Start - Sztuczna inteligencja – szanse i zagrożenia w edukacji

dr inż. Aleksandra Werner
Adiunkt w Katedrze Informatyki Stosowanej na Wydziale Automatyki, Elektroniki i Informatyki Politechniki Śląskiej w Gliwicach. Praca doktorska obroniona na macierzystej Uczelni dotyczyła wyboru temporalnego modelu danych pod kątem optymalizacji zapytań, ale zakres tematyczny zainteresowań bazodanowych z czasem się poszerzył, obejmując m.in. rekurencyjne zapytania SQL, partycjonowanie baz danych, bazy In-memory i sfederowane, wersjonowanie danych, bazy danych NoSQL, i wiele innych. Obecne najważniejsze obszary naukowych zainteresowań, to: uczenie maszynowe – nadzorowane i nienadzorowane, systemy CMS, LMS i LCMS oraz bayesowska analiza danych. Współpracuje z innymi uczelniami, szkołami i instytucjami, w tym np. z Gliwickim Ośrodkiem Metodycznym GOM (do 2018 r.), Polsko-Japońską Akademią Technik Komputerowych oraz Śląskim Uniwersytetem Medycznym w Katowicach (od 2014 r. do nadal), oraz aktywnie uczestniczy w krajowych i międzynarodowych projektach i grantach, współfinansowanych z programów SMART, RISE, POWER, Leonardo da Vinci i innych, pełniąc rolę kluczowego personelu B+R. W 2020 r. ukończyła 3-semestralne studia podyplomowe w zakresie przygotowanie pedagogiczne realizowane przez Instytut Badań nad Edukacją i Komunikacją Politechniki Śląskiej. Jest autorką szeregu publikacji z zakresu inżynierii i wydajności baz danych, metod uczenia maszynowego, zastosowań AI/analizy danych w ochronie zdrowia, w tym w szczególności, przy współpracy z dr hab. inż. Małgorzatą Bach, cyklu artykułów dotyczących chorób metabolicznych kości, a także e-learningu i platform wspierających transfer wiedzy.

Dr hab. inż. Małgorzata Bach, prof. PŚ.
Profesor w Katedrze Informatyki Stosowanej na Wydziale Automatyki, Elektroniki i Informatyki Politechniki Śląskiej. Zainteresowania naukowe obejmują zarówno szeroko rozumianą analizę danych z wykorzystaniem sztucznej inteligencji jak również inżynierię danych, w tym zarządzanie, przetwarzanie, bezpieczeństwo i optymalizację. Doświadczenie w zakresie uczenia maszynowego zaowocowało m.in. współtworzeniem – wraz z dr inż. Aleksandrą Werner i naukowcami Śląskiego Uniwersytetu Medycznego – pierwszego w Polsce kalkulatora złamań osteoporotycznych. Pozwoliło również na udział w przygotowaniu systemu DECODE (Data drivEn COVID-19 DEtection), którego celem było wspieranie pacjentów i lekarzy rodzinnych we wczesnym wykrywaniu zakażenia SARS-CoV-2 czy systemu MedAlert – kompleksowego modelu generowania w czasie rzeczywistym powiadomień o stanie zagrożenia zdrowotnego pacjentów oddziałów szpitalnych. W obszarze zainteresowań znajdują się także bazy wiedzy i zarządzanie wiedzą, zwłaszcza proceduralną. Organizacja wiedzy niezbędnej do interaktywnego szkolenia pilotów w symulatorach lotu była przedmiotem analiz prowadzonych w ramach międzynarodowego projektu WrightBross.
Opis warsztatu:
Tematyką warsztatów będzie przedstawienie nowych możliwości, które dają modele językowe oraz ogólnie rozumiana „sztuczna inteligencja” pozwalających na wzbogacenie i unowocześnienie edukacji. Pokazane zostanie do czego mogą a do czego nie powinny służyć nowe narzędzia, jakie są niebezpieczeństwa i jak powinniśmy się do nich przygotować.