Sztuczna inteligencja coraz częściej pojawia się w codziennej pracy na uczelni – może pomóc w przygotowaniu materiałów, uporządkowaniu treści, tworzeniu prezentacji czy wykonywaniu powtarzalnych zadań. Podczas szkolenia pokażemy, jak korzystać z narzędzi AI w praktyczny i przemyślany sposób, tak aby rzeczywiście ułatwiały pracę dydaktyczną i organizacyjną. W trakcie 15 godzin zajęć uczestnicy poznają możliwości wykorzystania AI do tworzenia, streszczania i redagowania treści dydaktycznych, automatyzacji wybranych zadań, organizowania materiałów oraz generowania multimediów edukacyjnych. Porozmawiamy również o tym, jak korzystać z AI odpowiedzialnie i na co zwracać uwagę w kontekście etycznym. Szkolenie będzie miało przede wszystkim praktyczny charakter – zamiast skupiać się na teorii, uczestnicy będą mogli poznać konkretne narzędzia i sposoby ich wykorzystania w pracy nauczyciela akademickiego.
Program
Program:
- Tworzenie, streszczanie i redagowanie treści dydaktycznych
- Automatyzacja zadań dydaktycznych
- Organizacja i zarządzanie materiałami dydaktycznymi
- Generowanie multimediów edukacyjnych
- Etyczne aspekty stosowania AI w dydaktyce
Wymagania dla uczestników
Uczestnicy
Do rekrutacji na inicjatywę może ubiegać się osoba o aktualnym statusie pracownika Uniwersytetu Gdańskiego na dzień przystąpienia do procesu rekrutacyjnego oraz zaplanowanej inicjatywy. Osoby przystępujące do rekrutacji nie mogą aplikować ani realizować inicjatywy przebywając na jakimkolwiek urlopie. Organizatorzy szkoleń kierują zaproszenie do pracowników zaangażowanych w realizację wspólnych kierunków lub anglojęzycznych kierunków studiów na UG.
Uczestnictwo w szkoleniu nie jest możliwe dla osób, które wcześniej ukończyły Komunikacja międzykulturowa – szkolenie dla pracowników – SEA -EU, szkolenie dotyczące Prowadzenie zajęć z wykorzystaniem nowoczesnych metod nauczania – szkolenie – SEA -EU lub Szkolenie: Mentor akademicki w praktyce – SEA -EU
Pierwszeństwo w rekrutacji mają osoby z wspólnych kierunków SEA-EU.Pod zaangażowaniem w realizację wspólnych kierunków SEA-EU na UG rozumie się:
- prowadzenie zajęć dydaktycznych w języku angielskim
- współtworzenie programów kształcenia
- współpracę w tworzeniu materiałów dydaktycznych
- opiekę naukową nad studentami
- organizację mobilności krótkoterminowych
- ewaluację i rozwój programów
Pod zaangażowaniem w anglojęzyczne kierunki studiów UG rozumie się kierunki:
- Chemistry with a specialization Digital Chemistry
- International Business
- Logistics and Mobility
- Cultural Communication
- Criminology and Criminal Justice
- Quantum Information Technology
- Finance and Accounting with a specialization Financial Analyst
- Finance and Accounting
- Informatics and Econometrics with a specialization Business Informatics Management
- Tourism and Hospitality
- Global Studies
- Marine Biotechnology
- inne, które powstaną w trakcie trwania projektu.
Rekrutacja
Rekrutacja
Każda osoba przystępująca do procesu rekrutacji jest zobowiązana do wypełnienia specjalnego formularza rejestrującego: 4. Formularz rejestracyjny/Registration form - NAWA Szkolenie/Training: – Wypełnij formularz Formularz jest otwarty do 19.10.2026 r.
Liczba miejsc na szkolenie jest ograniczona i wynosi 12 osób. Do odbycia szkolenia mogą być zakwalifikowane osoby, które wypełniły formularz zgłoszeniowy oraz uzyskały największą liczbę punktów (według kolejności z listy rankingowej).
Kolejność
Rekrutacja odbywa się z uwzględnieniem respektowania zasad horyzontalnych. W razie potrzeby udzielenia wsparcia przy procesie rekrutacyjnym dla osób z niepełnosprawnością oraz specjalnymi potrzebami prosimy o kontakt z koordynatorem zadania seaenergy2.0@ug.edu.pl.
Kryteria rekrutacyjne
| 1 | Kryteria formalne | Spełnione |
| status pracownika UG | ||
| kompletne zgłoszenie | ||
| zaangażowanie w realizację wspólnych kierunków SEA-EU lub zaangażowanie w anglojęzyczne kierunki studiów UG | ||
| 2 | Kryteria merytoryczne | Punktacja |
| zaangażowanie w anglojęzyczne kierunki studiów UG | 0/1 | |
| zaangażowanie w realizację wspólnych kierunków SEA-EU w: 1 obszar | 0/2 | |
| zaangażowanie w realizację wspólnych kierunków SEA-EU w: od 2 do 4 obszarów | 0/3-5 | |
| zaangażowanie w realizację wspólnych kierunków SEA-EU w: więcej niż 4 obszar | 0/6 | |
| Pytanie otwarte w formularzu | 0-3 |
Wyniki rekrutacji
Komisja dokonująca weryfikacji i oceny wniosków zobowiązana jest do sporządzenia listy rankingowej z podziałem na listę osób zakwalifikowanych, rezerwowych i niespełniających kryteriów. Wszystkie osoby biorące udział w rekrutacji zostaną indywidualnie poinformowane o jej wynikach drogą mailową do dnia 23.10.2026 r. Lista laureatów będzie także dostępna na stronie Oferta – SEA -EU.
Zasady uczestnictwa dla zakwalifikowanych osób
Udział w szkoleniu dla zakwalifikowanych pracowników Uniwersytetu Gdańskiego spełniających kryteria jest bezpłatny.
Dokumentacja przed szkoleniem
Osoby, które zostaną zakwalifikowane do udziału w szkoleniu są zobowiązane do wypełnienia:
- elektronicznego pre-testu, który oceni, jakim poziomem wiedzy i umiejętności z zakresu tematyki szkolenia dysponują uczestnicy kursu przed przystąpieniem do niego,
- rejestracji na platformie NAWA potwierdzającej kwalifikowalność uczestnika projektu,
Dokumentacja po szkoleniu
Osoby, które zakończą szkolenie są zobowiązane do:
- wypełnienia elektronicznego post-testu, który mierzy stan wiedzy i umiejętności uczestników po zakończonym szkoleniu.
Ukończenie szkolenia
Szkolenie: Osoby, które ukończą szkolenie z obecnością minimum 70% otrzymają zaświadczenie o odbyciu szkolenia.
Osoby, które według wyniku testu podniosły swoje kompetencje uzyskają certyfikat.
Weryfikacja efektów uczenia się obejmuje uzupełnienie posttestu, w którym uczestnik powinien uzyskać większą liczbę punktów w porównaniu z pretestem, aby uzyskać certyfikat podniesienia kompetencji. Oba testy są rozwiązywane w formie zdalnej za pośrednictwem aplikacji Microsoft Forms.
Efekty uczenia
Zestaw efektów uczenia się (kompetencji):
- generowanie, streszczanie i edytowania materiałów edukacyjnych przy użyciu narzędzi opartych na sztucznej inteligencji.
- projektowania i wdrażania automatycznych rozwiązań wspierających nauczanie (np. quizy, testy, harmonogramy).
- organizowanie, katalogowania i aktualizowanie zasobów edukacyjnych w środowiskach cyfrowych.
- tworzenie struktur materiałów wspierających efektywne nauczanie i uczenie się.
- generowania grafik, prezentacji, nagrań audio i wideo wspierających przekaz dydaktyczny.
- integracji multimediów z treściami edukacyjnymi w sposób angażujący i przystępny.
- świadomość wyzwań etycznych związanych z wykorzystaniem sztucznej inteligencji w procesie nauczania.
Efekty uczenia:
- Wiedza:
Uczestnik szkolenia:
- zna podstawowe zasady tworzenia, redagowania i streszczania treści dydaktycznych z wykorzystaniem narzędzi AI;
- rozumie możliwości i ograniczenia automatyzacji zadań dydaktycznych;
- posiada wiedzę na temat organizacji i zarządzania materiałami edukacyjnymi w środowisku cyfrowym;
- zna techniki generowania multimediów edukacyjnych (grafika, audio, wideo);
- rozumie etyczne aspekty stosowania sztucznej inteligencji w edukacji, w tym kwestie prywatności, przejrzystości i równości dostępu.
- Umiejętności:
Uczestnik szkolenia:
- potrafi tworzyć i modyfikować treści dydaktyczne przy użyciu narzędzi AI;
- umie projektować i wdrażać automatyczne rozwiązania wspierające proces nauczania;
- potrafi efektywnie organizować i zarządzać zasobami dydaktycznymi w środowisku cyfrowym;
- umie tworzyć i integrować multimedia edukacyjne w materiałach dydaktycznych;
- potrafi analizować i oceniać narzędzia AI pod kątem ich zgodności z zasadami etycznymi.
- Kompetencje społeczne:
Uczestnik szkolenia:
- wykazuje gotowość do krytycznego i refleksyjnego podejścia do wykorzystania AI w edukacji;
- rozumie znaczenie odpowiedzialności społecznej w kontekście stosowania technologii w edukacji;
- promuje etyczne i inkluzywne podejście do projektowania i udostępniania materiałów edukacyjnych.
Kryteria efektów uczenia się
| Efekt uczenia się | Kryteria weryfikacji | Forma weryfikacji |
| 1.1 zna podstawowe zasady tworzenia, redagowania i streszczania treści dydaktycznych z wykorzystaniem narzędzi AI; | potrafi stworzyć treść dydaktyczną (np. konspekt, notatkę, quiz) przy użyciu narzędzia AI | test |
| 1.2 rozumie możliwości i ograniczenia automatyzacji zadań dydaktycznych; | wskazuje przykłady zadań dydaktycznych możliwych do automatyzacji; potrafi wskazać ograniczenia automatyzacji (np. brak kontekstu, ryzyko błędów, brak personalizacji). | test |
| 1.3 posiada wiedzę na temat organizacji i zarządzania materiałami edukacyjnymi w środowisku cyfrowym; | potrafi uporządkować materiały edukacyjne w wybranym środowisku cyfrowym; potrafi zaprojektować strukturę folderów lub zasobów edukacyjnych zgodnie z zasadami organizacji treści. | test |
| 1.4 zna techniki generowania multimediów edukacyjnych (grafika, audio, wideo); | potrafi wygenerować prosty materiał multimedialny (np. grafikę edukacyjną, narrację audio, wideo instruktażowe) przy użyciu narzędzi AI. | test |
| 1.5 rozumie etyczne aspekty stosowania sztucznej inteligencji w edukacji, w tym kwestie prywatności, przejrzystości i równości dostępu. | identyfikuje potencjalne zagrożenia etyczne związane ze stosowaniem AI w edukacji; potrafi zaproponować rozwiązania minimalizujące ryzyko naruszenia prywatności lub nierówności. | test |
| 2.1 potrafi tworzyć i modyfikować treści dydaktyczne przy użyciu narzędzi AI; | tworzy treść dydaktyczną (np. scenariusz lekcji, ćwiczenie, quiz) z wykorzystaniem narzędzi AI; dokonuje modyfikacji wygenerowanej treści, dostosowując ją do poziomu i potrzeb odbiorców. | test |
| 2.2 umie projektować i wdrażać automatyczne rozwiązania wspierające proces nauczania; | projektuje prosty system automatyzacji (np. chatbot edukacyjny, automatyczne ocenianie, przypomnienia). | test |
| 2.3 potrafi efektywnie organizować i zarządzać zasobami dydaktycznymi w środowisku cyfrowym; | tworzy uporządkowaną strukturę zasobów dydaktycznych (np. foldery, tagi, metadane); potrafi zintegrować zasoby z narzędziami wspierającymi nauczanie (np. kalendarz, system oceniania). | test |
| 2.4 umie tworzyć i integrować multimedia edukacyjne w materiałach dydaktycznych; | generuje multimedia (grafika, audio, wideo) przy użyciu AI zgodnie z celem dydaktycznym. | test |
| 2.5 potrafi analizować i oceniać narzędzia AI pod kątem ich zgodności z zasadami etycznymi. | identyfikuje potencjalne ryzyka etyczne i proponuje sposoby ich minimalizacji. | test |
| 3.1 wykazuje gotowość do krytycznego i refleksyjnego podejścia do wykorzystania AI w edukacji; | formułuje krytyczne opinie na temat zastosowania AI w edukacji, uwzględniając różne perspektywy | test |
| 3.2 rozumie znaczenie odpowiedzialności społecznej w kontekście stosowania technologii w edukacji; | identyfikuje społeczne konsekwencje wdrażania technologii edukacyjnych (np. wykluczenie cyfrowe, wpływ na relacje międzyludzkie). | test |
| 3.3 promuje etyczne i inkluzywne podejście do projektowania i udostępniania materiałów edukacyjnych. | projektuje materiały edukacyjne z uwzględnieniem zasad dostępności i równości (np. alternatywne formaty, język inkluzywny). | test |
Kontakt
Kontakt do osoby koordynującej: seaenergy2.0@ug.edu.pl
English version
Soon
Inicjatywa jest realizowana w ramach projektu „Wsparcie działań synergicznych i komplementarnych projektu SEA-EU 2.0 – SEA-nergy 2”, który jest częścią programu NAWA „Wsparcie sojuszy Uniwersytetów Europejskich” z Funduszy Europejskich dla Rozwoju Społecznego.
