AI: prawo, i etyka

1. Podstawy technologii sztucznej inteligencji. Wprowadzenie do generatywnej sztucznej inteligencji (7 godz.)

   Krótki przedmiot wprowadzający, którego celem jest wyrównanie poziomu wiedzy uczestników oraz zbudowanie wspólnej bazy pojęciowej w zakresie AI i generatywnej AI.

   • Diagnoza wiedzy uprzedniej uczestników w zakresie AI
   • Identyfikacja realnych potrzeb zawodowych związanych z wykorzystaniem AI
   • Podstawowa terminologia sztucznej inteligencji i generatywnej AI
   • Zasady działania generatywnej sztucznej inteligencji (ujęcie koncepcyjne)
   • Fakty i mity na temat sztucznej inteligencji

2. AI w codziennej pracy – Duże modele językowe (LLM) i prompt engineering (8 godz.)

   Przedmiot poświęcony dużym modelom językowym oraz zasadom skutecznej komunikacji z systemami generatywnej AI.

   • Czym są duże modele językowe (LLM) i jak działają
   • Przegląd i porównanie wiodących modeli dostępnych na rynku
   • Podstawowe zasady skutecznego promptowania
   • Wybrane techniki i modele prompt engineeringu
   • Praktyczne przykłady zastosowania prompt engineeringu w codziennej pracy

3. Wprowadzenie do technologii AI – ujęcie informatyczne i systemowe (5 godz.)

   Przedmiot o charakterze informatycznym, dostosowany dla odbiorców bez specjalistycznej wiedzy z zakresu IT, koncentrujący się na technicznych i systemowych aspektach funkcjonowania rozwiązań AI w środowisku IT.

   • Podstawowe pojęcia i definicje (ujęcie techniczne)
   • Zasady działania systemów inteligentnych
   • Modele językowe i generatywne – ujęcie systemowe i infrastrukturalne
   • Możliwości i ograniczenia współczesnych rozwiązań AI
   • Cyberbezpieczeństwo w kontekście AI
   • Bezpieczeństwo i odpowiedzialne wykorzystanie AI (perspektywa IT)
   • Przegląd dostępnych narzędzi i architektur AI
   • Przygotowanie do praktycznego wykorzystania technologii AI w organizacji

4. Praktyczne zastosowania narzędzi AI – perspektywa informatyczna (15 godz.)

   Przedmiot warsztatowy koncentrujący się na praktycznym wykorzystaniu narzędzi AI z perspektywy informatycznej i wdrożeniowej.

   • Wprowadzenie do pracy warsztatowej. AI w codziennej pracy – automatyzacja i efektywność
   • Komunikacja z wykorzystaniem AI. Skuteczna komunikacja z narzędziami AI (ujęcie techniczne)
   • Praca z tekstem i informacją
   • Tworzenie treści wizualnych i multimedialnych
   • Automatyzacja i usprawnianie pracy (perspektywa systemowa)
   • Ocena jakości i wiarygodności wyników
   • Dobór narzędzi AI do potrzeb użytkownika
   • Odpowiedzialne wykorzystanie AI w praktyce (ujęcie IT)
   • Dobre praktyki i dalszy rozwój kompetencji

1. AI Act – obowiązki i odpowiedzialność (25 godz.)
   • Klasyfikacja systemów.
   • Obowiązki użytkownika profesjonalnego.
   • Obowiązki dostawcy, producenta, importera
   • Dokumentacja i nadzór.
   • Generatywna AI - Regulacje i ryzyka
2. AI a prawa człowieka (5 godz.)
   • Niedyskryminacja, decyzje algorytmiczne, wolności obywatelskie.
3. Etyka AI (10 godz.)
   • Analiza koncepcji transhumanistycznych w kontekście AI
   • Etyczne wyzwania związane z tworzeniem i wdrażaniem AI
   • Autonomia i odpowiedzialność w systemach AI
   • Zastosowanie AI w społeczeństwie i możliwe ryzyka społeczne
4. AI a RODO i ochrona danych (10 godz.)
   • DPIA dla systemów AI.
   • Zgodność danych i minimalizacja ryzyk.
5. AI a prawo autorskie (10 godz.)
   • Zasady ochrony utworów wykorzystywanych w procesach trenowania modeli AI.
   • Legalność datasetów: dozwolony użytek, licencje, wyjątki i ograniczenia.
   • Prawa autorskie do wyników generowanych przez systemy AI.
   • Odpowiedzialność za naruszenia praw autorskich przy wdrożeniach AI.
   • Modele licencjonowania treści dla usług i narzędzi AI (API, foundation models, GenAI).

1. AI w biznesie: zastosowania, narzędzia i wdrożenia (25 godz.)
   • AI w biznesie – przegląd technologii i trendów
   • Dane w organizacji – jakość, dostępność, governance
   • Modele ML i generatywne AI – przegląd możliwości
   • Architektura rozwiązań AI w firmie (API, integracje, chmura)
   • Automatyzacja procesów biznesowych (RPA + AI)
   • AI w marketingu, sprzedaży, finansach, HR
   • Systemy rekomendacyjne i personalizacja
   • AI w analizie tekstu i dokumentów
   • Bezpieczeństwo, prywatność
   • Zarządzanie projektami AI (CRISPDM, MLOps, change management)
   • Dojrzałość organizacyjna i strategia AI
   • Wdrożenia AI – typowe błędy i dobre praktyki
   • Analiza przypadków wdrożeń w Polsce i na świecie
   • Podsumowanie i przygotowanie do projektu
   • Analiza procesów biznesowych pod kątem automatyzacji
   • Praca z danymi: eksploracja, przygotowanie, podstawy oceny jakości
   • Budowa prostych modeli ML w narzędziach dostępnych dla biznesu
   • Praca z API modeli językowych (analiza tekstu, generowanie treści)
   • Tworzenie chatbotów i asystentów biznesowych
   • Automatyzacja procesów z użyciem narzędzi nocode/lowcode
   • Projekt wdrożeniowy: koncepcja rozwiązania AI dla organizacji
2. Ryzyko AI, ubezpieczenia i rynek pracy – perspektywa biznesowa (10 godz.)
   • Ryzyko AI i ubezpieczenia
     • Ryzyka AI w biznesie
     • Rynek ubezpieczeń cyber i AI
     • Zarządzanie ryzykiem
     • Innowacje w ubezpieczeniach
     • Case studies i analiza praktyczna
   • AI a rynek pracy
     • Wpływ AI na strukturę zatrudnienia
     • Rozwój kompetencji
     • Nowe modele pracy
     • Polityki publiczne
   • Finansowanie ze środków UE
     • Strategie i programy UE
     • Krajowe programy wsparcia
     • Realizacja i rozliczanie projektów
     • Alternatywne źródła finansowania
3. Modele biznesowe i transformacja organizacyjna w erze AI (5 godz.)
   • Praktyczne zastosowania AI w przedsiębiorstwach i samorządach
   • Wpływ AI na modele biznesowe i produktywność organizacji
   • Transformacja organizacyjna wywołana wdrażaniem AI
   • Zarządzanie zmianą w projektach AI
   • Decyzje menedżerskie w warunkach transformacji cyfrowej
4. AI w operacjach i efektywności organizacyjnej – warsztaty (5 godz.)
   • Automatyzacja rutynowych zadań biurowych z wykorzystaniem AI i narzędzi low-code
   • Praktyczne wykorzystanie asystentów AI (RAG) do pracy na danych firmowych
   • Budowa osobistego cyfrowego asystenta menedżerskiego
   • Wykorzystanie AI w zarządzaniu projektami, zespołami i komunikacji
   • Przegląd narzędzi AI wykorzystywanych w praktyce biznesowej
   • Analiza błędów wdrożeniowych i czynników sukcesu projektów AI
   • Ocena efektywności i ROI z wdrożeń AI

1. Psychologia człowieka i organizacji w erze AI (10 godz.)
   • Wprowadzenie do psychologii organizacji i AI
     • Decyzje, zaufanie, postawy wobec automatyzacji
   • Psychologia zmian technologicznych
     • Opór wobec AI
     • Emocje, lęk, adaptacja
   • Psychologiczne skutki automatyzacji pracy
     • Motywacja, sens pracy, tożsamość zawodowa
   • Kompetencje AI w zespołach
     • Jak ludzie uczą się AI
     • Jak ich do tego motywować
2. Społeczne, etyczne i decyzyjne aspekty AI w organizacjach (10 godz.)
   • AI jako aktor społeczny
     • Zaufanie, antropomorfizacja, odpowiedzialność
   • Psychologia decyzji i błędy poznawcze w pracy z AI
     • Jak ludzie faktycznie korzystają z rekomendacji AI
   • Normy społeczne, władza i kontrola algorytmiczna
     • Presja grupy
     • Nadzór, asymetria wiedzy
   • Psychologia compliance i etyki AI
     • Dlaczego regulacje są ignorowane
     • Jak projektować systemy zgodne z ludzką psychologią

1. Egzamin (2 godz.)

Projekt końcowy i test wiedzy