Moduł 1: Podstawy GenAI dla badaczy

• Czym jest GenAI. Wprowadzenie do sztucznej inteligencji generatywnej w kontekście badań ewaluacyjnych, wyjaśnienie kluczowych pojęć bez żargonu technicznego.
• Jak działają modele językowe. Mechanizmy funkcjonowania AI przedstawione w sposób zrozumiały dla badaczy, koncentracja na praktycznych aspektach komunikacji z systemem.
• Skuteczna komunikacja z AI. Podstawowe zasady tworzenia dobrych poleceń, przykłady efektywnych promptów dla zadań badawczych.
• Kwestie bezpieczeństwa. Odpowiedzialne użytkowanie narzędzi AI, świadomość ograniczeń i ryzyk.

Moduł 2: Chatboty GenAI jako narzędzie badawcze – podstawowe zastosowania

• Przygotowanie badań. Wykorzystanie AI do planowania metodologii, tworzenia kwestionariuszy, przygotowywania scenariuszy wywiadów i innych narzędzi badawczych.
• Analiza danych jakościowych. Praktyczne podejścia do kodowania wywiadów, analizy treści dokumentów, identyfikacji wzorców w materiałach tekstowych.
• Przetwarzanie danych ilościowych. Znaczenie umiejętności dużych modeli językowych do posługiwania się narzędziami. Interpretacja wyników statystycznych, tworzenie opisów liczbowych, generowanie wniosków z tabel i wykresów.
• Raportowanie. Wsparcie w pisaniu raportów ewaluacyjnych, synteza wniosków, tworzenie podsumowań wykonawczych i rekomendacji.

Moduł 3: Zaawansowane możliwości – zwiększamy kontrolę nad LLM

• Google AI Studio. Poznanie interfejsu umożliwiającego programowanie LLM, możliwości wykraczające poza standardowy chat.
• Dostosowywanie modeli. Wybór odpowiedniego modelu. Ustawienie promptu systemowego. Wybór odpowiednich parametrów dla różnych zadań badawczych, optymalizacja ustawień pod konkretne potrzeby.
• Testowanie różnych podejść. Porównywanie skuteczności różnych modeli i konfiguracji, wybór najlepszego rozwiązania dla konkretnego zadania.
• Wprowadzenie do automatyzacji. Przykład możliwości integracji z narzędziami Make.com i Airtable dla usprawnienia przepływu danych badawczych.

Moduł 4: Inspiracje i następne kroki

• Galeria narzędzi. Przegląd specjalistycznych rozwiązań GenAI dedykowanych badaczom, analiza ich potencjału w kontekście ewaluacji.
• Przykłady automatyzacji. Konkretne scenariusze usprawnienia procesów badawczych przy pomocy AI, real-world cases z innych organizacji.
• Dyskusja grupowa. Identyfikacja potrzeb i wyzwań w projektach ewaluacyjnych uczestników, burza mózgów nad możliwymi zastosowaniami.

Prowadzący: dr hab. Igor Lyubashenko – adiunkt na Uniwersytecie SWPS, specjalizuje się m.in. w wykorzystaniu narzędzi AI w badaniach jakościowych. Uzyskał doktorat z politologii i jest autorem książki oraz licznych artykułów naukowych oraz popularnonaukowych, w tym m.in. książki wydanej przez Polską Agencję Rozwoju Przedsiębiorczości pt. „Generatywna AI w badaniach. Praktyczne zastosowania w ewaluacji polityk publicznych”.