• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Научно-исследовательский семинар "Основы информационно-библиографического поиска"

2024/2025
Учебный год
RUS
Обучение ведется на русском языке
1
Кредиты
Статус:
Курс обязательный
Когда читается:
4-й курс, 1 модуль

Преподаватель

Программа дисциплины

Аннотация

Научно-исследовательский семинар «Основы информационно-библиографического поиска» направлен на развитие компетенций в области поиска и интеллектуального анализа научной литературы. В рамках курса предлагается обсудить вопросы оптимизации информационно-библиографического поиска с использованием систем искусственного интеллекта и выработать наиболее эффективные стратегии взаимодействия с существующими инструментами. Кроме того, будут рассмотрены возможности применения статистических методов для анализа и визуализации связей между различными библиометрическими сущностями (авторами, публикациями, ключевыми словами, и др.).
Цель освоения дисциплины

Цель освоения дисциплины

  • Овладение студентами навыками эффективного поиска, анализа и использования научной информации с применением современных технологий;
  • Знакомство с базовыми методами библиометрического анализа и принципами работы с публикационными базами данных для выявления ключевых трендов в предметной области;
  • Формирование понимания этических аспектов использования искусственного интеллекта (ИИ) в академической среде
Планируемые результаты обучения

Планируемые результаты обучения

  • Знать возможности и ограничения применения искусственного интеллекта (ИИ) в академической и профессиональной деятельности.
  • Знать этические принципы работы с ИИ и требования к оформлению использования генеративных моделей.
  • Уметь критически оценивать качество информации, полученной от ИИ, и проводить ее проверку и корректуру.
  • Уметь формулировать корректные запросы к генеративным моделям и адаптировать их в зависимости от контекста.
  • Владеть навыками проведения библиометрического анализа для оценки состояния научной области и определения возможных трендов ее развития.
  • Владеть навыками работы с библиографическими менеджерами для систематизации хранения научных публикаций и оформления их цитирований.
  • Знать инструменты для автоматизации реферирования текстовых данных и извлечения из них релевантной информации.
  • Уметь использовать ИИ для грамматической и стилистической проверки текстов на разных языках.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • ИИ для современного исследователя: этические аспекты и практические возможности использования генеративных моделей в академической среде
  • Основные принципы создания и оптимизации текстовых запросов (промптов) к генеративным моделям
  • Библиометрия как метод описания исследовательской области: инструменты поиска и сетевого анализа научной литературы
  • Инструменты для хранения, систематизации и оценки релевантности научной информации
  • ИИ в роли критика: использование генеративных моделей для подготовки презентаций и докладов
Элементы контроля

Элементы контроля

  • неблокирующий Аудиторные (и домашние) практики
    Практические задания предполагают выполнение студентами кейсов по теме занятия индивидуально или в группах. Множественное задание: состоит из 5 оцениваемых заданий. Совмещённый элемент контроля. При выполнении задания студенты должны использовать только те генеративные модели ИИ, которые указаны в условии задания. Если в тексте задания не оговорено иное, то применять можно только эти модели и только для тех задач, которые прописаны в условии. Использование ИИ должно сопровождаться указанием названия конкретной генеративной модели, которая применялась, и предоставлением ссылки на эту модель в Интернете. При нарушении требований использования ИИ за задание выставляется оценка 0.
  • неблокирующий Библиометрический обзор
    Эссе представляет собой связный текст объемом до 1000 слов, в котором студент анализирует выбранную научную область, используя методы библиометрического анализа и визуализации связей между разными библиометрическими сущностями (авторами, ключевыми словами и др.). Работа должна быть оформлена в соответствии с методическими рекомендациями по подготовке ВКР на ОП "Филология" (https://spb.hse.ru/ba/philology/internships) и сдана в электронном виде (.docx) в Smart LMS. При выполнении задания студенты должны использовать только те генеративные модели ИИ и инструменты библиометрического анализа, которые указаны в условии задания. Если в тексте задания не оговорено иное, то применять можно только эти модели и только для тех задач, которые прописаны в условии. Использование ИИ должно сопровождаться указанием названия конкретной генеративной модели, которая применялась, и предоставлением ссылки на эту модель в Интернете. При нарушении требований использования ИИ за задание выставляется оценка 0.
  • неблокирующий Защита работы
    Защита работы представляет собой презентацию результатов исследования в формате доклада. На выбор студент может представить на защите: 1) ранее написанный библиометрический обзор; 2) исследование, выполненное в рамках предыдущих курсовых работ или проектов; 3) проектное предложение (research proposal) для дипломной работы. Защита может проводиться индивидуально или в группах (1-4 человека). По структуре защита соответствует требованиям к защите выпускной квалификационной работы. В докладе следует обосновать исследовательский вопрос, описать источники/исследовательские данные и методы работы с ними, дать аргументированный ответ на исследовательский вопрос, показывающий, как были получены основные выводы. Доклад должен сопровождаться презентацией, содержащей наглядный графический (таблицы, схемы) или иной материал, иллюстрирующий основные положения работы. При выполнении задания студенты могут использовать только те генеративные модели ИИ, которые указаны в условии задания. Если в тексте задания не оговорено иное, то применять можно только эти модели и только для тех задач, которые прописаны в условии. Использование ИИ должно сопровождаться указанием названия конкретной генеративной модели, которая применялась, и предоставлением ссылки на эту модель в Интернете. При нарушении требований использования ИИ за задание выставляется оценка 0.
  • неблокирующий Участие в обсуждении во время защиты и ответы на вопросы
    Участие в обсуждении во время защиты включает активное вовлечение студентов в дискуссию, подготовку вопросов и предоставление ответов на вопросы других студентов и преподавателя в режиме реального времени. Использование ИИ при выполнении элемента контроля запрещено.
Промежуточная аттестация

Промежуточная аттестация

  • 2024/2025 1st module
    0.4 * Аудиторные (и домашние) практики + 0.3 * Библиометрический обзор + 0.2 * Защита работы + 0.1 * Участие в обсуждении во время защиты и ответы на вопросы
Список литературы

Список литературы

Рекомендуемая основная литература

  • Huang, K., Hussain, A., Wang, Q.-F., & Zhang, R. (2019). Deep Learning: Fundamentals, Theory and Applications. Cham, Switzerland: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=2029631

Рекомендуемая дополнительная литература

  • Haenlein, M., & Kaplan, A. (2019). A Brief History of Artificial Intelligence: On the Past, Present, and Future of Artificial Intelligence. California Management Review, 61(4), 5–14. https://doi.org/10.1177/0008125619864925

Авторы

  • Кирина Маргарита Александровна