Centralizovaná databáze technických řešení, akademických standardů a metodických doporučení pro integraci velkých jazykových modelů (LLM) do studijních procesů.
Tento archiv slouží jako primární referenční bod pro studenty a akademické pracovníky využívající systémy umělé inteligence v rámci vysokoškolského studia. Vzhledem k rychlému technologickému rozvoji v oblasti neuronových sítí je nezbytné udržovat aktuální přehled o technických možnostech, limitech a etických aspektech těchto nástrojů. Naším cílem je poskytnout jasné, fakticky podložené odpovědi na otázky, které vyvstávají při každodenní interakci s modely jako GPT-4, Claude či Gemini.
Obsah této sekce vychází z interních analýz portálu Kernpair a je pravidelně revidován v souladu s aktuálními akademickými standardy. Je důležité si uvědomit, že nesprávná aplikace AI nástrojů může vést k porušení akademické integrity. Proto klademe důraz na správnou metodiku sestavování dotazů a transparentní deklaraci využití těchto technologií v odborných textech.
V rámci testování na Fakultě informačních technologií bylo zjištěno, že správně strukturovaná analýza odborných textů pomocí AI zkracuje dobu extrakce klíčových dat o 60 %. Studentům doporučujeme využívat techniku "Chain-of-Thought", která nutí model postupovat v logických krocích. Tento přístup minimalizuje riziko faktických chyb, které jsou u rozsáhlých dokumentů častým jevem.
Metodika analýzy
Při srovnání kontrolních skupin vykazovali studenti využívající AI asistenty pro strukturování kapitol vyšší míru logické koherence textu. Je však nutné dbát na to, aby finální syntéza zůstala autentickým dílem autora, nikoliv pouhým výstupem generativního modelu.
Při řešení komplexních výpočtů narážejí LLM na limity své architektury. Naše doporučení pro matematické úlohy zahrnuje povinnou křížovou kontrolu výsledků pomocí specializovaného softwaru. AI by měla sloužit primárně k vysvětlení postupu řešení, nikoliv jako absolutní kalkulátor pro kritické výpočty.
"Pochopení principu výpočtu je důležitější než získání samotného výsledku." — Metodický pokyn č. 12.
Analýza chybovosti ukazuje, že u úloh vyžadujících více než 10 logických kroků klesá přesnost modelu o 35 %. Tento jev, známý jako kumulativní chyba, je klíčovým faktorem, který musí student zohlednit při práci s algoritmy.
Podle aktuálních norem (např. APA 7. vydání) se generovaný text cituje jako "osobní sdělení" nebo výstup softwaru. Je nezbytné uvést název modelu, verzi, datum dotazu a plné znění promptu v příloze.
Více o citacíchRozhodně ne. AI modely mají sklon k halucinacím (vymýšlení neexistujících zdrojů). Nástroj by měl sloužit pouze k rychlé orientaci v textu, nikoliv jako náhrada za četbu primárních zdrojů.
Principy fungováníEtický rámec definuje využití AI jako asistivní technologii. Odevzdání čistě generovaného textu bez autorského přínosu je považováno za plagiátorství. Vždy konzultujte pravidla své fakulty.
Etický kodexPro programování doporučujeme nástroje s integrovaným kontextem projektu (např. GitHub Copilot). Důležité je však každý řádek kódu manuálně zkontrolovat z hlediska bezpečnosti.
Seznam softwaru| Verze | Datum | Popis úpravy | Dokumentace |
|---|---|---|---|
| v.2.4.1 | 12.03.2024 | Aktualizace sekce Citace dle nových směrnic EU. | PDF (0.4 MB) |
| v.2.3.0 | 15.01.2024 | Přidání metodiky pro multimodální modely (obraz/text). | DOCX (1.2 MB) |
| v.2.1.5 | 02.11.2023 | Revize pravidel pro programátorské úkoly. | PDF (0.8 MB) |
Pokud jste v našem archivu nenašli odpověď na specifickou technickou otázku, doporučujeme prostudovat sekci metodiky sestavování dotazů nebo kontaktovat příslušné studijní oddělení.