|
Vyučující
|
-
Polách Vladimír, Mgr. Ph.D.
-
Marková Eva, Mgr. Ph.D.
|
|
Obsah předmětu
|
1. Historie a teorie zpracování jazyka: od symbolického NLP po reprezentaci významu v teorii informace. 2. Architektura a technické základy LLM: tokenizace, vektorizace, sémantické embeddingy a Transformer. 3. Metodika a architektura promptování: R-T-F model, řetězení promptů, Few-shot prompting a iterativní zpřesňování. 4. Práce s kontextem a tonalitou: specifikace perspektivy, cílových skupin a stylového registru. 5. Closed-domain analýza dokumentů (RAG): verifikace zdrojů, prevence halucinací a práce v prostředí NotebookLM. 6. AI v ediční a redakční praxi: stylistická korektura, tvorba lektorských posudků a grantových žádostí. 7. Systematizace a agentní systémy: tvorba custom GPTs, vícefázové automatizace a princip vibe codingu. 8. Didaktické využití AI: Sokratovský dialog, argumentační trénink, gamifikace a tvorba výukových opor. 9. Etické, právní a institucionální limity: plagiátorství, deklarace AI, autorství a ELIZA efekt. (tematizováno průběžně) 10. Ontologie AI a vize AGI/ASI: vývoj autonomie, limity vědomí, post-scarcity a transformace společnosti.
|
|
Studijní aktivity a metody výuky
|
|
Monologická (výklad, přednáška, instruktáž), Dialogická (diskuze, rozhovor, brainstorming), Metody práce s textem (učebnicí, knihou)
|
|
Výstupy z učení
|
- Porozumět základům umělé inteligence (AI) a jejím aplikacím v oblasti tvůrčí činnosti - Analyzovat možnosti, etické otázky a limity při práci s AI - Osvojit si praktické dovednosti při práci s AI nástroji - Vytvořit vlastní projekt s využitím AI zaměřený na nakladatelskou a ediční praxi
Po úspěšném absolvování předmětu student: - vysvětlí základní teoreticko-historické milníky vývoje NLP a fyzikální/matematické principy fungování velkých jazykových modelů (tokenizace, embeddingy); - navrhne a aplikuje pokročilé strukturované prompty (využitím R-T-F modelů, řetězení a specifikace kontextu) pro komplexní textové úlohy; - vytvoří funkční architekturu zákaznických AI agentů nebo custom GPT robotů s vícefázovým zpracováním instrukcí pro konkrétní pracovní procesy (korektura, PR, nakladatelská redakce); - kriticky vyhodnotí faktickou správnost, koherenci, etická úskalí a limity výstupů generovaných AI; - zná a dokáže aplikovat platné etické, výzkumné normy a akademická pravidla (včetně citací a deklarace AI) při akademické a tvůrčí činnosti.
|
|
Předpoklady
|
nespecifikováno
|
|
Hodnoticí metody a kritéria
|
Analýza výkonů studenta, Systematické pozorování studenta
- Povolená je jedna absence, libovolnou absenci je možné nahradit odevzdáním výstupů z daného setkání (budou k dispozici na Moodlu) - Studující na konci každého semináře odevzdávají výstupy své práce dle specifikace vyučujících (v případě složitějších zadání je odevzdávání vícefázové) - Podmínkou pro udělení zápočtu je vypracování a představení závěrečného projektu, který bude zadaný jako skupinová práce
|
|
Doporučená literatura
|
-
Carr Nicholas. Skleněná klec. Brno. 2015.
-
Dvořák, Tomáš a kol.:. Umělá inteligence jako (nové) médium. Praha. 2025.
-
McStay, Andrew. (2018). Emotional AI : the rise of empathic media.
-
PIORECKÝ, Karel ? HUSÁROVá, Zuzana. Kultura neuronových sítí. syntetická literatura a umění (nejen) v českém a slovenském prostředí. Praha. 2024.
-
Rudolf Červenka. (2025). Umělá inteligence: zdroje, podstata, současný stav, využití, výhled.
|