Raport z badania dotyczącego wykorzystania i postrzegania sztucznej inteligencji generatywnej
W ramach badania zebrano dane demograficzne dotyczące wieku, płci, kraju zamieszkania, wykształcenia i zawodu. Respondenci zostali poproszeni o wskazanie swojej grupy wiekowej, podzielonej na kategorie poniżej 18 lat, 18–24 lata, 25–29 lat oraz 30 lat i więcej. Klasyfikacja ta pomaga zrozumieć rozkład wieku w próbie.
Struktura GenAI – mikrokwalifikacje
Niniejszy dokument przedstawia kompleksowe ramy nieformalnych procedur certyfikacji mikrokompetencji, których celem jest wyposażenie młodzieży w wiedzę na temat modelu GenAI, jego podstaw teoretycznych oraz praktycznych zastosowań dla uczniów z pokolenia Z. Obejmuje on różne aspekty, takie jak wprowadzenie i kontekst projektu oraz wytyczne dotyczące wdrażania certyfikacji, a na zakończenie zawiera podsumowanie wytycznych dotyczących funkcjonowania certyfikacji edukacji cyfrowej.
Skonsolidowana strategia edukacji w zakresie sztucznej inteligenacji ogólnej (GenAI)
Niniejszy raport przedstawia skonsolidowaną strategię integracji generatywnej sztucznej inteligencji (GenAI) z edukacją młodzieży w całej Europie. Opierając się na przeglądzie literatury, ankietach przeprowadzonych wśród interesariuszy oraz dyskusjach w grupach fokusowych w Polsce, Grecji, Szwecji i Serbii, raport analizuje aktualny krajobraz edukacyjny i proponuje skoncentrowane na młodzieży, oparte na zasadach etycznych ramy integracji GenAI.
Raport dotyczący wykorzystania i edukacji w zakresie narzędzi GenAI
Pokolenie Z definiuje się jako grupę demograficzną następującą po pokoleniu millenialsów, urodzoną zazwyczaj w latach 90. XX wieku i na początku XXI wieku (Schlee i in., 2020). Pokolenie to charakteryzuje się wyjątkowymi cechami behawioralnymi i postawami, ponieważ dorastało w erze technologii cyfrowej i mediów społecznościowych.
Kompleksowy przegląd literatury dotyczącej generatywnych narzędzi sztucznej inteligencji
Szybki rozwój narzędzi generatywnej sztucznej inteligencji (GenAI) przyczynił się do znacznego postępu w różnych dziedzinach, oferując przełomowe rozwiązania, które zwiększają produktywność, kreatywność i wydajność. Narzędzia te, oparte na zaawansowanych algorytmach uczenia maszynowego, generują treści podobne do ludzkich w różnych formach, takich jak tekst, obrazy, muzyka i filmy. Ich zastosowanie na nowo zdefiniowało tradycyjne procesy pracy i wprowadziło nowe możliwości w takich branżach, jak edukacja, sztuka kreatywna, marketing, tworzenie oprogramowania i badania naukowe.