Pisanie publikacji (artykułów) naukowych z wykorzystaniem narzędzi AI (sztucznej inteligencji)

Czas trwania: 5 lub 6 godzin zegarowych.

Możliwe są krótsze lub dłuższe (dwudniowe) realizacje. Szkolenie ONLINE bądź STACJONARNE.

Pisanie tekstów naukowych pozostaje podstawą awansu zawodowego badacza. Obecnie szczególnego znaczenia nabrały publikacje w wysoko punktowanych, prestiżowych czasopismach i wydawnictwach. Dodatkowo, dynamiczny rozwój generatywnej sztucznej inteligencji sprawił, że proces pisania i publikowania tekstów naukowych ulega istotnej transformacji.

Szkolenie pokazuje, jak skutecznie tworzyć teksty naukowe z wykorzystaniem AI – od wstępnych pomysłów, przez pisanie, po publikowanie i promowanie efektów pracy. Uczestnicy poznają zarówno standardowe zasady tworzenia publikacji naukowych, jak i nowoczesne rozwiązania wspierające badaczy.

Trener pokazuje jak sztuczna inteligencja może być partnerem w pisaniu, ale też kiedy jej użycie jest nieetyczne lub ryzykowne. Pokazuje, jak tworzyć dobre teksty naukowe, korzystając z nowych technologii, bez utraty jakości i oryginalności.

Uczestnicy dowiedzą się, jak:
1. Pisać teksty naukowe krok po kroku.
2. Wykorzystywać AI na każdym etapie pisania i publikowania.
3. Dobierać i weryfikować czasopisma.
4. Pisać przeglądy literatury z pomocą narzędzi AI.
5. Odpowiedzialnie korzystać z AI (w świetle etyki naukowej i wytycznych wydawców).

Metodologia prowadzenia warsztatu:
Szkolenie wykorzystuje wykład, konwersatorium i warsztat praktyczny. Omawiane zagadnienia przedstawiane są w ujęciu zarówno teoretycznym, jak i praktycznym – z pokazaniem rozwiązań. Trener pracuje na przykładach, testuje AI i pokazuje jak wykorzystywać ją świadomie.

Korzyści wynikające z udziału w szkoleniu:
1. Zdobycie wiedzy o skutecznym publikowaniu w prestiżowych miejscach.
2. Praktyczne umiejętności pisania artykułów wspomaganego przez AI.
3. Znajomość etycznych granic wykorzystania sztucznej inteligencji.
4. Biegłość w wyszukiwaniu czasopism i ocenianiu ich jakości.
5. Umiejętność promowania publikacji i zarządzania procesem submission.

PROGRAM SZKOLENIA

Część I. Jak się przygotować do pisania artykułu – pisanie jako proces wspomagany przez AI?

1. Pisanie jako proces – jak AI może wspierać na każdym jego etapie (szybki przegląd narzędzi wskazywanych podczas szkolenia: od ogólnych, „publicznych” modeli po narzędzia akademickie).
2. Kluczowe pytania przed pisaniem – wspomagane przez AI (np. ustrukturyzowane checklisty, asystenci pisarscy).
3. Dlaczego publikowanie jest trudne i jak AI może pomóc (np. wykrywanie braków w strukturze tekstu, propozycje poprawek).
4. Planowanie tekstu i wybór jego kategorii – narzędzia do planowania (np. narzędzia AI do tworzenia outline’ów).
5. Wybór rodzaju publikacji – pomoc AI w dopasowaniu do stylu czasopisma.
6. Narzędzia dopasowania czasopism.
7. Czasopisma drapieżne vs. wartościowe – czy AI może jakoś pomóc w ocenie?
8. Kryteria recenzowania tekstów – AI jako „pseudo-recenzent” (oceny merytoryczne i oceny zgodności z formalnymi wymaganiami).

Część II. Porady językowe oraz językowe narzędzia AI

1. Pisanie po polsku czy angielsku – narzędzia do tłumaczeń.
2. Poprawność językowa – narzędzia korekty AI.
3. Porządkowanie materiału i styl – stylometryka z pomocą AI.

Część III. Wysyłka (submission) artykułu – czy i jak może pomóc sztuczna inteligencja

1. List do edytora, covering letter/cover letter.
2. Wskazywanie potencjalnych recenzentów.
3. Odpowiadanie recenzentom, czyli jak sobie radzić z odrzuceniami oraz propozycjami zmian (minor lub major revision; reject).
4. Checklisty i narzędzia wsparcia w procesie submission.
5. Odpowiedzi do recenzentów.
6. Promocja tekstu – narzędzia do tworzenia streszczeń graficznych, wideoabstraktów i postów do mediów społecznościowych.

Część IV. Tytuły, abstrakty i słowa kluczowe – zasady tworzenia oraz pomoc AI

1. Dlaczego te elementy są kluczowe – pozycjonowanie artykułu.
2. Tytuł artykułu jako wyznacznik jego treści.
3. Strategie tworzenia dobrego tytułu – informacyjny charakter vs przystępność, język.
4. Tworzenie tytułów – narzędzia AI.
5. Kilka zdań o słowach kluczowych (key words) – dlaczego są ważne, jak je dobrze wybrać (jak może pomóc AI).
6. Abstakt jako odzwierciedlenie struktury tekstu; poszczególne części abstraktu.
7. Abstrakty strukturyzowane i opisowe
8. Jak sobie poradzić z ograniczonym miejscem – słownictwo oraz skróty.
9. Abstrakty – AI do pisania, skracania, przekształcania w różne wersje.
10. Extended abstracts – automatyzacja różnych wersji abstraktów.

Część V. Konstrukcja artykułu z pomocą AI

1. Uniwersalna struktura artykułu naukowego i jej różne odmiany.
2. Research articles, czyli o potrzebie zastosowania schematu AIMRaD (Abstract, Introduction, Materials and methods, Results, and Discussion) oraz rozlicznych jego wariantów.
3. Struktura artykułu – szablony AI.
4. AIMRaD i jego warianty – tworzenie konspektu z pomocą AI.
5. Introduction – automatyzacja przeglądów literatury (jak może pomóc AI).
6. Results – AI do wizualizacji danych.
7. Tabele, wykresy, ilustracje – generatory wykresów, analiza danych przez AI.
8. Methods i Discussion – szablony i pomocne narzędzia.
9. Acknowledgments – pomocne wzory, etykieta AI.

Część VI. Etyczne wykorzystanie AI w pisaniu artykułów

1. Czym jest etyczne korzystanie z AI w kontekście naukowym.
2. Granica między wsparciem a współautorstwem.
3. Czy i kiedy należy ujawniać użycie AI w artykule?
4. Dobre praktyki wg wytycznych wydawnictw i organizacji.
5. Jak zgodnie z zasadami wskazywać użycie narzędzi (np. w sekcji podziękowań, metod)?
6. Ryzyka i zagrożenia: niesamodzielność pracy, halucynacje AI, fabrykowanie źródeł, nieświadome plagiaty, nadmierna korekta przez AI a utrata indywidualnego stylu autora.
7. Weryfikacja treści wygenerowanych przez AI.
8. Jak i czym sprawdzać prawdziwość, jakość i wiarygodność danych.
9. Użycie detektorów AI i ocena etyczna cudzych tekstów.
10. Jak dokumentować użycie AI dla przejrzystości (notatki, logi, wersje robocze).

Część VII. Przegląd literatury (literature review): AI jako pomocnik

1. Czym jest przegląd literatury i jakie ma cele.
2. Typy przeglądów literatury – systematic, meta, narrative, rapid, scoping, integrative, evidence mapping i inne.
3. Typy przeglądów które wspiera AI.
4. Pierwszy etap tworzenia: Definiowanie problemu i kryteriów włączania/wyłączania; strategie szukania, gdzie szukać? Jak może pomóc AI?
5. Drugi etap: szukanie literatury – kroki (jakiego rodzaju literaturę włączać, identyfikacja miejsc szukania, słowa klucze, dodatkowe aktywności [np. hand searching czy citation chaining]). Jak może pomóc AI?
6. Trzeci etap: screening and selection – poszczególne kroki. Jak może pomóc AI?
7. Oprogramowanie standardowe (Covidence, Zotero, EndNote) + AI.
8. AI w analizie jakościowej: MaxQDA z AI, Atlas.ti, CAQDAS.

Część VIII. Wyszukiwanie źródeł i publikacji naukowych (AI jako przewodnik)

1. Typologia, rodzaje źródeł sieciowych – wyszukiwarki, agregatory, bazy danych, katalogu, serwisy ASNS, społecznościowe bibliografie.
2. Wyszukiwanie opracowań naukowych, pełnych tekstów publikacji.
3. Wyszukiwanie czasopism wydawanych w modelu Open Access (sieciowe zasoby); różne rodzaje OA: gold, green, hybrydowy, itd.
4. Agregatory AI do wyszukiwań.
5. Organizacja zasobów – AI a menadżery bibliografii.