Lista szkoleń

Kurs przeznaczony jest dla nauczycieli, edukatorów oraz osób planujących lub realizujących projekty eTwinning, które chcą świadomie korzystać z bezpłatnych modeli i usług generatywnej sztucznej inteligencji w codziennej pracy. Szkolenie nie koncentruje się na obsłudze jednego chatbota. Uczestnicy porównują różne modele, wyszukiwarki AI i agregatory, uczą się dobierać narzędzie do konkretnego zadania oraz oceniać jakość, aktualność, źródła i bezpieczeństwo wygenerowanego rezultatu.
W kursie wykorzystywane są m.in. ChatGPT, Gemini, Microsoft Copilot, Claude, Mistral Vibe, Perplexity, Brave Search/Ask Brave, Elicit, Duck.ai, HuggingChat i Poe. OpenRouter oraz Consensus mogą być pokazane jako narzędzia rozszerzające, jeśli ich bieżący darmowy dostęp i warunki są odpowiednie w dniu realizacji szkolenia.

 Wymagania wstępne

Od uczestników wymagana jest podstawowa umiejętność korzystania z komputera, przeglądarki internetowej, poczty elektronicznej, platformy Moodle, kopiowania tekstu, pracy z plikami oraz otwierania i oceniania źródeł internetowych. Do realizacji kursu potrzebny jest komputer lub laptop z dostępem do Internetu oraz możliwość korzystania z co najmniej kilku bezpłatnych usług AI. Nie jest wymagana wcześniejsza znajomość programowania ani zaawansowane doświadczenie z generatywną sztuczną inteligencją. Niektóre usługi wymagają utworzenia konta, inne mogą oferować ograniczony dostęp bez logowania. Uczestnik korzysta z własnego konta nauczyciela i przed użyciem zapoznaje się z aktualnym regulaminem, zasadami prywatności i ograniczeniami bezpłatnego wariantu. Ze względu na częste zmiany modeli, nazw produktów i limitów, dokładna lista dostępnych modeli jest w kursie traktowana jako informacja aktualizowana przed każdą edycją.

Cele kursu

Po ukończeniu kursu uczestnik:

• wyjaśnia różnicę między modelem AI, chatbotem, wyszukiwarką AI, interfejsem i agregatorem modeli;
• identyfikuje możliwości i ograniczenia co najmniej kilku bezpłatnych usług AI różnych dostawców;
• dobiera usługę lub model do celu: generowania pomysłów, redakcji tekstu, researchu, pracy z materiałem albo tworzenia produktu;
• tworzy prompt zawierający cel, kontekst, odbiorców, wymagania, ograniczenia i oczekiwany format rezultatu;
• porównuje odpowiedzi kilku modeli na identyczne polecenie według obserwowalnych kryteriów;
• analizuje i poprawia wygenerowany materiał zamiast bezpośrednio kopiować odpowiedź AI;
• weryfikuje fakty, daty, liczby i źródła wskazane przez system AI;
• odróżnia research internetowy od wyszukiwania i analizy literatury naukowej;
• rozpoznaje ryzyka związane z halucynacją, pominięciem, nadinterpretacją i pozorną pewnością odpowiedzi;
• stosuje zasadę minimalizacji danych i nie przekazuje publicznym usługom AI danych uczniów ani informacji poufnych;
• tworzy własną wersję końcową materiału edukacyjnego po analizie kilku rezultatów AI;
• uzasadnia wybór narzędzia AI do konkretnego zastosowania w lekcji, pracy nauczyciela lub projekcie eTwinning;
• planuje alternatywne rozwiązanie na wypadek zmiany darmowych limitów, modeli lub dostępności danej usługi.

Opis kursu 

Kurs ma charakter praktyczny i jest zaplanowany jako pięć kolejnych modułów odpowiadających pięciu dniom nauki. Uczestnik przechodzi od porównania podstawowych chatbotów, przez pracę z tekstem i research ze źródłami, do laboratorium wielu modeli oraz świadomego wyboru narzędzia do własnego zadania.

Ważnym elementem szkolenia jest rozróżnienie pojęć: model AI, chatbot, wyszukiwarka AI, interfejs i agregator modeli. Uczestnicy uczą się, że ten sam model może być dostępny w różnych aplikacjach, a jedna aplikacja może udostępniać kilka modeli różnych dostawców.

• Dzień 1 – „Jeden prompt, trzy odpowiedzi”. Uczestnicy pracują z ChatGPT, Gemini i Microsoft Copilot. Poznają prostą strukturę dobrego promptu i wykorzystują identyczne polecenie w trzech usługach, aby porównać zgodność z instrukcją, strukturę, konkretność, kreatywność i ryzyka odpowiedzi. Zadanie 1 – „Ten sam prompt, trzy modele” – polega na przygotowaniu promptu, wygenerowaniu trzech rezultatów i uzasadnieniu wyboru najlepszego wyniku.
• Dzień 2 – „Nie tylko giganci: Claude i Mistral Vibe”. Uczestnicy wykorzystują dwie alternatywne usługi do redagowania, upraszczania, przekształcania i dostosowywania tekstów edukacyjnych. Zadanie 2 – „Ten sam materiał – dwa modele – moja wersja” – polega na wygenerowaniu dwóch wariantów materiału, ich porównaniu i przygotowaniu własnej wersji końcowej po krytycznej redakcji.
• Dzień 3 – „AI szuka, bada i podaje źródła”. Uczestnicy porównują co najmniej trzy podejścia do researchu: Perplexity, Brave Search / Ask Brave oraz Elicit. Poznają różnicę między wyszukiwaniem internetowym i wyszukiwaniem literatury naukowej, sprawdzają źródła pierwotne i wtórne oraz oceniają, czy źródło rzeczywiście potwierdza twierdzenie AI. Consensus może być pokazany jako dodatkowe narzędzie do wyszukiwania publikacji naukowych. Zadanie 3 – „AI mówi – źródło sprawdza” – wymaga zadania jednego pytania badawczego, porównania wyników z kilku usług i zweryfikowania najważniejszych twierdzeń w rzeczywistych źródłach.
• Dzień 4 – „Jeden prompt, wiele modeli – świat poza wielką czwórką”. Głównym laboratorium jest Duck.ai, które umożliwia korzystanie z kilku modeli różnych dostawców w jednym interfejsie. Uczestnicy poznają również HuggingChat jako środowisko oparte na otwartych modelach oraz Poe jako agregator udostępniający wiele modeli w ramach systemu punktów. OpenRouter może być pokazany jako opcjonalna mapa bezpłatnych modeli i narzędzie dla osób zainteresowanych bardziej techniczną stroną ekosystemu AI. Moduł jest laboratorium porównawczym i nie wprowadza dodatkowego obowiązkowego zadania punktowanego.
• Dzień 5 – „Model dobieramy do zadania, a nie odwrotnie”. Uczestnicy pracują na realnym problemie ze swojej praktyki: tworzeniu pomysłu, redakcji tekstu, researchu lub przygotowaniu produktu edukacyjnego. Zadanie 4 – „Mój model do mojego zadania” – wymaga wykorzystania co najmniej dwóch usług AI, porównania rezultatów, sprawdzenia istotnych informacji, przygotowania własnej wersji końcowej i uzasadnienia wyboru narzędzia.

Po udostępnieniu wszystkich modułów uczestnicy zachowują dostęp do materiałów i mogą dokończyć obowiązkowe zadania do terminu zakończenia szkolenia.

Treści szkoleniowe

Treści merytoryczne kursu są podzielone na pięć modułów. Każdy moduł zawiera krótkie wprowadzenie, materiały instruktażowe lub kartę pracy, przykład zastosowania, praktykę, wskazówki dotyczące weryfikacji i bezpieczeństwa oraz podsumowanie.

Dzień 1 – Jeden prompt, trzy odpowiedzi: ChatGPT, Gemini i Microsoft Copilot

• Model AI a aplikacja – podstawowe pojęcia.
• Darmowe warianty ChatGPT, Gemini i Microsoft Copilot oraz zasada zmiennych limitów.
• Budowa promptu: cel, kontekst, odbiorcy, wymagania, ograniczenia i format.
• Ten sam prompt w trzech usługach.
• Porównanie: zgodność z poleceniem, konkretność, struktura, kompletność, kreatywność, błędy i dopowiedzenia.
• Iteracja promptu i poprawianie niejasnych poleceń.
• Zadanie 1 – „Ten sam prompt, trzy modele”.

Dzień 2 – Nie tylko giganci: Claude i Mistral Vibe

• Claude Free i Mistral Vibe Free jako alternatywy dla najpopularniejszych chatbotów.
• Praca z tekstem: redagowanie, skracanie, upraszczanie, porządkowanie i zmiana stylu.
• Dostosowanie materiału do wieku, odbiorców i celu komunikacyjnego.
• Kontrola, czy uproszczenie lub parafraza nie zmieniły znaczenia.
• Porównanie dwóch odpowiedzi na identycznym materiale wejściowym.
• Redakcja nauczycielska: AI jako materiał roboczy, a nie gotowy produkt.
• Zadanie 2 – „Ten sam materiał – dwa modele – moja wersja”.

Dzień 3 – AI szuka, bada i podaje źródła

• Perplexity jako wyszukiwarka AI: podstawowe wyszukiwanie, źródła i ograniczony darmowy dostęp do bardziej zaawansowanych wyszukiwań.
• Brave Search / Ask Brave: odpowiedzi AI oparte na wynikach niezależnej wyszukiwarki i odnośnikach do źródeł.
• Elicit Basic: wyszukiwanie, streszczanie i analiza literatury naukowej; różnica między stroną WWW a publikacją naukową.
• Consensus – opcjonalne porównanie z inną wyszukiwarką badań naukowych.
• Źródło pierwotne i wtórne; autor, instytucja, data i kontekst publikacji.
• Lateral reading: otwieranie źródła i sprawdzanie go poza odpowiedzią AI.
• Cytowanie nie oznacza automatycznie wiarygodności.
• Porównanie jednego pytania w co najmniej trzech usługach.
• Zadanie 3 – „AI mówi – źródło sprawdza”.

Dzień 4 – Jeden prompt, wiele modeli: Duck.ai, HuggingChat i Poe

• Model a interfejs: ten sam rodzaj modelu może być dostępny w kilku usługach.
• Duck.ai – kilka modeli różnych dostawców w jednym interfejsie, darmowy wariant z limitami użycia.
• Porównanie kilku modeli na dokładnie tym samym promptcie bez zmiany aplikacji.
• Prywatność Duck.ai i rozróżnienie między większą ochroną prywatności a zgodą na wprowadzanie danych uczniów.
• HuggingChat – chat oparty na otwartych modelach, automatyczny router Omni i możliwość ręcznego wyboru dostępnego modelu.
• Modele otwarte / open-source / open-weight – podstawowe pojęcia i ich znaczenie dla ekosystemu AI.
• Poe – wiele modeli w jednym interfejsie; darmowi użytkownicy otrzymują dzienną pulę punktów, a koszt wiadomości zależy od wybranego modelu.
• OpenRouter – opcjonalne rozszerzenie: katalog bezpłatnych modeli i Free Models Router; rozwiązanie dla osób zainteresowanych bardziej technicznym porównaniem.
• Karta laboratoryjna: model → mocna strona → słabość → ryzyko → najlepsze zastosowanie.

Dzień 5 – Model dobieramy do zadania, a nie odwrotnie

• Dobór narzędzia do czterech sytuacji: potrzebuję pomysłu, mam tekst, potrzebuję informacji, potrzebuję produktu.
• Kryteria wyboru: jakość, źródła, aktualność, format, prywatność, limity, możliwość pracy z plikami i łatwość przeniesienia rezultatu.
• Przygotowanie jednego dobrego promptu i wykorzystanie go w dwóch usługach.
• Porównanie rezultatu i korekta błędów.
• Weryfikacja istotnych informacji przed wykorzystaniem materiału.
• Opracowanie własnej wersji końcowej i uzasadnienie decyzji.
• Plan B na wypadek zmiany limitu, modelu lub dostępności usługi.
• Zadanie 4 – „Mój model do mojego zadania”.

Zasady organizacyjne

Kurs jest prowadzony metodą e-learning na platformie zdalnego nauczania Moodle pod adresem: https://kursy.etwinning.pl. Nabór uczestników prowadzony jest poprzez formularz na stronie http://etwinning.pl/kursy-internetowe. Kurs rozpoczyna się w poniedziałek o godzinie 9.00, kończy w następny poniedziałek o godzinie 23.55. Obejmuje 7 dni pracy (14 godzin) i ma charakter zadaniowy. Uczestnicy mają całodobowy dostęp do platformy Moodle, materiałów szkoleniowych, treści zadań. W razie potrzeby korzystają ze wsparcia trenera na „Forum pomocy”. Wszystkie ważne dla uczestników informacje organizacyjne zamieszczane są przez trenera na „Forum Aktualności”, dlatego każdy z uczestników powinien z tego forum systematycznie korzystać.

Uczestnik powinien zarezerwować codziennie przeciętnie 1-2 godziny prywatnego czasu. Zadania są otwierane systematycznie według harmonogramu określonego w Sylabusie kursu. Wskazane jest, aby uczestnicy pracowali systematycznie i zapoznawali się z materiałami zgodnie z kolejnością modułów oraz wykonywali zadania zgodnie z ustalonymi terminami.

Uczestnik wykonuje zadania samodzielnie. Do Moodle przekazuje materiały wskazane w instrukcji zadania, np. prompt, fragmenty odpowiedzi, tabelę porównawczą, linki do zweryfikowanych źródeł lub własną wersję końcową. Publiczna publikacja rozmów z AI nie jest wymagana. Darmowe plany mają limity i mogą zmieniać dostępne modele, liczbę wiadomości, funkcje, długość kontekstu lub możliwość używania narzędzi. Zadania należy projektować tak, aby ich wykonanie nie zależało od jednej konkretnej wersji modelu. Jeżeli wybrana usługa osiągnie darmowy limit albo jest czasowo niedostępna, uczestnik może skorzystać z alternatywy wskazanej w module, o ile zachowa cel ćwiczenia i ten sam sposób dokumentowania rezultatu.

Jeśli uczestnik nie rozpocznie pracy w ciągu 3 dni od rozpoczęcia kursu, zostanie z niego usunięty przez prowadzącego.

Bezpieczeństwo, prywatność i odpowiedzialne wykorzystanie AI

Do publicznych i konsumenckich usług AI nie należy wprowadzać danych osobowych uczniów, ocen, diagnoz, informacji zdrowotnych, adresów, danych kontaktowych, niepublicznych dokumentów szkoły ani informacji objętych obowiązkiem poufności.
Uczestnik powinien stosować minimalizację danych: jeżeli do wykonania ćwiczenia nie jest potrzebna prawdziwa osoba, klasa lub szkoła, należy zastąpić je danymi fikcyjnymi lub zanonimizowanym opisem.
Odpowiedzi generatywnej AI mogą zawierać błędy, informacje nieaktualne, zmyślone źródła lub pozornie pewne twierdzenia. Każdy materiał, który ma być wykorzystany z uczniami, powinien zostać sprawdzony i zredagowany przez nauczyciela.
Wyszukiwarka AI i cytowania nie zastępują weryfikacji źródła. Uczestnik powinien otworzyć źródło, sprawdzić autora lub instytucję, datę, kontekst oraz zgodność źródła z twierdzeniem.
Nawet jeżeli konkretna usługa deklaruje zwiększoną ochronę prywatności, w kursie nadal obowiązuje zasada niewprowadzania danych uczniów i informacji poufnych.
Materiały wygenerowane przez AI należy wykorzystywać zgodnie z prawem autorskim, licencjami, zasadami placówki i wymaganiami organizatora. W razie wątpliwości prawnych lub dotyczących ochrony danych decyzję należy skonsultować z organizatorem, administratorem danych lub IOD.

Zasady oceniania 

Warunkiem zaliczenia szkolenia i uzyskania certyfikatu będzie wykonanie przez uczestnika wszystkich obowiązkowych zadań.

Autorem kursu jest: Michał Siwkowski.

Zaświadczenie o zrealizowanym kursie można pobrać z jego strony w terminie do 7 dni od daty ukończenia szkolenia.

Wszystkie materiały zamieszczone na platformie Moodle są objęte prawem autorskim i podlegają ochronie na mocy Ustawy o prawie autorskim i prawach pokrewnych z dnia 4 lutego 1994 r. (tekst ujednolicony Dz.U. 2006 nr 90 poz. 631). Kopiowanie, przetwarzanie, rozpowszechnianie tych materiałów w całości lub w części bez zgody Fundacji Rozwoju Systemu Edukacji jest zabronione.

Szczegółowych informacji na temat szkolenia udziela Agnieszka Woźniak agnieszka.wozniak@frse.org.pl