Zdroje a AI

Akademické dovednosti pro studující sociologie (Moodle)

Užití generativní umělé inteligence při studiu na KSOC FF UK

Informace k užívání AI

Jako akademičky a akademici jsme si vědomi, že generativní umělá inteligence (dále zde jen jako AI) je výjimečným nástrojem, který může zvýšit efektivitu i kvalitu práce s informacemi a studia (nejen) sociologie. Zároveň ale jako vyučující neseme zodpovědnost za naplnění našich vzdělávacích cílů, kterými jsou na obecné úrovni:

– rozvoj kritického myšlení, což zahrnuje i schopnost kriticky číst odborné texty, posuzovat zdroje, výzkum, jeho metody, výsledky a jejich interpretaci a schopnost vlastní syntézy dílčích informací, tj. vyvozování nových závěrů z existujících poznatků;
– rozvoj praktické sociologické imaginace zahrnující rozvinutou kreativitu, globální a kritické myšlení, schopnosti originálně a samostatně propojovat naučené pojmy a perspektivy s reálnými situacemi;
– schopnost samostatně stanovit cíle vlastního zkoumání, navrhnout vhodné metody pro dosažení těchto cílů a realizovat projekt tyto cíle naplňující, a to v souladu s etickými principy kvalitní vědy;
– schopnost srozumitelně komunikovat výsledky vlastní práce.

Všechny tyto schopnosti a dovednosti nutně předchází schopnosti při vlastní sociologické praxi efektivně využívat AI. Formulaci vstupů a následné výstupy AI je totiž vždy potřeba kriticky reflektovat na základě vlastních znalostí, know-how a kritického úsudku kultivovaného právě studiem. Špatné zadání nevede k dobrým výsledkům a výsledky není možné využívat dál bez rozvinuté rozlišovací schopnosti určující jejich použitelnost.

Jsme přesvědčeni, že rozvoj výše uvedených vlastních dovedností nenastává, pokud je AI použita nikoli jako pomocník, ale jako substitut vlastní vzdělávací a kreativní činnosti – v takovém případě AI rozvoj studujících naopak omezuje. Nečekáme od vás jako od studujících, že hned od začátku budete psát skvělé texty. Psát se učíte v průběhu studia postupně – chybami a hledáním vlastního stylu. Chceme, aby studující rozvíjeli svou kreativitu, která je osobně i profesně obohatí a zvýší jejich uplatnitelnost na budoucím trhu práce.

Dnešní doba vytváří nutnost naučit se kriticky a kreativně uplatňovat oborové know-how, ne nechat AI myslet za vás. Důvody jsou dva. Za prvé, AI může vymyslet dobře vypadající hlouposti, které student/ka neodhalí bez dovedností získaných vlastní prací během studia. Za druhé, další vývoj bude klást velké nároky na uplatnitelnost na trhu práce i pro absolventstvo, kteří dříve s uplatněním neměli problém. Jedním z rozlišujících kritérií se stane schopnost mít přidanou hodnotu vůči obsahu generovanému AI. Jednou z posledních opor pro tuto schopnost jsou právě kreativita a kritické myšlení.

A úplně stručně: Nenechávejte AI myslet za Vás! AI je kvalitní kalkulačka, nic víc.

Z výše uvedeného vyplývá následující stanovisko pro různé způsoby užití AI při studiu:

Povolená použití generativní umělé inteligence

Studující mohou:

– studovat umělou inteligenci a výsledky jejího používání v oblasti jazyka, psaní, výuky a profesní praxe.
– používat AI pro brainstorming a generování nápadů.
– používat nástroje AI pro vyhledávání literatury.
- ! Studenti se tímto důrazně upozorňují na vysokou chybovost AI v předkládaných výsledcích rešerše, vysokou chybovost při shrnutích odborných textů na základě úzce zaměřených výzkumných otázek (se všemi omezeními oproti jiným alternativám), a na vysoké zastoupení marginálně významných a chybných či smyšlených zdrojů ve výsledcích rešerše.
– používat AI ke generování počítačového kódu (např. R, syntax SPSS), jehož správnost studující samostatně ověří.
– používat AI pro zpětnou vazbu a editaci syntaxe a gramatiky, a to zejména tam, kde jsou zdroje v cizím jazyce či studující píše text v cizím jazyce a nástroje zvyšují stylistickou i gramatickou úroveň textu a porozumění zdrojům.
- Shodujeme se s pokyny pro předkládání příspěvků časopisů vydavatelství Elsevier a časopisu Journal of Second Language Writing, které se zaměřují na využití těchto technologií ke „zlepšení srozumitelnosti a jazyka, nikoliv k nahrazení klíčových úkolů výzkumných pracovníků, jako je interpretace dat nebo vyvozování vědeckých závěrů“.
- ! Důrazně doporučujeme, aby studenti využívali i nadále zpětnou vazbu od svých kolegů a kolegyň.

Nepovolená použití:

Studujícím je zakázáno:

– používat umělou inteligenci k vygenerování textu studijních prací a doslovně přebírat vygenerovaný text – práce musí být napsány samostatně studujícími. Vždy by mělo být zřejmé, že práci a myšlenky jste vytvořili vy.
- Toto je v souladu se stanoviskem UK – přímé použití generovaného textu je považováno za plagiátorství!
- Překlady do a z cizího jazyka realizované s pomocí AI překladačů v tomto případě nepovažujeme za „generování textu“.
– k syntéze zdrojů a parafrázování bez vlastní znalosti primárního zdroje.
- ! Zde připomínáme, že pokud si necháte vygenerovat shrnutí článku, je toto shrnutí sekundárním zdrojem. Od 1. ročníku přitom vedeme studující k tomu, že je vždy, pokud je to jen trochu možné, potřeba nalézt primární zdroj a informaci v něm ověřit a získat přímo. Lze tedy generovat shrnutí pomocí AI, pokud ale informaci z daného shrnutí chcete použít ve vlastní práci, je potřeba ověřit její správnost v primárním zdroji!
– ke generování designu výzkumu a provádění analýzy dat bez vlastní znalosti či ověření správného postupu.
- Je možné si pomoci generováním postupu, ale je čistě vaší odpovědností zkontrolovat, zda je navrhovaný postup správný. Znamená to tedy, že musíte správný postup znát nebo nějak ověřit.
- ! Pozor! AI často radí objektivně chybně nebo opakuje nesmyslné mýty, případně říká zastaralé věci v rozporu se současnou dobrou praxí, vynechává důležité detaily apod.

Vyučující může dále v sylabu předmětu specifikovat povolené a nepovolené použití umělé inteligence v daném kurzu. Prosíme, respektujte takové pokyny: jejich smyslem je pomoci Vašemu rozvoji, ne mu bránit. Pokud máte pochyby o smysluplnosti a přidané hodnotě úkolu, neumožňujícího využití AI, proberte jej s vyučujícím.

Zdroje

Vlastní sběr dat

Katedra má k dispozici opensource nástroj LimeSurvey. Testovací dotazník k nahlédnutí zde. V případě zájmu o využití pro účely seminárních a kvalifikačních prací kontaktujte Evu Kyselou.

Sběr dat přes agenturu

Agentura NMS nabízí studentům možnost zařadit vlastní otázky do pravidelných měsíčních šetření online populace. Více informací a kontakt zde. Popřípadě pište Evě Richter.

Při vlastním sběru dat je nutné dodržet etické zásady výzkumu a získávání a zpracování osobních údajů. Posouzení etiky výzkumu provádí vedoucí práce, lze nicméně kontaktovat i Evu Richter.

Jsou-li při vlastním sběru dat získávány osobní údaje respondentů (tj. u kvalitativního výzkumu vždy!), je třeba, aby participanti výzkumu výslovně souhlasili. VZOR INFORMOVANÉHO SOUHLASU

Inspirace a vizualizace dat:

datovazurnalistika.cz
datamatic.io
Information is beautiful (interaktivní vizualizace dat)
gapminder.org (skvělé interaktivní vizualizace indikátorů světového vývoje)
Google DataStudio
OurWorldinData.org (vizualizace globálních statistik s bohatými komentáři a doprovodnými texty)
FiveThirtyEight.com(datová žurnalistika)

Datové zdroje

Veřejná data o subjektech:

Obchodní rejstříky
Veřejné zakázky
Evropské fondy
OpenCorporates: The Open Database Of The Corporate World

DataHubs a seznamy:

Národní katalog otevřených dat
Skvělý seznam OpenData zdrojů z celého světa
Awesome Public Datasets (seznam datasetů)
Quora: Where can I find large datasets open to the public? (seznam datasetů)
Hadoop Illuminated (seznam datasetů)
Academictorrents.com
opendata.cz
datahub.io
Statista (v základní verzi zdarma bez odkazů na zdroje)

Sociální sítě:

Přehled datových zdrojů sítí
Stanford Large Network Dataset Collection

Volební výsledky a studie:

Volební kyvadlo
Otevřené volby
Constituency-Level Elections Archive (CLEA)

Hlavní zdroj jsou Komparativní volební studie po celém světě. Jde o povolební studie. Data mají základní sadu otázek a pak většiou nějaké specifické, které si tam každý autorský tým dá individuálně. U zemí s dobrým financování je to velmi často součástí nějakého výrazně většího projektu, který má více vln a třeba i mediální analýzy atp. Z nich jde zmínit z mého pohledu jako nejkvalitnější ty v Rakousku (AUTNES), Německu (GLES), UK (BES), Izraeli (INES) a Švýcarsku (SELECTS).
Samozřejmě pak existují kvalitní americká data (ANES, NAES, UAS, CES).
Další zajímavý projekt je Making Electoral Democracy Work, což jsou internetové panely v několika zemích světa v různých regionech. Vždy vlna před a po volbách a mají hodně zajímavých otázek. Mají tam národní, regionální a evropské (pokud je země v EU) volby, takže to jde srovnávat i tímto způsobem.
Evropské volby se také zkoumají v samostatném projektu: http://europeanelectionstudies.net/ees-study-components/voter-study/