inteligence na UNED je uradna kvalifikacija, ki je jasno osredotočena na raziskave. in ne zgolj strokovne specializacije. To pomeni, da je njegov glavni cilj pripraviti študente na začetek znanstvene kariere, ki se običajno zaključi z doktorsko disertacijo, čeprav je pridobljeno znanje zelo dragoceno tudi v tehnoloških podjetjih.

Ta magistrski študij povezuje osnovno znanje o umetni inteligenci, pridobljeno na dodiplomskem študiju, s trenutnimi mejami raziskav.Zasnova je modularna (osnove, metode, aplikacije in projekti), vsi predmeti pa so izbirni, razen enega predmeta s področja raziskovalne metodologije. To študentom omogoča, da prilagodijo svojo učno pot glede na predhodno usposabljanje, metode, ki jih zanimajo (simbolne, konekcionistične, verjetnostne, bioinspirirane ali hibridne), in področja uporabe, ki jih želijo raziskati.

Poučevanje poteka v celoti na daljavo prek platforme UNED.Od tam naprej se izvaja stalno spremljanje z dejavnostmi, vajami, forumi, oddajami nalog in drugimi spletnimi orodji. Učno osebje nudi podporo v španščini ali angleščini glede na želje študenta, čeprav to ne pomeni, da so vsa gradiva na voljo v obeh jezikih.

Ta magistrski študij je potrjen s strani ANECA in je predmet uradnega postopka preverjanja, spremljanja in akreditacije. Zahtevano v skladu s špansko zakonodajo. Svet univerz in Ministrstvo za izobraževanje potrjujeta njen uradni status, diploma pa je vpisana v Register univerz, centrov in diplom (RUCT). Akreditacija se periodično obnavlja, s čimer se preveri, ali so rezultati ustrezni za nadaljnje izvajanje programa.

Kar zadeva karierne poti, je glavna možnost nadaljevanje doktorskega programa inteligentnih sistemov na ETSI School of Computer Science School of UNED (Nacionalna univerza za izobraževanje na daljavo).Vendar pa odpira vrata tudi drugim sorodnim doktorskim programom na španskih in mednarodnih univerzah. Kljub raziskovalni usmerjenosti mnogi diplomanti svoje znanje uporabljajo v podjetjih, specializiranih za IT, podatkovno znanost, kibernetsko varnost, digitalno zdravje ali sektorje, kjer je umetna inteligenca ključna za inovacije.

Cilji in kompetence magistrskega študija

Po zaključku magistrskega študija raziskav umetne inteligence bi moral biti študent sposoben samozavestno obvladovati osnove in najsodobnejše dosežke umetne inteligence.To vključuje tako teoretične osnove kot sodobne modele in tehnike, s posebnim poudarkom na simboličnih, konekcionističnih in verjetnostnih metodah, pa tudi na najnovejših hibridnih pristopih.

Ključne kompetence vključujejo obvladovanje širokega nabora metod umetne inteligence in poznavanje časa uporabe katere koli od njih.: sistemi, ki temeljijo na znanju, pravila in omejitve, Bayesove mreže, odločitvena drevesa, nevronske mreže (vključno z globokim učenjem), evolucijsko računalništvo, rudarjenje podatkov, odkrivanje informacij v besedilih, računalniški vid, prilagodljivi sistemi v izobraževanju itd.

Druga bistvena sposobnost je uporaba teh metod na specifičnih, zelo relevantnih področjih.kot so medicina, izobraževanje, inženirstvo, varnost, nadzor ali pametna mesta. Ne gre le za "programske modele", temveč za razumevanje konteksta problema, prevajanje znanja iz naravnega jezika v računsko predstavitev ter oblikovanje učinkovitih, uspešnih in znanstveno potrjenih sistemov.

Magistrski program daje močan poudarek tudi na znanstvenoraziskovalnih veščinah.Iskanje in upravljanje bibliografije, kritična analiza stanja tehnike, oblikovanje hipotez in ciljev, načrtovanje eksperimentov, zbiranje in obdelava podatkov, interpretacija rezultatov, pisanje člankov ali referatov in javni zagovor dela.

Glede na visoko stopnjo izbire v programu je težko opredeliti zelo specifične kompetence za vsakogar.Zato je priporočljivo, da natančno pregledate priročnike za vsak predmet in se predvsem dogovorite z vodjo magistrskega programa (in kasneje z vodjo magistrske naloge) o tem, kateri predmeti in pristopi najbolj ustrezajo interesom posameznega študenta.

Učni načrt, poti in magistrsko delo

Magistrski študij obsega 60 kreditnih točk ECTS, kar je enakovredno približno 1.500 uram študentskega dela.Od teh 60 kreditnih točk jih je 30 razdeljenih na izbirne predmete, preostalih 30 pa je namenjenih obveznemu predmetu raziskovalne metodologije (3 kreditne točke) in magistrski nalogi (27 kreditnih točk).

Obvezni predmet je »Raziskovalna metodologija v inteligentnih sistemih« (3 ECTS)Ta tečaj je najbolje opraviti na začetku, saj zagotavlja osnovo za magistrsko nalogo in katero koli smer raziskav na tem področju. Je ključna sestavina za učenje načrtovanja projektov, načrtovanja faz, upravljanja bibliografskih virov in pisanja znanstvenih besedil.

Izbirni predmeti (vsi vredni 6 kreditnih točk) zajemajo zelo širok spekter metod in aplikacij:

• Uporaba umetne inteligence za človeški in trajnostni razvoj
• Globoko učenje
• Evolucijsko računalništvo
• Odkrivanje informacij v besedilih
• Metode strojnega učenja
• Verjetnostne metode
• Simbolne metode
• Rudarjenje podatkov
• Osnove jezikovne obdelave
• Prilagodljivi sistemi v izobraževanju
• Umetni vid
• Semantični splet in povezovanje podatkov

Za vodilo magistrski program predlaga več možnih poti, ki temeljijo na izkušnjah iz prejšnjih let.:

1. Inženiring znanjaZdružuje predmete, kot so simbolne metode, semantični splet in povezovanje podatkov, osnove jezikovne obdelave in aplikacije umetne inteligence za človekov in trajnostni razvoj.

2. Teorija odločanja in analiza podatkovVrti se okoli verjetnostnih metod, podatkovnega rudarjenja, metod strojnega učenja, evolucijskega računanja, odkrivanja informacij v besedilih, osnov jezikoslovne obdelave in aplikacij umetne inteligence za človeški in trajnostni razvoj.

3. Inteligentni sistemiZanaša se na metode strojnega učenja, umetni vid, globoko učenje, evolucijsko računalništvo in aplikacije umetne inteligence za človeški in trajnostni razvoj.

4. Poučevanje in učenjeOsredotoča se na prilagodljive sisteme v izobraževanju, podatkovno rudarjenje, osnove jezikovne obdelave in uporabo umetne inteligence za človeški in trajnostni razvoj.

Magistrska naloga (27 kreditnih točk) je pravi uvod v raziskovanjeZajemati mora vse faze: opredelitev problema, pregled najsodobnejšega stanja, postavljanje ciljev, metodološko zasnovo, izvedbo prototipov ali poskusov, analizo rezultatov in pisanje znanstvenega besedila, idealno primernega za objavo.

Glede na ogromno težo magistrskega dela v skupnem številu kreditnih točk je vloga mentorja ključna.Pri izbiri sprejetih študentov se upoštevajo ne le akademski dosežki, temveč tudi individualne mentorske sposobnosti vsakega profesorja ter povezanost med interesi kandidata in razpoložljivimi raziskovalnimi področji.

Dostop, predhodna registracija in merila za sprejem v magistrski program

Za vpis na magistrski študij raziskav umetne inteligence na UNED je nujno, da najprej opravite postopek predhodne registracije in sprejema.Predhodna diploma ni dovolj, saj ima program omejeno število mest, odvisno od zmožnosti fakultete za mentorstvo pri magistrskih nalogah.

Prijavijo se lahko uradni univerzitetni diplomanti španskega sistema ali evropskega visokošolskega prostora (EHEA). ki omogočajo dostop do magistrskih programov. Sprejemajo se tudi kvalifikacije izobraževalnih sistemov zunaj evropskega visokošolskega prostora (EHEA), če univerza preveri enakovrednost izobrazbene ravni. Ta dostop ne pomeni popolnega priznanja diplome; imetnika le kvalificira za nadaljevanje magistrskega študija na UNED.

Predhodne prijave se običajno odprejo v drugi polovici majaČeprav je vsako leto obvezno preveriti uradni koledar na spletni strani UNED (razdelek EHEA Masters), služi kot referenca vodnik po tečajih za leto 2025–26, vendar se vsebina in datumi posodabljajo za vsako novo izdajo.

Poleg uradne vloge v aplikaciji UNED mora prosilec izpolniti poseben obrazec (Povezava do obrazcev Google je na voljo v priročniku), kjer boste navedli svoje akademske podatke, izkušnje, raziskovalne interese in usklajenost z magistrskim programom. Ta obrazec je treba predhodno izbrati.

Postopek izbire poteka v več korakihKoordinator magistrskega programa pripravi "povzetek" vsake prijave in ga posreduje fakulteti, da oceni primernost kandidatov glede na teme njihovih magistrskih del. Nekateri profesorji lahko kontaktirajo kandidate za telefonske ali videokonference. Vsak profesor na koncu pove, ali podpira določene kandidate ali ne.

Seznam podprtih kandidatov deluje kot nekakšen »ožji izbor«Ne zagotavlja sprejema, je pa zelo močan pokazatelj: če noben profesor ne podpre kandidata, je zelo malo verjetno, da bo sprejet. Tisti z eno ali več podpore prejmejo številko in imena profesorjev, ki so ga podprli.

Študent mora nato izbrati najprimernejšega direktorja in ga kontaktirati. Za dokončno potrditev sprejema obvestite koordinatorja, da se status vaše prijave spremeni v »Sprejeta« in se lahko vpišete, ko se odpre ustrezno obdobje. Če prvotno izbrani profesor ne more prevzeti vloge (zaradi polnega vpisa ali drugih razlogov), se lahko študent obrne na druge profesorje, ki ga lahko prav tako podprejo.

Kar zadeva kvantitativna merila, sprejem tehta dva blokaAkademske kvalifikacije (vključno s povprečno oceno) do 30 % in druge zasluge, povezane z magistrskim programom, raziskovalne izkušnje, tematska afiniteta in pričakovana predanost do 70 %. Povprečna ocena mora biti izražena na lestvici od 1 do 4; če je akademski uspeh na drugi lestvici, ga je treba pretvoriti v skladu z navodili in predlogami za prisežno izjavo, ki jih zagotovi UNED.

Trajanje, delovna obremenitev in načrtovanje vpisa

Čeprav je magistrski program zasnovan tako, da se ga s polnim delovnim časom zaključi v enem letu, je v resnici povprečno trajanje običajno med 2 in 3 leti.ker večina študentov združuje študij z delom ali drugimi obveznostmi.

Vsaka kreditna točka ECTS je enakovredna 25 uram dela; 60 kreditnih točk magistrskega študija predstavlja približno 1.500 ur.Za lažjo predstavo, standardno letno število delovnih ur je približno 1.776. Zato sam priročnik vztraja, da študenti skrbno ocenijo svojo dejansko razpoložljivost, preden se zavežejo k vsem 60 kreditnim točkam hkrati.

Predpisi UNED določajo najdaljše možno bivanje 4 zaporedna leta za dokončanje magistrskega študija.Zaradi te časovne omejitve in stroškov šolnine (ki jih je treba preveriti na strani UNED s cenami za magistrske študijske programe) je priporočljivo dobro načrtovati tempo študija.

V prvem letniku je obvezen vpis vsaj 12 kreditnih točk.Priporočljivo je, da vedno vključite predmet "Raziskovalna metodologija v inteligentnih sistemih" (3 kreditne točke) in vsaj dva izbirna predmeta. Število kreditnih točk se nato lahko prilagodi glede na razpoložljivi dnevni čas (8 ur/dan za eno leto, 4 ure/dan za približno dve leti in tako naprej).

Glede magistrske naloge obstaja možnost vpisa v način mentorstva.To še ne pomeni plačila vseh 27 kreditnih točk, temveč zagotavljanje stika z vodjo programa in napredek pri opredelitvi projekta. Ko bo sprejeta odločitev o formalizaciji magistrske naloge z zagovorom, bo potreben vpis ustreznih 27 kreditnih točk. Če zagovor ne bo izveden v študijskem letu, v katerem je bilo plačilo izvedeno, bo potreben ponovni vpis.

Zgodovinske stopnje osipa kažejo, kako zahteven je ta program.Število sprejetih študentov se razlikuje glede na študijski program (v ocenjevanih letih približno 20–50 %). Število sprejetih študentov je odvisno tudi od zmogljivosti šole: v zadnjih letih se je gibalo med 30 in 48 študenti na študijski program.

Metodologija učenja na daljavo, evalvacija in kakovost magistrskega programa

Magistrski program se v celoti izvaja na spletu, pri čemer se izkoriščajo izkušnje UNED na področju učenja na daljavo.Vsak predmet podpira virtualna platforma: forumi, oddaja praktičnih nalog, gradiva, video seminarji itd. Zunanje prakse niso obvezne, vendar se eksperimentalna narava programa odraža v pomenu praktičnih nalog in projektov pri ocenjevanju.

Ocenjevanje običajno temelji na zaključku in oddaji dejavnosti, projektov ali praktičnih vaj. z določenimi roki. Če študent odda prijavo po glavnem junijskem roku, vendar znotraj septembrskega roka, bo to zabeleženo v zapisniku te seje. Avgust velja za mesec brez pouka.

Kar zadeva sistem zagotavljanja kakovosti, ima UNED SGIC (notranji sistem zagotavljanja kakovosti) Certificirano s strani ANECA, ki zajema dodiplomski, magistrski in doktorski študij. Ta sistem spremlja kakovost pedagoškega osebja, virov, študentskih storitev, sprejemnih postopkov, svetovanja, zaposlitve, sledenja rezultatom, obravnave predlogov in pritožb ter primernosti podpornega osebja.

Za kakovost v magistrskem programu je odgovornih več organovKoordinacijski odbor za študijski program, Odbor za zagotavljanje kakovosti centra, Vodstvena ekipa fakultete in Odbor za zagotavljanje kakovosti UNED. Poleg tega statistični portal univerze ponuja kazalnike uspešnosti in zadovoljstva za vsak študijski program, vključno s podatki za ta magistrski program (pod njegovim trenutnim imenom ali prejšnjim imenom, Magisterij iz napredne umetne inteligence).

Ta diploma ne omogoča neposrednega dostopa do reguliranih poklicev.Vendar pa omogoča dostop do doktorskega študija (izpolnjuje ostale zahteve glede skupnih kreditnih točk) in ustvarja zelo privlačen profil za podjetja, ki iščejo strokovnjake za inteligentne sisteme, napredno analizo podatkov ali uporabne rešitve umetne inteligence.

Drugi magistrski študijski programi in usposabljanje na področju umetne inteligence na ETSI Computer Science School of the UNED

Poleg magistrskega študija raziskav umetne inteligence ponuja ETSI računalništvo na UNED še tri uradne magistrske študijske programe, ki so bolj usmerjeni v strokovno področje.kar bi lahko bilo zanimivo za tiste, ki iščejo bolj uporaben pristop k računalniškemu inženirstvu in upravljanju tehnologije.

Ti magistrski študiji soMagisterij iz računalništva, magisterij iz inženirstva in podatkovne znanosti ter Magisterij iz kibernetske varnostiV vseh primerih imata umetna inteligenca in analiza podatkov pomembno vlogo, čeprav pristop ni tako strogo raziskovalno usmerjen kot v magistrskem programu umetne inteligence.

Ena jasna razlika je v teži, ki jo ima magistrska nalogaV teh treh strokovnih programih magistrsko delo običajno obsega 12 kreditnih točk ECTS (približno 300 ur), medtem ko v magistrskem programu Raziskave umetne inteligence magistrsko delo obsega 27 kreditnih točk (675 ur), kar je praktično polovica celotnega letnega obsega dela.

Šola za računalništvo ETSI vzdržuje tudi poseben virtualni prostor, kjer so objavljene ponudbe za štipendije in zaposlitev, povezane z umetno inteligenco.Ti programi so posebej namenjeni magistrskim študentom. To omogoča stik z raziskovalnimi skupinami, tehnološkimi podjetji in institucijami, ki jih zanimajo napredni profili na področju umetne inteligence.

Nadaljnje izobraževanje, podiplomski študij in tečaji o umetni inteligenci na UNED

Poleg uradnih magistrskih študijskih programov UNED ponuja tudi podiplomski program z lastnimi diplomami. (magisterij iz nadaljnjega izobraževanja, specializacijske diplome, strokovne diplome in potrdila o usposabljanju učiteljev), ki vključuje tudi tečaje usposabljanja, povezane z umetno inteligenco in digitalnimi veščinami.

Za dostop do teh specializiranih stopenj je običajno potrebna univerzitetna diploma, diploma, diploma inženirja ali arhitekta.Vendar pa lahko rektorat izjemoma in z ugodnim poročilom vodje študijskega programa oprosti zahteve po diplomi posameznike z akreditirano poklicno kariero, ki dokazuje sposobnost uspešnega zaključka usposabljanja, pod pogojem, da imajo dostop do univerze v skladu z veljavnimi predpisi.

V teh tečajih UNED dela na veščinah, kot so iskanje in upravljanje digitalnih informacij, ustvarjanje vsebin in reševanje problemov s tehnologijo., usklajeno z okviri digitalnih kompetenc (npr. ravni navigacije, filtriranja in vrednotenja informacij; razvoj digitalnih vsebin; osnovno programiranje; ustvarjalna uporaba tehnologije itd.).

Reprezentativen primer je uvodno usposabljanje iz umetne inteligence Splošni cilj je zagotoviti jasno razumevanje, kaj je umetna inteligenca in kako se uporablja v praksi, od ustvarjanja besedila do ustvarjanja slik. Od študentov se pričakuje, da bodo razumeli osnove delovanja teh sistemov, njihove prednosti, omejitve in povezana tveganja.

To usposabljanje običajno združuje pisna gradiva (zapiske, predstavitve), posnetke predavanj, forume za razprave in praktične dejavnosti.Spletna orodja, kot so ChatGPT, Bing Chat ali ChatSonic, se uporabljajo za prikaz primerov uporabe v resničnem svetu pri ustvarjanju vsebin, pri čemer vedno vzbujajo kritičen in etičen pristop k njihovi uporabi v akademskem in strokovnem okolju.

Uvod, uporaba in tveganja umetne inteligence v specifičnih tečajih

V kratkih tečajih, namenjenih širši javnosti, UNED strukturira vsebino umetne inteligence v zelo jasne bloke.ki ljudem brez predhodnega tehničnega usposabljanja omogočajo razumevanje, kaj se skriva za temi orodji.

Prvi blok je običajno uvodni modul, kjer se odgovori na osnovna vprašanja.kaj je umetna inteligenca, kakšne cilje zasleduje, kako se je zgodovinsko razvijala in katere glavne vrste umetne inteligence ločimo (npr. tradicionalni ekspertni sistemi, modeli nadzorovanega učenja, globoke nevronske mreže, generatorji vsebin itd.).

Drugi del se osredotoča na praktično uporabo umetne inteligenceTečaj opredeljuje vsakodnevna opravila, pri katerih to tehnologijo že uporabljamo (orodja za priporočila, virtualni asistenti, filtri za neželeno pošto, prevajalski sistemi itd.) in se poglobi v ustvarjanje besedil in pogovorov z orodji, kot so ChatGPT, Bing in ChatSonic. Pomembna pozornost je namenjena tudi ustvarjanju slik z uporabo generativnih modelov, analizi njihovih možnosti in omejitev.

Tretji del se osredotoča na tveganja in slabe prakse.Dezinformacije, plagiatorstvo, kraja identitete, ustvarjanje diskriminatorne ali pristranske vsebine, zloraba pri akademskih nalogah itd. Pregledani so resnični primeri in obravnavano je, kako odkriti znake, da je vsebino morda ustvarila umetna inteligenca, ter pomen stalnega preverjanja informacij.

Metodologija združuje teorijo, demonstracije v živo in odprte razpraveŠtudente spodbujamo, da delijo svoje izkušnje s tem, kako ta orodja uporabljajo v svojem okolju, znanstvenofantastični primeri se obravnavajo v povezavi z resničnimi aplikacijami, spodbuja pa se tudi kritičen duh, da se prepreči tako naivno navdušenje kot popolna zavrnitev.

Generativna umetna inteligenca, raziskave in institucionalna strategija na UNED

Pojav generativne umetne inteligence (Generative AI ali GenAI) je za UNED pomenil prelomnico.To še posebej velja po ogromnem vplivu orodij, kot je ChatGPT, ki je v samo nekaj mesecih doseglo več deset milijonov uporabnikov. Te vrste modelov, ki temeljijo na transformatorskih arhitekturah in modelih velikih jezikov (LLM), so sposobne ustvarjati besedilo, slike, videoposnetke in drugo vsebino iz preprostih navodil v naravnem jeziku.

Na področju znanstvenih raziskav se generativna umetna inteligenca že uporablja za pospešitev številnih faz raziskovalnega procesa.: iskanje in sinteza literature, ustvarjanje povzetkov, pomoč pri načrtovanju eksperimentov, podpora pri analizi raziskovalnih podatkov, priprava rokopisov, pregled sloga pisanja, ustvarjanje slik ali diagramov itd. Orodja, kot so ChatGPT, SciSpace, Elicit, Perplexity, Epsilon, Consensus, Scite, NotebookLM, Jenni ali Microsoft Copilot, so del repertoarja mnogih raziskovalcev.

Hkrati UNED močno poudarja omejitve in tveganja tovrstnega sistema.Manipulirajo s podatki, lahko reproducirajo pristranskosti, prisotne v učnih sklopih, občutljivo obravnavajo vprašanja zasebnosti, njihova odvisnost od potencialno avtorsko zaščitenih gradiv pa sproža pomembne pravne in etične razprave.

Zato je prorektorat za inovacije v izobraževanju opredelil posebno strategijo za uporabo generativne umetne inteligence pri poučevanju in učenju.Cilj je dvojen: po eni strani izkoristiti priložnosti, ki jih ponujajo ta orodja, za izboljšanje izkušenj študentov in učiteljev, po drugi strani pa ohraniti integriteto in akademsko odličnost s preprečevanjem nepoštene ali nepregledne uporabe.

Ta strategija se izvaja z več ukrepi: priprava priročnikov o generativni umetni inteligenci, namenjenih učiteljem in študentom, organizacija tečajev usposabljanja in delavnic (mnoge od njih izvaja Univerzitetni inštitut za izobraževanje na daljavo, IUED) ter razvoj projektov izobraževalnih inovacij, ki vključujejo umetno inteligenco v platforme in storitve UNED.

Izobraževalni inovacijski projekti z umetno inteligenco na UNED

UNED ne govori le o umetni inteligenci, ampak jo aktivno vključuje v specifične projekte. ki si prizadevajo izboljšati poučevanje, akademsko svetovanje in študentsko izkušnjo, vedno v odgovornem okviru.

Med projekti, ki jih spodbuja prorektorat za inovacije v izobraževanju, izstopajo naslednji::

1. Izobraževalno inovacijsko središčePlatforma, ki uporablja generativno umetno inteligenco za predlaganje inovacij pri poučevanju določenih predmetov. Učiteljem pomaga prepoznati nove metodologije, dejavnosti ali vire, ki bi jih lahko uvedli v svoje tečaje za izboljšanje učenja.

2. Laboratorij za nove izobraževalne tehnologijeTa laboratorij, integriran v sam center, eksperimentira z naprednimi generativnimi funkcionalnostmi umetne inteligence za podporo fakulteti in ponujanje boljših storitev študentom. Za razvoj pogovornih asistentov in drugih inteligentnih orodij uporablja platformo Edubots, ustvarjeno na UNED.

3. PreverjanjeTa projekt se osredotoča na odkrivanje plagiatorstva v testih stalnega ocenjevanja (CAT) z uporabo tehnik obdelave naravnega jezika. Gre dlje od preproste primerjave besedil; analizira vzorce pisanja in koherenco.

4. Akademski priporočevalecInteligentni sistem priporočil, ki analizira kompleksne akademske podatke in ponuja predloge tako študentom kot fakulteti. Uporablja se lahko na primer za vodenje izbire predmetov, optimizacijo akademskega načrtovanja ali prepoznavanje problematičnih akademskih poti.

5. ARCDU: projekt, osredotočen na oblikovanje ontologije, ki omogoča napredno iskanje izobraževalnih virov v iskalniku UNED in izboljšuje iskanje gradiv s pomočjo semantičnih deskriptorjev.

6. GEONA: pobuda, ki uporablja generativno umetno inteligenco za izboljšanje komunikacije v tečajih UNED Abierta, s čimer ustvarja jasnejša besedila, prilagojena različnim ciljnim skupinam.

7. Odprto prvenstvo Združenih narodov ZDA: prostor za MOOC-e in množične tečaje, kjer se na podlagi zanimanja in vedenja udeležencev določenega tečaja testirajo prilagojena priporočila za diplome, magistrske študije in nadaljnje izobraževanje.

8. JEZIK: projekt, ki razvija generativna orodja umetne inteligence za poučevanje in učenje jezikov, kot so pogovorni asistenti, prilagodljivi generatorji vaj ali avtomatizirani sistemi za povratne informacije o pisni in ustni produkciji.

Vse te pobude prispevajo k ustvarjanju institucionalne kulture kritične, informirane in ustvarjalne uporabe umetne inteligence.izogibanje preprosti uporabi zunanjih orodij in izbiranje lastnih rešitev, usklajenih z vrednotami javne univerze.

Etika, predpisi in odgovorna uporaba umetne inteligence v raziskavah

UNED večkrat poudarja, da mora biti uporaba umetne inteligence, zlasti generativne umetne inteligence, kritična, premišljena in odgovorna.Ni dovolj vedeti, »kateri gumb pritisniti«; bistveno je razumeti omejitve modela, pogoje uporabe orodja ter etične in pravne posledice tega, kar ustvari.

Na področju raziskovanja je priporočljivo tudi poznavanje pravil in smernic založnikov, znanstvenih revij in regulatornih organov. povezane z uporabo umetne inteligence pri pisanju, analizi podatkov ali pregledovanju rokopisov. Številni bilteni o založniški etiki že vključujejo posebne razdelke o generativni umetni inteligenci.

Smernice UNED poudarjajo vprašanja, kot sta potreba po preglednosti (navedba, ali je bila umetna inteligenca uporabljena in za kakšen namen) ter končna odgovornost avtorjev. Glede vsebine del, zaščite občutljivih podatkov, vnesenih v orodja tretjih oseb, izogibanja plagiatorstvu in pomena ročnega preverjanja vseh kritičnih podatkov, pridobljenih z generativnim modelom.

Vabljeni ste tudi k razmisleku o ravnovesju med trudom in koristjo.Uporaba umetne inteligence za prihranek časa pri ponavljajočih se ali nizko dodanih nalogah je lahko pozitivna, vendar je popolno prepuščanje sklepanja, načrtovanja raziskav ali interpretacije rezultatov avtomatiziranemu sistemu v nasprotju z globokim učenjem in akademsko etiko.

Medtem Evropska komisija in druge mednarodne institucije poudarjajo pomen povečanja števila specialistov za umetno inteligenco.Govori se o krepitvi usposabljanja na področju tehničnih veščin, kritičnega mišljenja in etičnih meril med tistimi, ki te sisteme načrtujejo, uporabljajo ali na katere vplivajo. UNED se s poudarkom na učenju na daljavo in nenehnem strokovnem razvoju usklajuje s temi smernicami s ponujanjem prilagodljivih učnih poti in raznolikih virov za usposabljanje.

Ob upoštevanju vseh teh uradnih študij, lastnih diplom, projektov in etičnih smernic je umetna inteligenca na UNED konfigurirana kot zelo celovit ekosistem.: prostor, kjer se lahko izobražujete iz nič, specializirate na raziskovalni ravni, sodelujete v izobraževalnih inovacijskih projektih z generativno umetno inteligenco in hkrati razvijete kritično perspektivo, ki je sposobna izkoristiti potencial teh tehnologij, ne da bi pri tem pozabili na akademsko integriteto, znanstveno kakovost in družbeni vpliv vsake tehnične odločitve.