Umělá inteligence v akademické praxi: SCI

VELÍSEK, Vojtěch. Umělá inteligence v akademické praxi: SCI. 2025.

Základní údaje

Originální název

Umělá inteligence v akademické praxi: SCI

Název anglicky

Artificial Intelligence in Academic Practice: SCI

Autoři

VELÍSEK, Vojtěch ORCID

Vydání

2025

---

Další údaje

Typ výsledku

Vzdělávací a rozvojové projekty

Odkazy

rozcestník události

Označené pro přenos do RIV

Ne

Klíčová slova česky

umělá inteligence; akademická praxe; kritické myšlení; etika AI; informační gramotnost; digitální gramotnost

Klíčová slova anglicky

artificial inteligence; academic practice; critical thinking; AI ethics; information literacy; digital literacy

---

Anotace

V originále

Vzdělávací program pro akademické pracovníky a doktorandy Přírodovědecké fakulty. Vzdělávací program sestávající z úvodní přednášky a dvou navazujících workshopů byl koncipován jako ucelený úvod do problematiky využití nástrojů umělé inteligence v akademické praxi se specifickým zřetelem k potřebám přírodovědného výzkumu a vědecké práce na přírodovědecké fakultě. Úvodní přednáška poskytla účastníkům teoretické základy nezbytné pro kritické a zodpovědné využívání AI nástrojů. Vedle principů fungování velkých jazykových modelů a rozdílů mezi statistickým a sémantickým přístupem k AI byly diskutovány otázky transparentnosti AI systémů, rozpoznávání halucinací a předpojatostí a etické aspekty využívání AI v akademickém prostředí. První workshop byl věnován specializovaným AI nástrojům pro vědecké vyhledávání a práci s odbornou literaturou. Účastníci měli příležitost porovnat možnosti těchto nástrojů s tradičními vědeckými databázemi a vyzkoušet si tvorbu rešerše na vlastní výzkumné téma s důrazem na mezioborové souvislosti a efektivní orientaci v rychle rostoucím objemu vědeckých publikací. Druhý workshop se zaměřil na využití AI při přípravě vědeckých textů a publikací. Program pokryl celý proces vzniku odborného textu – od formulace výzkumného záměru přes strukturování argumentace až po finální editaci – a věnoval zvláštní pozornost zachování autorského vkladu a etickým standardům akademického psaní. Program byl připraven s vědomím specifik přírodních věd jako oborů s vysokými nároky na reprodukovatelnost, datovou integritu a publikační kulturu, v nichž možnosti i limity současných AI nástrojů nabývají zvláštního praktického významu.

Anglicky

Educational Programme for Academic Staff and PhD Students of the Faculty of Science. This educational programme, consisting of an introductory lecture and two follow-up workshops, was designed as a comprehensive introduction to the use of artificial intelligence tools in academic practice, with specific attention to the needs of natural science research and scholarly work at the Faculty of Science. The introductory lecture provided participants with the theoretical foundations necessary for the critical and responsible use of AI tools. Alongside the principles of large language models and the differences between statistical and semantic approaches to AI, the programme addressed questions of AI system transparency, recognition of hallucinations and biases, and the ethical dimensions of AI use in academic settings. The first workshop focused on specialised AI tools for academic search and engagement with scholarly literature. Participants had the opportunity to compare these tools with traditional scientific databases and practise conducting a literature review on their own research topic, with emphasis on interdisciplinary connections and efficient navigation of the rapidly growing volume of scientific publications. The second workshop concentrated on the use of AI in preparing scholarly texts and publications. The programme covered the entire process of academic writing – from formulating a research idea and structuring argumentation to final editing – with particular attention to preserving the author's original contribution and upholding ethical standards in academic writing. The programme was developed with an awareness of the specific demands of the natural sciences, where reproducibility, data integrity, and publication standards are central concerns, and where the possibilities and limitations of current AI tools carry particular practical significance.