|
Vyučující
|
-
Procházka Roman, doc. PhDr. Mgr. Ph.D.
-
Petr Kryštof, Mgr.
|
|
Obsah předmětu
|
Tento kurz zkoumá interdisciplinární konvergenci psychologické vědy a umělé inteligence (AI) a připravuje studenty na to, aby se stali "informovanými uživateli" a inovátory v čím dál více algoritmickém profesním prostředí, zejména v aplikované psychologii. Účastníci rozšíří své znalosti a dovednosti teoretických základů a budou zkoumat, jak se dají výpočetní nástroje využít v oblasti výzkumu v psychologii a jak tyto nástroje transformují klinickou, organizační a forenzní praxi. Témata: 1. Co je AI aneb aplikovaná statistika 2. Další pojmy z aplikované statistiky 3. Člověk vs stroj 4. Testování velkých jazykových modelů, low/no-code řešení 5. AI ve výzkumu v psychologii 6. AI v klinické psychologii 7. Výpočetní psychiatrie 8. AI v psychologii práce a organizace 9. AI ve forenzní psychologii 10. Data, etika, regulace, audit 11. Prezentace studentských výstupů I 12. Prezentace studentských výstupů II
|
|
Studijní aktivity a metody výuky
|
|
Přednášení, Dialogická (diskuze, rozhovor, brainstorming), Demonstrace, Projekce (statická, dynamická)
|
|
Výstupy z učení
|
1.Studující dokážou identifikovat a pospat rozdíly v lidských kognitivních procesech a v procesech umělé inteligence 2.Kriticky hodnotí obsah generovaný AI z hlediska systémových předsudků, halucinací a metodologických nedostatků, a znají rizika pasivního přijímání algoritmických výstupů. 3.Studenti si vyzkouší různé modely využití nástrojů AI 4.Základní orientace v etických a regulačních rámcích 5.Navržení a prezentace řešení založeného na nástrojích AI a kritické zhodnocení možných dopadů
Studenti získají hlubší porozumění fungování velkých jazykových modelů a možnou aplikaci na algoritmech založených postupů v několika doménách psychologie.
|
|
Předpoklady
|
Kurz nemá žádné předpoklady
|
|
Hodnoticí metody a kritéria
|
Seminární práce, Závěrečný projekt
Požadavky na studenta Každý studující musí pro úspěšné splnění předmětu: 1. Prezentovat ve skupině/individuálně alespoň jednu aktualitu/aktuální výzkum a vést krátkou diskuzi s ostatním studenstvem 2. Skupinová modelová obchodní prezentace, kdy studenti musí identifikovat reálný psychologický problém a navrhnout obhajitelné, etické a řešení založené na algoritmickém zpracování dat.
|
|
Doporučená literatura
|
-
Diel, A., Lalgi, T., Schröter, I. C., MacDorman, K. F., Teufel, M., & Bäuerle, A. (2024). Human performance in detecting deepfakes: A systematic review and meta-analysis of 56 papers. .
-
Grove, W. M., Zald, D. H., Lebow, B. S., Snitz, B. E., & Nelson, C. Clinical versus mechanical prediction: a meta-analysis. .
-
Poldrack, R. A. Statistical Thinking for the 21st Century. 2024.
-
Sutton, R. The bitter lesson. 2019.
|