Jak pracować na seminarium Human+AI? Etapy, odpowiedzialność i samodzielny osąd

SEMINARIUM DYPLOMOWE 2026/2027 · CZĘŚĆ 5 Z 5

AI może pomagać w porządkowaniu pytań, porównywaniu pomysłów i redagowaniu tekstu. Na seminarium będziemy sprawdzać, czy ta pomoc rozwija warsztat autora. Ważnym kryterium pozostaje jego zdolność do samodzielnego wyjaśnienia i uzasadnienia decyzji badawczych.

Pięć etapów i ich rezultaty

1. Rozpoznanie problemu: karta pomysłu, pierwsze źródła i ocena wykonalności.
2. Projekt badania: uporządkowane pojęcia, pytania, uzasadnienie metod i plan analizy.
3. Przygotowanie i gromadzenie materiału: uzgodnione warunki, próba narzędzia i dokumentacja badania.
4. Analiza i interpretacja: przedstawienie wyników, odniesienie do literatury i rozważenie alternatywnych wyjaśnień.
5. Redakcja i przygotowanie do obrony: spójny tekst, sprawdzone odwołania oraz gotowość do rozmowy o ograniczeniach pracy.

Terminy ustalimy na spotkaniach zgodnie z harmonogramem kierunku i możliwościami projektu. W badaniu opartym na literaturze lub dokumentach nie wszystkie etapy będą miały taką samą postać jak w badaniu z udziałem respondentów.

Trzy strefy delegowania jako rama rozmowy

Strefa I — pomoc w czynnościach rutynowych. Przykłady to porządkowanie własnych notatek, propozycja układu tabeli lub korekta językowa. Autor sprawdza wynik i zachowuje kontrolę nad treścią.

Strefa II — wspomaganie osądu. AI może proponować alternatywne pytania, krytykować projekt narzędzia lub wskazywać konkurencyjne interpretacje. Student sam porównuje propozycje z literaturą i materiałem oraz uzasadnia wybór.

Strefa III — odpowiedzialność pozostająca po stronie człowieka. Nie przekazujemy AI rozstrzygnięcia o wiarygodności dowodów, rzetelności wniosków i etycznej dopuszczalności własnych działań. System nie zastępuje również wymaganych uzgodnień i zgód.

To rama refleksji nad pracą, rozwijana w moim artykule o sprawczości i odpowiedzialności człowieka. Konkretne zasady korzystania z AI uzgodnimy z uwzględnieniem wymagań uczelni.

Doświadczenia, których nie omijamy

Student powinien samodzielnie przeczytać kluczowe źródła, przeanalizować istotny fragment materiału, uzasadnić wybór metody i skonfrontować własny pomysł z krytyką. Potrzebne są również doświadczenie poprawiania nieudanej próby oraz wskazanie granicy własnych wniosków. Te działania pozwalają zobaczyć, jak powstaje wiedza i dlaczego można ufać określonemu ustaleniu.

AI może podpowiedzieć publikację, ale trzeba potwierdzić jej istnienie i przeczytać odpowiedni fragment. Materiał wygenerowany przez model nie może zostać przedstawiony jako rzeczywista wypowiedź uczestnika ani wynik badania. Dane zebrane od uczestników nie trafiają do narzędzi AI bez uprzedniego uzgodnienia odpowiedniego sposobu ich ochrony i przetwarzania. Ćwiczenia z AI możemy prowadzić na danych fikcyjnych lub publicznych materiałach dobranych do celu.

Krótki dziennik pracy Human+AI

Po istotnym użyciu AI zapisz: cel, narzędzie, wykorzystaną propozycję, sposób jej sprawdzenia oraz własną decyzję. Wystarczy kilka zdań. Dokumentuj także propozycje odrzucone — pokazują, jak oceniasz jakość podpowiedzi. Sposób ujawnienia pomocy AI w pracy uzgodnimy na seminarium.

Na każde spotkanie przynieś pytanie

Przygotuj wykonany fragment pracy, jedną trudność oraz propozycję następnego kroku. Na poziomie licencjackim skupimy się na poprawności i spójności projektu. W pracy magisterskiej będziemy dodatkowo pogłębiać uzasadnienia teoretyczne i konfrontować interpretacje.

Praca dyplomowa powinna pokazywać zarówno rezultat badania, jak i zdolność autora do odpowiedzi: dlaczego przyjąłem takie rozwiązanie, na czym opieram wniosek i gdzie kończy się jego zasadność?

Cykl opracowany na podstawie oferty seminarium dr. Witolda Kołodziejczyka na rok akademicki 2026/2027. Przykłady tematów, zadania i wskazówki warsztatowe stanowią rozwinięcie tej oferty do pracy seminaryjnej.