Nauka Przyszłości
eDoktorant 6.0 – Nauka Przyszłości to ogólnopolski projekt skierowany przede wszystkim do doktorantów, studentów oraz osób rozpoczynających karierę naukową. Jego celem jest rozwijanie kompetencji potrzebnych do funkcjonowania we współczesnym środowisku akademickim oraz zwiększanie dostępu do rzetelnej i praktycznej wiedzy dotyczącej nowych technologii, sztucznej inteligencji i nowoczesnej nauki.
Współczesna nauka dynamicznie się zmienia. Rozwój technologii cyfrowych i narzędzi opartych na sztucznej inteligencji wpływa na sposób prowadzenia badań, analizowania danych, przygotowywania publikacji oraz komunikowania wyników. Jednocześnie nowe technologie stawiają przed środowiskiem akademickim pytania dotyczące etyki, odpowiedzialności, jakości badań i właściwego wykorzystywania dostępnych narzędzi.
Projekt eDoktorant 6.0 – Nauka Przyszłości odpowiada na te wyzwania poprzez połączenie działań edukacyjnych, eksperckich i popularyzatorskich.
Materiały video
AI w organizacji pracy naukowca - praktyczne narzędzia i workflow
Codzienny workflow z AI zamienia rozproszone informacje w działania: plan dnia, listę priorytetów, podsumowanie spotkania, uporządkowaną korespondencję i krótkie komunikaty robocze. Pokazuje zastosowania obejmujące planowanie dnia i tygodnia, podsumowywanie spotkań, porządkowanie korespondencji, rozdzielanie zadań według czasu i skupienia oraz przygotowywanie krótkich komunikatów roboczych. Całość podkreśla, że dobry system pracy ma ograniczać przeciążenie i ułatwiać powrót do zadań, przy zachowaniu poufności danych i kontroli badacza nad priorytetami.
Jak szybko analizować artykuły naukowe z wykorzystaniem AI?
Szybka analiza artykułu z AI powinna służyć selekcji i porządkowaniu lektury, a nie zastępować samodzielne czytanie publikacji. Omawia identyfikowanie problemu, metody, materiału, wyników i ograniczeń, tworzenie kart lektury oraz porównywanie publikacji pod kątem pojęć, podejść i rozbieżności. Całość zwraca szczególną uwagę na konieczność sprawdzania w oryginale liczb, tabel, wykresów, cytatów i źródeł, ponieważ odpowiedzi AI mogą zawierać błędy lub nadmierne uogólnienia.
Jak wykorzystać AI do wizualizacji danych naukowych?
Dobra wizualizacja zaczyna się od pytania badawczego i rodzaju danych, a dopiero później od wyboru konkretnego wykresu lub grafiki. Omawia dobór typu wykresu, porządkowanie etykiet i jednostek, upraszczanie zbyt złożonych grafik oraz przygotowanie tytułu, podpisu i krótkiego komentarza. Całość pokazuje również, jak unikać mylących skal, nieuprawnionych wniosków i ujawniania danych wrażliwych, zachowując zgodność wykresu z analizą i tekstem.
AI w przygotowaniu projektów badawczych i grantów
Przygotowanie projektu badawczego z AI może obejmować całą drogę od analizy dokumentacji konkursowej po końcową kontrolę spójności wniosku. Omawia dopasowanie pomysłu do celu konkursu, dopracowanie problemu, celów i metody, budowę harmonogramu, uzasadnienie budżetu, opis rezultatów oraz identyfikację ryzyk. Całość podkreśla, że AI może pomóc spojrzeć na wniosek oczami recenzenta i skrócić tekst, lecz nie zastępuje regulaminu, wiedzy metodologicznej ani odpowiedzialności autora za realność projektu.
Jak wykorzystać AI do planowania badań naukowych?
AI może pomóc przejść od szerokiego tematu do planu badania, porządkując możliwe pytania, pojęcia, słowa kluczowe, metody i ograniczenia. Omawia zawężanie problemu, formułowanie pytań badawczych, doprecyzowanie pojęć, dobór słów kluczowych i porównanie metod wraz z ich ograniczeniami. Całość przypomina, że narzędzie może porządkować warianty i wskazywać ryzyka, lecz za metodologię, zakres projektu, ochronę danych i ostateczne decyzje odpowiada badacz.
AI w przygotowaniu prezentacji naukowych i wystąpień konferencyjnych
Obszerne wyniki badań można z pomocą AI przełożyć na klarowne wystąpienie o jednej głównej myśli, dopasowane do czasu i odbiorców konferencji. Pokazuje, jak wybrać główną myśl, ułożyć strukturę do określonego czasu, uprościć slajdy, przygotować notatki prelegenta i przewidzieć pytania odbiorców. Całość podkreśla znaczenie dopasowania języka do publiczności, próby na głos i autorskiej kontroli nad tym, które wyniki oraz ograniczenia należy wyeksponować.
Jak budować widoczność badań naukowych w internecie z wykorzystaniem narzędzi cyfrowych?
Widoczność badań w internecie zależy od tego, czy publikacje, projekty i obszary specjalizacji można łatwo odnaleźć, poprawnie przypisać autorowi i zrozumieć. Omawia spójne profile naukowe, identyfikator ORCID, tytuły, abstrakty, słowa kluczowe, repozytoria, krótkie noty o publikacjach oraz regularną aktualizację informacji. Całość pokazuje, jak AI może pomagać w redakcji i porządkowaniu tych treści, przypominając jednocześnie o zgodności opisów z dorobkiem oraz o prawach autorskich dotyczących udostępnianych wersji publikacji.
AI w pracy zespołu badawczego – współpraca i zarządzanie wiedzą
AI może wspierać wspólną pamięć zespołu, porządkując ustalenia, decyzje, pojęcia, dokumenty i materiały potrzebne nowym osobom. Omawia podsumowania spotkań, rejestr decyzji, roboczy słownik pojęć, bazę wiedzy, pakiet wdrożeniowy dla nowych osób oraz ujednolicanie wspólnych tekstów i podziału obowiązków. Całość podkreśla konieczność zatwierdzania treści przez członków zespołu oraz świadomego zarządzania uprawnieniami, poufnością i dostępem do dokumentów.
Jak tworzyć materiały popularnonaukowe z wykorzystaniem AI
Przekład specjalistycznej wiedzy na materiał popularnonaukowy wymaga jasnej głównej myśli, odpowiedniej struktury, dobrych przykładów i języka dopasowanego do odbiorcy. Pokazuje pracę nad główną myślą, strukturą, otwarciem, wyjaśnianiem pojęć, przykładami, analogiami i dostosowaniem tego samego tematu do tekstu, filmu lub grafiki. Całość przypomina, że prostszy język nie może zmieniać zakresu wyników, stopnia pewności ani ograniczeń badań, a za końcowy przekaz odpowiada autor.
Cyfrowy warsztat naukowca – narzędzia wspierające codzienną pracę badawczą
Cyfrowy warsztat naukowca działa najlepiej jako jeden spójny system łączący literaturę, notatki, pliki, kopie zapasowe i informacje o dorobku. Omawia wykorzystanie menedżerów bibliografii, takich jak Zotero, Mendeley i EndNote, a także AI do porządkowania materiałów, streszczania tekstów i przygotowywania opisów publikacji. Całość podkreśla znaczenie prostych zasad organizacji, ochrony danych i samodzielnej weryfikacji treści zamiast mnożenia aplikacji bez wyraźnej potrzeby.
Webinaria
Zadanie publiczne współfinansowane ze środków otrzymanych w 2026 r. od Ministra Nauki i Szkolnictwa Wyższego w ramach konkursu „Organizowanie i animowanie działań na rzecz środowiska akademickiego” na podstawie umowy zawartej 7 lipca 2026 r.
Wartość dofinansowania: 104 700 PLN.
Całkowita wartość zadania: 116 340 PLN.