Delivered at:: Department of Philology

Course type:: Compulsory course

When:: 4 year, 1 module

Instructor

Kirina, Margarita

Дополнительные материалы в LMS Задать вопрос

Аннотация

Научно-исследовательский семинар «Искусственный интеллект для исследовательских и прикладных задач» направлен на развитие компетенций, необходимых для грамотного и этичного использования искусственного интеллекта в академической деятельности. В рамках курса предлагается обсудить вопросы оптимизации поиска и анализа научной литературы и выработать наиболее эффективные стратегии взаимодействия с ИИ-инструментами. Кроме того, будут рассмотрены статистические методы анализа и визуализации связей между различными библиометрическими сущностями (авторами, публикациями, ключевыми словами, и др.). Студенты получат практические навыки применения ИИ для оптимизации рутинных процессов, а также оценят его возможности в контексте решения специальных задач.

Цель освоения дисциплины

Знакомство с возможностями и ограничениями применения искусственного интеллекта (ИИ) для решения общих и специальных задач;
Овладение студентами основными техниками промпт-инжиниринга;
Развитие навыков эффективного поиска, анализа и использования научной информации с применением современных технологий;
Изучение методов библиометрического анализа и практических принципов 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

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

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

Практические работы
Множественное задание: состоит из 3 оцениваемых кейсов. Совмещённый элемент контроля. Включает: 1. Кейс по сравнительному анализу инструментов поиска и первичного анализа научной литературы (н-р, Research Rabbit, Elicit, SciSpace, Inciteful и др.). 2. Кейс по проведению библиометрического анализа научной литературы с использованием VOSviewer. 3. Кейс по работе с библиографией и оформлением цитирований с помощью библиографических менеджеров (на примере Zotero). 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.
Экзамен
Возможно выставление экзамена автоматом для некоторых студентов, в результатах экзамена которых преподаватель не сомневается, по накопленной оценке после приравнивания суммы весов всех элементов контроля, за исключением экзамена, к единице (в соответствии с п. 55 раздела III "Организация Элементов контроля при изучении дисциплины" ПОПУТКУСа). Преподаватель объявляет свое решение не позднее, чем на последнем занятии по Дисциплине до экзамена. По желанию студентов они могут отказаться от выставления оценки без проведения экзамена и сдать его, о чем сообщают преподавателю не позднее последнего занятия. После отказа от выставления экзамена автоматом, студент обязан сдать экзамен. При неявке на экзамен, а также при явке на экзамен и получении неудовлетворительной оценки за него, возможность выставления экзамена автоматом аннулируется. Экзамен подлежит пересдаче. Экзамен по билетам, состоящий из двух частей: 1. Студенту необходимо на компьютере выполнить задание с использованием больших языковых моделей и указанных в задании материалов/ресурсов и дать комментарий к нему. Текст практического задания указывается в билете. На выполнение задания отводится 30 минут. По истечении времени студент рассказывает о результатах выполнения практического задания преподавателю. 2. Студенту задается 1 теоретический вопрос по темам семинаров. Например: - Что такое "промпт-инжиниринг"? Приведите примеры техник промпт-инжиниринга и охарактеризуйте их. - Что предполагает библиометрический анализ научной литературы? Опишите особенности подобных исследований и назовите известные Вам инструменты для их проведения. - Что такое "галлюцинации" (в контексте ИИ) и как их можно избежать? Оцените возможные риски использования ИИ в академической деятельности. Студент отвечает сразу, без подготовки. 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.
Коллоквиум
Коллоквиум представляет собой интерактивное мероприятие, на котором участники исследуют различные аспекты применения современных инструментов искусственного интеллекта в рамках заданной темы. Участникам предлагается выбрать конкретные материалы и провести ряд экспериментов с использованием больших языковых моделей (LLM), таких как ChatGPT, DeepSeek, YandexGPT и другие. Основная цель коллоквиума — выявить возможности и ограничения LLM в подготовке данных (преимущественно текстовых), а также рассмотреть альтернативные подходы к решению рутинных задач в исследовательской практике. Совмещенный элемент контроля с проведением обязательной очной презентации результатов. Состоит из двух частей: 1. Групповая часть В группах до 3-4 человек самостоятельное проведение экспериментов с LLM по выбранной теме (асинхронно). Подготовка презентации и представление результатов в аудитории (синхронно). Необходимо предусмотреть инструменты интерактивного взаимодействия с аудиторией во время презентации (например, провести проверку знаний аудитории с помощью Quizizz, организовать брейншторм, совместное написание промпта или оценку результатов). 2. Индивидуальная часть В этой части коллоквиума происходит взаимное оценивание на форуме. Участники публикуют свои материалы на форуме, и каждый должен оставить не менее двух отзывов. Для обратной связи можно использовать инструменты ИИ для выявления сильных и слабых сторон в презентации и способе структурировании материала, однако оценка эффективности выбранной стратегии взаимодействия с аудиторией выполняется по результатам группового взаимодействия. При выполнении некоторых частей задания (указывается в условии) студентам разрешено использовать ИИ. 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.

Промежуточная аттестация

2025/2026 1st module
0.4 * Коллоквиум + 0.3 * Практические работы + 0.3 * Экзамен

Список литературы

Авторы

Кирина Маргарита Александровна

Bachelor’s Programme 'Philology'

Contacts

Research Seminar “Artificial Intelligence for Research and Applied Tasks”

Instructor

Программа дисциплины