Sztuczna inteligencja w biznesie

Uczestnicy zapoznają się z pojęciami uczenia maszynowego, sieci neuronowych, generatywnej sztucznej inteligencji, analizy danych, dużych modeli językowych i innych pojęć, koncepcji i metod związanych z szeroko pojętą sztuczną inteligencją. Dzięki temu na głębszym poziomie będą rozumieli korzyści i ograniczenia stojące za tą rodziną technologii, jak również będą w stanie ocenić możliwości wykorzystania jej w swoim środowisku biznesowym.

Aspekty prawne związane z szeroko pojętą generatywną sztuczną inteligencją i docelowo tzw. generalną sztuczną inteligencją to aspekt najbardziej skomplikowany i ponadczasowy. Uczestnicy nie tylko zapoznają się z obecnym prawodawstwem polskim, europejskim i światowym z zakresie generatywnej sztucznej inteligencji, ale również prawa autorskiego i innych aspektów prawnych związanych z wykorzystaniem sztucznej inteligencji w środowisku biznesowym oraz osobistym.

Jak każda nowa technologia, tak również masowe wykorzystanie generatywnej sztucznej inteligencji i docelowo tzw. generalnej sztucznej inteligencji wiąże się z licznymi niebezpieczeństwami na płaszczyźnie cyfrowej. Z tego powodu w ramach przedmiotu uczestnicy poznają aspekty cyberpezieczeństwa nie tylko związanego z technologią AI, ale w ogóle, co pozwoli im świadomie kreować relacje na linii człowiek-maszyna, ale również na linii człowiek-człowiek. Poruszone zostaną kwestie nie tylko AI, ale również poszerzonej rzeczywistości XR, do której zmierzamy.

W związku z tym, iż prawdopodobnie coraz więcej interakcji ludzie będą podejmować z maszynami (w tym poprzez wykorzystanie technologii wykorzystującej AI), niezbędnym jest poznanie aspektów psychospołecznych związanych z tą sferą. Dlatego uczestnicy zostaną zaznajomieni z aspektami neurobiologii, psychologii i socjologii relacji na linii człowiek-maszyna.

Uczestnicy poznają podstawy data science, metody techniki i narzędzia szeroko pojętej analizy danych, najlepsze praktyki w tym zakresie oraz poznają metody w jaki sposób wprowadzać do firmy kulturę danych.

Jakość treści generowanych przez narzędzia generatywnej sztucznej inteligencji zależy m.in. od jakości danych wprowadzanych przez użytkowników, a więc od sposobu komunikacji na linii człowiek-AI (prompt design). Stąd uczestnicy poznają naukowo udowodnione sposoby komunikacji na linii człowiek-AI jak również zasady, które powinny być przestrzegane przy tworzeniu rozwiązań programistycznych wykorzystujących technologie AI, szczególnie LLM (prompt engineering).

Uczestnicy poznają narzędzia oraz praktyczne ich wykorzystanie w pracy i procesie badawczym.

Uczestnicy poznają narzędzia i sposoby ich wykorzystania oraz technologie gen-AI oraz no-code w procesach związanych z szeroko pojętym HR (zarówno „miękkim”, jak i „twardym”).

Technologie generatywnej sztucznej inteligencji mogą być wykorzystanie również do procesów rozwoju kompetencji pracowników, jak i własnych. W ramach przedmiotu uczestnicy poznają metody, techniki i narzędzia związane z wykorzystaniem LLM w procesie L&D.

Uczestnicy poznają dziesiątki narzędzi gen-AI oraz no-code, które można wykorzystać w marketingu i sprzedaży. Zajęcia prowadzone będą na praktycznych studiach przypadków oraz zadaniach problemowych.

No-code, a więc technologie niewymagające wiedzy programistycznej są w stanie oszczędzić firmie nawet kilkadziesiąt procent (czasu i finansów) na danym procesie. W ramach przedmiotu uczestnicy poznają narzędzia no-code służące do kreacji materiałów marketingowych, stron www, grafik, automatyzacji i innych czynności biznesowych.

Etapy wdrażania AI w organizacji