Znalost aplikací AI (pro rozpoznávání textu, strojový překlad, strojové učení) a jejich využívání ve výuce - OPBK2K010C

• Anglický název: Knowledge of AI applications (for text recognition, machine translation, machine learning) and their use in teaching
• Zajišťuje: Děkanát (41-DEKAN)
• Fakulta: Pedagogická fakulta
• Platnost: od 2025
• Semestr: zimní
• E-Kredity: 3
• Způsob provedení zkoušky: zimní s.:
• Rozsah, examinace: zimní s.:1/1, Z [HT]
• Počet míst: 38 / 36 (neurčen)
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: čeština
• Způsob výuky: prezenční
• Poznámka: předmět je možno zapsat mimo plán; povolen pro zápis po webu
• Garant: Mgr. Josef Šlerka, Ph.D.; Mgr. Igor Červený
• Vyučující: Mgr. Igor Červený; Mgr. Josef Šlerka, Ph.D.

Anotace

čeština

Předmět je designován tak, aby studentům PedF UK (budoucím učitelům) poskytl komplexní přehled o aplikacích umělé inteligence, jako jsou rozpoznávání textu, strojový překlad a strojové učení. Účastníci se seznámí s konkrétními nástroji a metodami, jak tyto technologie efektivně využít ve výukovém prostředí pro zlepšení kvality a přístupnosti vzdělávání. Cílem kurzu je poskytnout praktické dovednosti a znalosti potřebné k implementaci AI technologií do výukového procesu s ohledem na etické a pedagogické aspekty.

Poslední úprava: Červený Igor, Mgr. (07.09.2025)

angličtina

The course is designed to provide students of the Faculty of Education, Charles University (future teachers), with a comprehensive overview of artificial intelligence applications such as text recognition, machine translation, and machine learning. Participants will be introduced to specific tools and methods for effectively applying these technologies in educational settings to enhance the quality and accessibility of learning. The aim of the course is to equip students with practical skills and knowledge necessary for the implementation of AI technologies in the teaching process, with a strong emphasis on ethical and pedagogical considerations.

Poslední úprava: Červený Igor, Mgr. (07.09.2025)

Literatura

Online zdroje:

https://openai.com/index/teaching-with-ai/

https://teachingwithchatgpt.org.uk/

https://resobscura.substack.com/

Video kurzy:

https://www.youtube.com/@3blue1brown/courses

Vzdělávací portály:

https://aidetem.cz/

Poslední úprava: Červený Igor, Mgr. (07.09.2025)

Sylabus

2. 10. Algoritmy pro život: jak nám může informatika zpříjemnit práci učitele (80 min přednáška + 10 min diskuse)

-       Co je algoritmus, rozklad problému, učitelské workflow; rychlé automatizace.

-       Co je počítač a co automat a jak je to s inteligencí

 16. 10. Co je to umělá inteligence: dějiny, vývoj a jak s ní zacházet dnes

-       Od pravidlových systémů k ML; etika, integrita, GDPR ve škole; kdy stačí „obyčejný“ algoritmus.

 30. 10. Jak funguje neuronová síť (srozumitelně pro učitele)

-       Neurony, vrstvy, učení, ztrátová funkce, overfitting; „papírová NN“, jednoduché vizualizace.

 13. 11. Trénujeme vlastní neuronovou síť (no‑code/low‑code)

-       Datasety, train/val/test, metriky; malý klasifikátor, práce s chybami a biasem.

 27. 11. Jak fungují velké jazykové modely (LLM)

-       Tokeny, kontext, pravděpodobnosti, halucinace; návrhové vzory promptů a evaluace.

-       Deep learning

 11. 12. Fine‑tuning/úprava vlastního jazykového modelu (realisticky a bezpečně)

-       Kdy stačí prompting vs. kdy ladit model; datová hygiena; malé otevřené modely a adaptery.

-       Praktické finetunování modelů

 8. 1. Příprava vlastních projektů + peer‑feedback

-       Společná příprava vlastních projektů

 15. 1. Prezentace vlastních projektů

-       8–10 min prezentace + 5 min dotazy; společná reflexe a doporučení pro praxi.

!! Předmět je vyučován/realizován v rámci projektu: Podpora Rozvoje Učitelských Kompetencí (PRoUK) s registrační číslem: CZ.02.02.XX/00/23_019/0008385, který je finančně podpořen z Operačního programu: Jan Amos Komenský (MŠMT ČR) !!

Poslední úprava: Červený Igor, Mgr. (09.09.2025)

Požadavky k zápisu

Požadavky v předmětu: 

●        průběžná příprava, 

●        aktivní účast na seminářích

●        plnění zadaných úkolů, vkládání do Moodle (dle domluveného termínu), reflexe na seminářích

Klasifikovaný zápočet: protokol o skupinoví experimentu s AI

Poslední úprava: Červený Igor, Mgr. (07.09.2025)