Vygenerováno pomocí DALL·E 3
V textu níže naleznete hlavní body z proběhlého semináře “Kvalifikační práce v čase AI” a příklady dobré praxe zmíněné jeho účastníky.
V závěrečné sekci “Příklady dobré praxe” naleznete, mimo jiné, odkaz na dokument ÚISK FF (bod 1 Příkladů) s praktickými pokyny, jak deklarovat použití AI ve studentské práci.
Ve čtvrtek 18.4.2024 se na Právnické fakultě UK uskutečnil seminář na téma, jak by se v důsledku příchodu nástrojů umělé inteligence mohly proměnit kvalifikační práce a náš přístup k nim. Seminářem provázel JUDr. Mgr. Michal Urban, Ph.D. (PF).
Většinu účastníků (z celkem 23) tvořili zástupci humanitních věd a medicíny.
Jak lze nástroje AI při psaní prací použít?
Jak konkrétně by se kvalifikační práce mohly proměnit, aniž by to znamenalo snížení náročnosti studijního programu?
Kvalifikační prací zpravidla rozumíme práci diplomovou v rozsahu min. 60 normostran, s určitým tématem a předem očekávanou strukturou. V případě bakalářských prací bývá již dnes někde rozsah kratší, např. může být jen 15 stran doplněných o praktickou část (např. video). Bakalářskou práci lze případě i nahradit závěrečným projektem.
Je možné kvalifikační práce zcela zrušit? V případě diplomové práce to nelze, jelikož její obhajoba je ukotvena v zákoně o vysokých školách.
Jak lze nástroje AI při psaní využít? Např. na:
jazykové a stylistické korektury,
tvorbu abstraktů, rešerší, analýz nebo grafů,
složitější aktivity, jako je navržení názvu práce a osnovy, formulace výzkumných otázek a vyvození závěrů.
Základní obavy:
Studenti přestanou myslet, pokud za ně vše udělá AI a kvalifikační práce ztratí svůj význam.
Neznalého může také umělá inteligence svést na scestí a do nesmyslů, protože nebude schopen výsledky včas a řádně posoudit.
Rizikem může být i podvržení např. medicínských dat, kdy student spočítá malý vzorek a zbytek si nechá jednoduše vygenerovat.
Cíl kvalifikační práce: výrobek nebo člověk?
Má být cílem práce kvalitní výstup – výrobek (např. počítačový program, analýza) bez ohledu toho, jak jich člověk dosáhl (jaké nástroje AI a jak použil)? Je toto cílem vzdělání? Budou pak naši absolventi schopní samostatné kritické práce a myšlení?
Důležité je spolupráci s AI přiznat. Jednak uživatel nese za výstupy umělé inteligence odpovědnost (AI nelze považovat za autora), a zároveň se tím chrání před budoucím odhalením (v budoucnu můžeme mít efektivnější postupy pro odhalení použití AI než dnes).
Jak konkrétně by se kvalifikační práce mohly proměnit, aniž by to znamenalo snížení náročnosti studijního programu?
Kvalifikační práce je posuzovaná i na základě obhajoby.Právě obhajoba může být vhodnou příležitostí pro ověření samostatné práce studenta.
Zneužít AI pro generování práce bude těžší, pokud si dáme po cestě několik kontrolních konzultací (checkpoints).
Při konzultacích může vedoucí práce např. požádat studenta o předložení výzkumných dat.
Mimo obhajobu lze také zohlednit schopnost studenta spolupracovat na vypracování.
V zahraničí často neznají státní zkoušky a kladou důraz na rozpravu o klasifikační práci.
Pokud někdo umí dobře psát, ale neumí dobře mluvit, možným řešením je vytvořit a zveřejnit hodnotící matrix (viz bod 4 v sekce “Příklady dobré praxe”).
Obhajobě je vždy přítomen tzv. Zpravodaj (rapporteur), který práci četl, připravil si otázky a je schopen vést se studentem odbornou debatu (viz bod 4 v sekce “Příklady dobré praxe”).
Důraz je kladen na ústní obhajobu práce s následnou diskusí s obecnějšími otázkami. Mimo to mají studenti řadu seminářů s povinnou účastí a již zmíněné checkpointy (viz bod 4 v sekce “Příklady dobré praxe”).
Nové formáty diplomových prací? Jak jinak by mohlo vypadat zadání?
Student musí přinést něco nového, řešit ve své práci ještě nevyřešenou otázku/problém.
Téma práce je užší, aktuální, nehotové. Tím pádem by nemělo být obsaženo v tréninkových datech.
Délka práce je cíleně kratší, aby byl student nucen jít k jádru problému, takzvaně “na dřeň” a musel tak vyvinout větší intelektuální úsilí. V zahraničí se například někde stanovuje jen maximální rozsah práce. Kratší práce umožňuje oponentům věnovat víc času přemýšlení nad prací.
Student přesně uvede, jaké nástroje používal a v jaké části práce (viz bod 1 v sekce “Příklady dobré praxe”).
Student má na výběr z různých formátů práce, které více odpovídají jeho zaměření (profesně zaměřená práce namísto akademické, propracovaný vědecký článek nebo ústavní stížnost namísto současné podobě diplomové práce).
I současná podoba diplomové práce je užitečná, protože nutí studenty ke kritickému zhodnocení, přičemž si student někde může vybrat, zda bude psát práci kasuistickou (zhodnocení konkrétního případu) nebo vědeckou (1LF, Klinika Adiktologie).
Podle čerstvé zkušenosti přibližně jen 5% studentů nějak aktivně využívá při své práci AI. AI využívají primárně ti, kdo ji mají placenou např. z práce, jelikož rozdíl ve schopnostech placených a neplacených AI nástrojů bývá propastný.
Při pokusech o nákup licencí naráží fakulty na neochotu poskytovatelů nástrojů nabídnout jakoukoliv slevu pro vzdělávací instituce.
Praktické pokyny pro uvedení používání AI ve studentské práci (Ústav informačních studií a knihovnictví (FF))
Jak citovat umělou inteligenci: Sekce “17. Umělá inteligence (AI)” vyhlášky ředitele IMS FSV UK k používání citační normy.
Např. ChatGPT již umožňuje veřejně sdílet konverzace (v levém vysouvacím panelu klikněte na tři tečky napravo od názvu konverzace, poté vyberte možnost “Share”).
Zapojení studentů při psaní diplomovýchprací na Katedře institucionální ekonomie (FSV), z emailové komunikace s PhDr. Jiřím Schwarzem, Ph.D.:
“Studenti mají povinné dva semestry semináře k diplomkám, v případě standardní délky studia si první seminář zapisují ve 3. a druhý ve 4. semestru (v němž mají i obhajovat). Viz Karolinka: https://karolinka.fsv.cuni.cz/KFSV-1573.html
Téma práce si studenti registrují do SISu jeden kalendářní rok před plánovanou obhajobou. Pokud standardně plánují obhajovat na konci letního semestru, tak téma v SISu do konce června (buď si vybírají již vypsaná témata, nebo osloví vedoucího a ve spolupráci s ním téma vymyslí/finalizují) a první verzi teze práce (cca dvoustránkový dokument) mají za úkol vypracovat do konce září (dříve to bylo už v červnu, ale nedávno jsme to posunuli) a odevzdat před začátkem semestru do prvního semináře k diplomkám na Moodle. V rámci semináře jsou studenti rozděleni do 4 skupin, přičemž každá skupina má během semestru 3 hromadná setkání. Na nich mluvíme s každým studentem individuálně, ostatní mohou poslouchat a inspirovat se. Nejprve okomentujeme tezi, kterou student následně finalizuje, potom už se bavíme o prvních draftech diplomky, respektive problémech, se kterými se studenti setkávají. Zápočet za první seminář dostávají studenti za odevzdání finální (vedoucím podepsané) teze práce a prvních 15 stran práce. Účast 3x za semestr je povinná. Viz sylabus kurzu v SISu.
Druhý seminář pak pokračuje ve stejném stylu. Opět 3x účast za semestr, studenti vždy nahrávají aktuální draft práce do Moodle, s každým se o něm bavíme a řešíme případné problémy. Na posledním (třetím) kole semináře, pokud studenti mají zájem, si mohou zkusit nanečisto svou práci obhájit. Zápočet získají za odevzdání hotové diplomky a vypracování handoutu se základními tezemi práce pro využití při obhajobě. Viz sylabus.
Vedle toho by samozřejmě studenti měli být v průběžném kontaktu se svými vedoucími, ale to nyní nijak formálně na IES neregulujeme.”
Bližší informace k obhajobě a institutu Zpravodaje (rapporteur): viz Vyhláška k organizaci obhajob (Katedra institucionální ekonomie (FSV)).
Doporučení k využívání generativní umělé inteligence ve vzdělávání (FHS).
