Edukacja i badania
Informatyka, dane i SI w dydaktyce oraz badaniach.
Po ukończeniu studiów informatycznych rozwijam kilka możliwych kierunków pracy dydaktycznej, akademickiej i badawczej. Najbliższe są mi tematy związane z wykorzystaniem SI w edukacji, uczeniem maszynowym w pracy z danymi oraz narzędziami wspierającymi analizę decyzji.
01SI w edukacji
Jak zmienia się środowisko uczenia, gdy student ma dostęp do narzędzi generatywnych?
Nie interesuje mnie traktowanie SI jako osobnego gadżetu edukacyjnego. Bardziej interesuje mnie pytanie, jak zmienia się środowisko uczenia, gdy student ma dostęp do narzędzi generatywnych: kiedy SI pomaga zrozumieć problem, kiedy osłabia samodzielność, jak projektować zadania, jak oceniać proces pracy i jak sprawdzać transfer wiedzy bez pomocy narzędzia.
- Jak odróżnić użycie SI jako generatora gotowego rozwiązania od użycia SI jako recenzenta, tutora albo partnera do debugowania?
- Jak sprawdzać, czy student rzeczywiście rozumie problem, a nie tylko dowiózł wynik?
- Jak projektować test transferowy bez SI?
- Jak dokumentować proces pracy, żeby ocena nie dotyczyła wyłącznie efektu końcowego?
- Jak uczyć korzystania z SI bez udawania, że narzędzie nie istnieje?
Pracę porządkuję w ciąg: literatura → twierdzenia → konstrukty → pytania badawcze → zadania dydaktyczne → dane → wnioski → publikacje. Przykładowa ścieżka: cognitive offloading → SI w debugowaniu → generator vs recenzent → test transferowy bez SI → wynik → artykuł.
02Uczenie maszynowe i braki w danych
Braki danych a jakość modeli predykcyjnych.
Drugim kierunkiem są prace związane z brakami w danych logistycznych oraz wykorzystaniem uczenia maszynowego. Ten obszar wyrasta z pracy magisterskiej i prezentacji konferencyjnej; obecnie obejmuje rozdział monografii o predykcji stawek frachtowych w transporcie morskim — z audytem braków, scenariuszami MCAR, porównaniem usuwania i imputacji danych oraz kontrolą stabilności wyników w powtórzeniach.
To bardziej klasyczna ścieżka badawcza: dane, metody, walidacja, publikacje i potencjalna kontynuacja w ramach doktoratu.
03MCDA i dydaktyka decyzji
Ranking nie jest decyzją.
Akademicki Kalkulator MCDA traktuję jako narzędzie dydaktyczno-analityczne. Może służyć do zajęć, laboratoriów, pracy ze studentami i pokazywania, że wynik analizy decyzyjnej zależy od jawnych założeń: kryteriów, wag, danych, metod i progów.
04Prace koncepcyjne
Sandbox — długofalowa praca koncepcyjna.
Sandbox to robocza koncepcja środowiska, w którym agenci nie mają automatycznego dostępu do pełnej prawdy o świecie. Wiedza powstaje lokalnie: przez obserwacje, ślady zdarzeń, pamięć, zapominanie, relacje, potrzeby i decyzje.
Na tym etapie nie traktuję Sandboxa jako produktu ani gry. To długofalowy projekt koncepcyjny i badawczy, który pozwala sprawdzać pomysły związane z symulacją społeczną, agentami, pamięcią, lokalną informacją i powstawaniem zachowań z reguł, a nie z odgórnie napisanego scenariusza.
fakt świata → zdarzenie → ślad → obserwacja → twierdzenie → wiedza lokalna → pamięć → interpretacja → decyzja → efekt
Status: prace koncepcyjne i modele testowe. Projekt nie jest jeszcze publicznym produktem.
Możliwa współpraca akademicka
Obszary, w których mogę współpracować z uczelnią.
- gościnne zajęcia lub laboratoria z aplikacji webowych,
- warsztaty z praktycznego wykorzystania SI w pracy programistycznej,
- materiały o SI w edukacji,
- projekty studenckie wokół MCDA, zgodności cyfrowej, aplikacji edukacyjnych i pracy z danymi,
- współpraca przy artykułach, badaniach i projektach dydaktycznych.