Sztuczna inteligencja (AI) w pracy i nauce - jak skutecznie korzystać z ChatGPT
Sztuczna inteligencja (AI) w pracy i nauce - jak skutecznie korzystać z ChatGPT
Informacje podstawowe
Informacje podstawowe
- KategoriaBiznes / Organizacja
- Identyfikator projektuKierunek - Rozwój
- Sposób dofinansowaniawsparcie dla osób indywidualnychwsparcie dla pracodawców i ich pracowników
- Grupa docelowa usługi
Szkolenie jest skierowane do osób, które chcą rozwijać swoje kompetencje w zakresie wykorzystania generatywnej sztucznej inteligencji w kontekstach zawodowych i edukacyjnych. Grupa docelowa obejmuje specjalistów różnych branż, studentów i absolwentów kierunków technicznych, ekonomicznych i społecznych, chcących zrozumieć, jak generatywna sztuczna inteligencja wpłynie na przyszłość rynku pracy oraz jakie kompetencje będą kluczowe.
Szkolenie skierowane również do uczestników projektu "Kierunek - Rozwój".
- Minimalna liczba uczestników4
- Maksymalna liczba uczestników18
- Data zakończenia rekrutacji15-05-2025
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi23
- Podstawa uzyskania wpisu do BURCertyfikat systemu zarządzania jakością wg. ISO 9001:2015 (PN-EN ISO 9001:2015) - w zakresie usług szkoleniowych
Cel
Cel
Cel edukacyjny
Uczestnik szkolenia "Sztuczna inteligencja (AI) w pracy i nauce - jak skutecznie korzystać z ChatGPT" rozumie kluczowe aspekty generatywnej sztucznej inteligencji, identyfikuje przyszłe trendy w dziedzinie AI, oraz projektuje innowacyjne rozwiązania oparte na AI, uwzględniając zarówno aspekty techniczne, jak i etyczne.Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
---|---|---|
Efekty uczenia się Analizuje obecne możliwości generatywnej AI oraz prognozuje jej wpływ na rynek pracy i społeczeństwo.. | Kryteria weryfikacji Wymienia przykłady zastosowań AI w różnych branżach. | Metoda walidacji Test teoretyczny |
Kryteria weryfikacji Wyjaśnia wyzwania etyczne związane z rozwojem AI. | Metoda walidacji Test teoretyczny | |
Efekty uczenia się Identyfikuje trendy i prognozy dotyczące rozwoju generatywnej sztucznej inteligencji. | Kryteria weryfikacji Wskazuje przyszłe kierunki rozwoju generatywnej AI. | Metoda walidacji Test teoretyczny |
Kryteria weryfikacji Analizuje potencjalny wpływ AI na społeczeństwo. | Metoda walidacji Test teoretyczny | |
Efekty uczenia się Wyjaśnia podstawy funkcjonowania AI oraz planuje efektywną współpracę człowieka z generatywną sztuczną inteligencją. | Kryteria weryfikacji Opisuje podstawowe pojęcia związane z uczeniem maszynowym, sieciami neuronowymi oraz dużymi modelami językowymi. | Metoda walidacji Test teoretyczny |
Kryteria weryfikacji Wskazuje przykłady zastosowań AI w codziennej pracy i zarządzaniu projektami. | Metoda walidacji Test teoretyczny | |
Efekty uczenia się Charakteryzuje zasady zarządzania projektami wykorzystującymi AI w kontekstach zawodowych. | Kryteria weryfikacji Opisuje podstawowe zasady współpracy człowieka z AI w ramach projektów. | Metoda walidacji Test teoretyczny |
Kryteria weryfikacji Podaje przykłady narzędzi wspierających implementację AI w projektach. | Metoda walidacji Test teoretyczny | |
Efekty uczenia się Stosuje techniki inżynierii promptów oraz projektuje podstawowe rozwiązania w zakresie agentów AI. | Kryteria weryfikacji Tworzy skuteczne prompty dostosowane do konkretnych zastosowań zawodowych. | Metoda walidacji Test teoretyczny |
Kryteria weryfikacji Wymienia kluczowe etapy projektowania i implementacji agentów AI. | Metoda walidacji Test teoretyczny | |
Efekty uczenia się Analizuje najlepsze praktyki projektowania asystentów i agentów AI. | Kryteria weryfikacji Opisuje przykłady skutecznego wykorzystania agentów AI. | Metoda walidacji Test teoretyczny |
Kryteria weryfikacji Wskazuje kluczowe elementy projektowania asystentów AI. | Metoda walidacji Test teoretyczny | |
Efekty uczenia się Analizuje zastosowania generatywnej AI w organizacjach oraz ocenia jej wpływ na efektywność i innowacyjność biznesu. | Kryteria weryfikacji Wymienia przykłady wykorzystania generatywnej AI w różnych branżach i działach organizacji. | Metoda walidacji Test teoretyczny |
Kryteria weryfikacji Opisuje wpływ generatywnej AI na transformację procesów biznesowych. | Metoda walidacji Test teoretyczny | |
Efekty uczenia się Identyfikuje kluczowe czynniki wpływające na wdrażanie generatywnej AI w organizacjach. | Kryteria weryfikacji Wymienia podstawowe wyzwania związane z wdrażaniem generatywnej AI. | Metoda walidacji Test teoretyczny |
Kryteria weryfikacji Opisuje korzyści wynikające z zastosowania AI w strukturze organizacyjnej. | Metoda walidacji Test teoretyczny | |
Efekty uczenia się Wyjaśnia prawne i etyczne wyzwania związane z implementacją i użytkowaniem sztucznej inteligencji. | Kryteria weryfikacji Wskazuje kluczowe regulacje dotyczące stosowania AI. | Metoda walidacji Test teoretyczny |
Kryteria weryfikacji Analizuje przypadki dotyczące etyki i zarządzania ryzykiem w kontekście AI. | Metoda walidacji Test teoretyczny | |
Efekty uczenia się Charakteryzuje strategie zarządzania ryzykiem w kontekście wykorzystania AI. | Kryteria weryfikacji Opisuje podstawowe strategie compliance związane z AI. | Metoda walidacji Test teoretyczny |
Kryteria weryfikacji Analizuje przykłady związane z etycznymi aspektami AI w różnych branżach. | Metoda walidacji Test teoretyczny |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
Szkolenie odbywa się w godzinach dydaktycznych. Przerwy nie są wliczane w czas trwania usługi.
FORMA REALIZACJI ZAJĘĆ:
Forma realizacji zajęć w ramach szkolenia będzie obejmowała różnorodne metody dydaktyczne, które zapewnią uczestnikom wszechstronne zrozumienie omawianych tematów oraz umożliwią praktyczne zastosowanie zdobytej wiedzy i umiejętności.
Szczegóły formy realizacji są następujące:
1. **Wykłady interaktywne**: Każdy moduł będzie rozpoczynał się interaktywnym wykładem, podczas którego trener wprowadzą teoretyczne podstawy tematu, używając prezentacji multimedialnych, studiów przypadków i przykładów z praktyki. Wykłady będą angażować uczestników poprzez pytania retoryczne, mini-dyskusje.
2. **Sesje pytań i odpowiedzi**: Po każdym wykładzie zaplanowane będą sesje pytań i odpowiedzi, w trakcie których uczestnicy będą mieli możliwość zadawania pytań dotyczących prezentowanych treści. Trener będzie odpowiadać na pytania, wyjaśniać wątpliwości i omawiać dodatkowe aspekty tematów.
3. **Ćwiczenia grupowe i indywidualne**: W trakcie zajęć uczestnicy będą brać udział w ćwiczeniach zarówno grupowych, jak i indywidualnych. Zadania te pozwolą na praktyczne zastosowanie wiedzy poprzez analizę przypadków, opracowywanie strategii i rozwiązywanie problemów. Uczestnicy będą mieli możliwość wymiany doświadczeń w grupach oraz refleksji nad zdobytą wiedzą podczas pracy indywidualnej.
4. **Wspólne dyskusje**: Przewidziane są regularne wspólne dyskusje, gdzie uczestnicy będą mieli okazję dzielić się swoimi spostrzeżeniami i refleksjami na temat omawianych zagadnień. Dyskusje te będą moderowane przez trenerów, co zapewni ich efektywność i merytoryczność.
5. **Test końcowy**: Na zakończenie szkolenia, uczestnicy przystąpią do testu teoretycznego, który będzie miał formę testu z pytaniami zamkniętymi i otwartymi. Egzamin ten posłuży do oceny przyswojonej wiedzy i umiejętności, a także weryfikacji osiągniętych efektów kształcenia.
Te różnorodne metody dydaktyczne zapewnią aktywny udział uczestników w szkoleniu, umożliwią wymianę doświadczeń oraz zwiększą efektywność nauki poprzez praktyczne zastosowanie zdobytej wiedzy.
PROGRAM:
Moduł 1: Generatywna sztuczna inteligencja – obecne możliwości i przyszłe kierunki rozwoju
- Tematy:
- Przegląd obecnych możliwości generatywnej sztucznej inteligencji.
- Zastosowania AI w różnych branżach.
- Trendy i prognozy dotyczące przyszłości AI, wpływ na rynek pracy i społeczeństwo.
- Zagrożenia i wyzwania etyczne związane z rozwojem AI.
Moduł 2: Technologia AI – wprowadzenie i praca w symbiozie z AI
- Tematy:
- Historia i ewolucja sztucznej inteligencji, podstawy uczenia maszynowego oraz sieci neuronowych.
- Wprowadzenie do dużych modeli językowych (LLM) i przetwarzania języka naturalnego (NLP).
- Zasady efektywnej współpracy człowieka z AI, zarządzanie projektami AI w kontekstach zawodowych.
- Wykorzystanie AI w codziennej pracy i nauce.
Moduł 3: Inżynieria promptów oraz tworzenie agentów AI
- Tematy:
- Podstawy inżynierii promptów – teoria i techniki tworzenia skutecznych promptów.
- Praktyczne ćwiczenia z inżynierii promptów oraz dostosowywanie ich do konkretnych zastosowań.
- Projektowanie i implementacja asystentów oraz agentów AI.
- Case study i analiza najlepszych praktyk w projektowaniu asystentów AI.
Moduł 4: Generatywna AI w organizacjach – zastosowania i efekty
- Tematy:
- Przegląd zastosowań generatywnej AI w różnych branżach i działach organizacji.
- Analiza przypadków użycia generatywnej AI, wpływ na efektywność, innowacyjność oraz skalowanie biznesu.
- Przykłady transformacji procesów biznesowych dzięki AI.
Moduł 5: Prawne i etyczne aspekty AI
- Tematy:
- Omówienie prawnych aspektów związanych z implementacją i użytkowaniem AI.
- Analiza kwestii etyki, prywatności oraz zgodności z regulacjami.
- Strategie zarządzania ryzykiem oraz compliance w kontekście AI.
Walidacja - test toretyczny z wynikiem generowanym automatycznie.
Harmonogram
Harmonogram
Przedmiot / temat zajęć | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
---|---|---|---|---|---|
Brak wyników. |
Cena
Cena
Cennik
- Rodzaj cenyCena
- Koszt przypadający na 1 uczestnika brutto2 760,00 PLN
- Koszt przypadający na 1 uczestnika netto2 760,00 PLN
- Koszt osobogodziny brutto120,00 PLN
- Koszt osobogodziny netto120,00 PLN
Prowadzący
Prowadzący
Kacper Rzosiński
Do 2024 przeprowadził łącznie 600 godzin warsztatów w obszarze mapowania procesów i wyznaczaniu kierunków działań, takich jak Event Storming czy Discovery Workshop, jako elementy audytu w Domain-Driven Design. Przeprowadził liczne warsztaty dotyczące budowania strategii marki, wykorzystując metody takie jak Brand Sprint i Design Sprint.
W ciągu ostatnich 5 lat wprowadzał kompleksowe procesy optymalizacji dla platform SaaS i sklepów e-commerce, skupiając się na aspektach User Experience, Customer Development oraz Customer Support.
Kwalifikacje:
W 2016 roku ukończył Wyższą Szkołę Informatyki Stosowanej i Zarzadzania WIT w Warszawie, zdobywając tytuł magistra na kierunku Projektowanie graficzne.
W 2021 roku ukończył studia podyplomowe UX Design/Product Design na Uniwersytecie SWPS. W latach 2021-2023, współpracując z najpopularniejszą platformą e-commerce w Polsce, ukończył liczne szkolenia wewnętrzne w zakresie: projektowania procesów, zarzadzania zespołem projektowym, ekonomii behawioralnej. W ostatnich 5 latach ukończył liczne kursy UX/UI, blockchain, robotics for innovation, AI.
W 2024 r. zrealizował 53 godziny dydaktyczne szkolenia „Lider Transformacji cyfrowej” dla osób indywidualnych oraz szkolenia dla firm z zakresu Transformacji cyfrowej. Jest czynnym konsultantem wdrożeniowym nowych technologii w firmie Progression sp. z o.o.
Doświadcznie zawodowe i kwalifikacje nabyte nie wcześniej niż 5 lat.
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Każdy uczestnik szkolenia otrzyma od organizatora materiały szkoleniowo - dydaktyczne w formie elektronicznej.
Warunki uczestnictwa
Minimalne wymagania dla uczestników szkolenia obejmują:
Wzięcie udziału w usłudze wymaga podpisania umowy dotyczącej świadczenia usług rozwojowych z usługodawcą firmą Progression sp. z o.o.
Uczestnicy powinni posiadać co najmniej wykształcenie średnie.
Kandydaci powinni wykazywać zainteresowanie transformacją cyfrową i nowoczesnymi technologiami.
Uczestnicy powinni mieć podstawową wiedzę z zakresu technologii informacyjnych i umiejętność korzystania z komputera oraz internetu. Uczestnicy powinni być gotowi do aktywnego udziału w zajęciach, w tym do pracy w grupach, dyskusji i wykonywania ćwiczeń praktycznych. Uczestnicy muszą uzyskać 80% obecności w zajęciach.
Uczestnicy muszą wziąć udział w teście teoretycznym po zakończeniu szkolenia.
Z uwagi na niektóre materiały wideo i literaturę w języku angielskim, uczestnicy powinni posiadać podstawową znajomość tego języka.
Informacje dodatkowe
Zawarto umowę z WUP w Toruniu w ramach Projektu Kierunek – Rozwój.
Warunki techniczne
Warunki techniczne
- Sprzęt komputerowy:
- Wymagany komputer PC lub Mac z dostępem do internetu.
- Zalecana kamera internetowa oraz mikrofon dla udziału w sesjach wideo.
- Przeglądarka internetowa:
- Zalecane przeglądarki: Google Chrome, Mozilla Firefox, Safari.
- Wymagane zaktualizowane wersje przeglądarek dla optymalnej wydajności.
- Stabilne połączenie internetowe:
- Minimalna prędkość łącza: 2 Mbps dla udziału w sesjach wideo.
- Zalecane połączenie kablowe dla stabilności.
- Platforma MS Teams:
- Konieczne pobranie i zainstalowanie najnowszej wersji aplikacji MS Teams przed szkoleniem.
- Aktywne konto MS Teams (możliwość utworzenia bezpłatnego konta).
- System operacyjny:
- Kompatybilność z systemem Windows lub macOS.
- Oprogramowanie dodatkowe:
- Zalecane zainstalowanie najnowszych wersji programów, takich jak przeglądarka, Java, Flash itp.
- Dźwięk i słuchawki:
- Zalecane użycie słuchawek z mikrofonem dla lepszej jakości dźwięku.
- Sprawdzenie działania dźwięku przed rozpoczęciem szkolenia.