Sztuczna inteligencja w komunikacji medialnej SzD-DNKSM>Sztint
Ewolucja mediów i jej społeczny obraz coraz bardziej zależy od technologii komputerowej. „Mózgi elektronowe”, obdarzone swoistą podmiotowością agensy zdolne do samodzielnego prowadzenia akcji komunikacyjnej z udziałem i bez udziału człowieka są poważnym zagadnieniem analiz dyscypliny nauki o kumunikacji i mediach. Nierzadko funkcjonowanie mediosfery daleko przekracza możliwości analityczne ludzkiego umysłu. "Niektórzy badacze uznają, że sztuczna inteligencja komputera wkrótce zastąpi inteligencję ludzką we wszystkich uciążliwych zadaniach umysłowych podobnie jak maszyny zastępują robotników przy taśmie montażowej. Jednakże pojawiają się problemy, które są dla komputerów trudne lub niemożliwe do rozwiązania, natomiast nie przestawiają wielkiej trudności dla człowieka, takie jak odczytywanie pisma lub automatyczny przekład. Jednocześnie rozwój nowych mediów doprowadza do powstania i rozkwitu kultury uczestnictwa. W ramach tego paradygmatu podejmowane są działania, które nie dają się rozwiązać przy pomocy mechanicznej inteligencji maszynowej" (Krzysztof Gajewski, .Rozwój medialnej kultury uczestnictwa a historia idei sztucznej inteligencji, 2015).
Przedmiot zajmuje się nowymi zagadnieniami wokół udziału AI w horyzontalnie rozumianym procesie komunikacji medialnej. AI (SI) w komunikacji medialnej to zagadnienie kluczowe nie tylko dla teraźniejszości, ale i przyszłości funkcjonowania całej mediosfery. Media digitalne a ściśle ich przekazy powstają przy udziale AI - choćby z tego powodu nie można zaniechać pomocy nowych narzędzi algorytmicznych oraz samej AI w badaniu materiałów medialnych. Nowe sposoby badania jakości (doskonałości) przekazów medialnych z udziałem sztucznej Inteligencji, tworzenie przekazów z pomocą AI stanowi oś dyskursu zajęć w szkole doktorskiej WNK.
Zakres tematów:
T_1. Proces definiowania AI.
T_2. Co to automation anxiety (AA).
T_3. Komunikacja społeczna w czasach powszechnego dostępu do narzędzi AI.
T_4. Co jest możliwe dzięki AI?
T_5. Jak wykorzystać AI w praktyce medialnej?
T_6. Metody "analogowe" i algorytmiczne analizy mediów.
T_7. Rozkład Bedforda.
T_8. Prawo Zipfa.
T_9. TOPSIS-AHP.
T_10. Korelacja kappa-Cohena a Rho-Spearmana.
T_11. FOG - współczynnik mglistości.
T_12. Współczynnik zrozumiałości Pisarka.
T_13 i T_14.. Analizatory treści; Jasnopis, CLARIN_PL, SketchEngine czy Korpusomat.pl.
T_15. Czym jest LDA?
Tryb zajęć
Koordynatorzy przedmiotu
Efekty kształcenia
Doktorant umie dokładnie scharakteryzować udział Ai w poszczególnych przekazach medialnych i orientuje się w zagadnieniach dot. sztucznej inteligencji w komunikacji medialnej. Umie stosować niektóre metody analizy doskonałości produktów medialnych z pomocą algorytmicznych narzędzi.
Kryteria oceniania
Egzamin końcowy, ocena esejów naukowych doktorantów i obecność (aktywny udział) to główne kryteria oceniania. Doktorant ma do zdobycia w czasie semestru 50 punktów.
Praktyki zawodowe
nie dotyczy
Literatura
Literatura podstawowa:
„AI w social media” – przewodnik dla marketerów w erze sztucznej inteligencji, IAB, 10/03/2023,
Dariusz Raś, Automation anxiety. Sztuczna inteligencja w dziennikarstwie w perspektywie infoetycznej, Łódzkie Studia Teologiczne 32 (3), 31-44,
Dariusz Raś, Prasa. Historia. Jakość. Studium metodologiczno-badawcze na temat publikacji prasowych wokół ołtarza Wita Stwosza w XIX, XX i XXI wieku, Kraków 2024.
Uwagi
W cyklu 2024/2025-L:
- |
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: