Opis szkolenia:
Szkolenie pokazuje, jak wykorzystać narzędzia sztucznej inteligencji w całym procesie przygotowania artykułu naukowego: od identyfikacji problemu badawczego, przez wyszukiwanie i analizę literatury, budowę modelu koncepcyjnego oraz weryfikację hipotez, aż po draftowanie tekstu, korektę, autorecenzję i przygotowanie odpowiedzi na uwagi recenzentów.
Celem szkolenia jest pokazanie AI nie jako prostego narzędzia do automatycznego pisania tekstu, lecz jako wsparcia w zarządzaniu procesem tworzenia publikacji naukowej. Uczestnicy poznają praktyczne sposoby pracy z ChatGPT oraz innymi narzędziami wspierającymi wyszukiwanie literatury, analizę źródeł, formułowanie hipotez, opracowanie wyników badań ilościowych oraz redakcję tekstu zgodnie ze standardami publikacyjnymi.
Szkolenie ma charakter praktyczny. Uczestnicy pracują na przykładach związanych z procesem przygotowania artykułu naukowego. Szczególny nacisk zostanie położony na krytyczne, etyczne i odpowiedzialne wykorzystanie AI w pracy naukowej, w tym na kontrolę jakości, ograniczanie halucynacji, weryfikację źródeł, transparentne ujawnianie użycia AI oraz zachowanie roli badacza jako autora, eksperta i decydenta.
Adresaci szkolenia:
Szkolenie jest skierowane do:
- pracowników naukowych i dydaktycznych,
- doktorantów,
- osób przygotowujących artykuły do czasopism naukowych,
- badaczy realizujących projekty empiryczne,
- autorów przeglądów literatury,
- osób chcących usprawnić proces publikacyjny z wykorzystaniem narzędzi AI.
Cele szkolenia:
Po ukończeniu szkolenia uczestnik będzie potrafił:
- wykorzystać AI do identyfikacji i doprecyzowania problemu badawczego,
- przygotować strategię wyszukiwania literatury naukowej,
- analizować i syntetyzować literaturę z pomocą AI,
- budować model koncepcyjny oraz formułować pytania badawcze i hipotezy,
- wykorzystać AI do wsparcia opisu wyników badań ilościowych,
- przygotować strukturę artykułu naukowego zgodną z logiką publikacyjną,
- draftować kolejne części artykułu z zachowaniem kontroli merytorycznej,
- stosować AI do korekty, autorecenzji i poprawy jakości tekstu,
- przygotować odpowiedzi na uwagi recenzentów,
- oceniać ryzyka etyczne i formalne związane z użyciem AI w procesie publikacyjnym.
Program szkolenia:
1. AI w publikowaniu naukowym: wprowadzenie, etyka i odpowiedzialność autora
- Możliwości i ograniczenia AI w procesie tworzenia artykułu naukowego.
- Zasady odpowiedzialnego korzystania z AI: autorstwo, transparentność, kontrola jakości, halucynacje i weryfikacja źródeł.
- Case study: polityki wydawnicze Emerald i Elsevier dotyczące wykorzystania AI w publikacjach naukowych.
2. Identyfikacja problemu badawczego z wykorzystaniem AI
- Przejście od ogólnego tematu do precyzyjnego problemu badawczego.
- Wykorzystanie AI do generowania, zawężania i oceny potencjału publikacyjnego problemu.
- Formułowanie pytań badawczych zgodnych z logiką artykułu naukowego.
3. Identyfikacja literatury naukowej
- Budowa architektury słów kluczowych i zapytań do baz naukowych.
- Wykorzystanie narzędzi takich jak Elicit, SciSpace, Consensus, Scite oraz tradycyjnych baz bibliograficznych.
- Ocena trafności, jakości i kompletności zgromadzonej literatury.
4. Analiza literatury
- Ekstrakcja teorii, zmiennych, metod, wyników i luk badawczych z artykułów.
- Tworzenie macierzy literatury oraz syntetyzowanie wyników wcześniejszych badań.
- Kontrola jakości odpowiedzi AI i ograniczanie ryzyka błędnych interpretacji.
5. Budowa modelu koncepcyjnego i formułowanie hipotez
- Przejście od luki badawczej do modelu koncepcyjnego.
- Identyfikacja zmiennych niezależnych, zależnych, mediatorów i moderatorów.
- Formułowanie hipotez zgodnych z literaturą i logiką badania.
6. Weryfikacja hipotez w badaniach empirycznych ilościowych
- Dobór metody statystycznej do problemu badawczego, hipotez i typu danych.
- Wykorzystanie AI do planowania procedury analitycznej i interpretacji wyników.
- Opis wyników badań ilościowych w standardzie akademickim.
7. Draftowanie całości artykułu naukowego
- Budowa struktury artykułu zgodnej z logiką IMRaD.
- Przygotowanie wprowadzenia, części teoretycznej, metodyki, wyników, dyskusji i wniosków.
- Wykorzystanie AI do wzmacniania argumentacji, spójności i klarowności tekstu.
8. Korekta, redakcja i autorecenzowanie tekstu
- Wykorzystanie AI do krytycznej oceny manuskryptu przed wysłaniem do czasopisma.
- Poprawa stylu akademickiego, precyzji, logicznej struktury i przejść między sekcjami.
- Przygotowanie checklisty jakości artykułu naukowego.
9. Odpowiedzi na uwagi recenzentów
- Analiza recenzji i klasyfikacja uwag recenzentów.
- Przygotowanie rzeczowych, uprzejmych i przekonujących odpowiedzi.
- Aktualizacja manuskryptu po recenzjach z wykorzystaniem AI jako narzędzia wspierającego.
Metody pracy:
Szkolenie łączy krótkie wprowadzenia teoretyczne, demonstracje narzędzi, ćwiczenia praktyczne oraz pracę na przykładach związanych z przygotowaniem publikacji naukowej. Uczestnicy otrzymają zestaw promptów i procedur możliwych do wykorzystania w samodzielnej pracy nad artykułem.
Rezultaty szkolenia:
Po szkoleniu uczestnicy będą dysponować praktycznym workflow przygotowania artykułu naukowego z wykorzystaniem AI. Będą potrafili świadomie wykorzystywać narzędzia generatywnej sztucznej inteligencji na różnych etapach pracy nad publikacją, zachowując kontrolę nad jakością, rzetelnością, transparentnością i oryginalnością tekstu naukowego.
Prelegent:
Przemysław Tomczyk, doktor nauk ekonomicznych w zakresie nauk o zarządzaniu, obronił swój doktorat w Szkole Głównej Handlowej w Warszawie w 2015 roku. Obecnie pełni funkcję adiunkta w Katedrze Marketingu Akademii Leona Koźmińskiego. Wykładał gościnnie w ESCP Europe w Paryżu oraz Politechnice Warszawskiej i Szkole Głównej Handlowej w Warszawie. Specjalizuje się w roli sztucznej inteligencji w pisarstwie naukowym oraz automatyzacji procesów badawczych. Prowadził także badania w obszarze zarządzania wartością klienta oraz analizie portfela klientów, co zaowocowało licznymi publikacjami naukowymi w renomowanych czasopismach. Beneficjent grantu Narodowego Centrum Nauki.
Oprócz działalności naukowej, dr. Tomczyk prowadzi kanał na YouTube „dr Przemek Tomczyk AI” https://www.youtube.com/@drprzemek, gdzie dzieli się wiedzą na temat wykorzystania sztucznej inteligencji w pisarstwie naukowym. Jego misją jest uczyć, jak pisać szybciej i efektywniej, wykorzystując nowoczesne technologie. Kanał zdobywa coraz większe uznanie, stając się źródłem inspiracji dla wielu naukowców i studentów.
Dr. Tomczyk jest również cenionym wykładowcą, prowadzącym zajęcia zarówno w języku polskim, jak i angielskim, na studiach licencjackich, magisterskich oraz podyplomowych. Jego kursy obejmują wykorzystanie sztucznej inteligencji w pracy badawczej, zarządzanie wartością klienta, analizę marketingową oraz strategiczne zarządzanie marketingowe. Dzięki swojej bogatej wiedzy i praktycznemu podejściu, dr. Tomczyk skutecznie łączy teorię z praktyką, przygotowując swoich studentów do wyzwań współczesnego rynku.
Ostatnio opublikowane teksty na temat wykorzystania nowoczesnych technologii (w tym AI) w pisarstwie naukowym:
- Tomczyk, P. (2026). Researcher as manager of the academic writing process with generative artificial intelligence. Framework for systematic literature review in management. International Journal of Social Research Methodology, 1-19.
https://www.tandfonline.com/eprint/EDKXX6WQAFPNX8BNCFXP/full?target=10.1080/13645579.2026.2651311
- Tomczyk, P., Brüggemann, P., & Vrontis, D. (2026). AI meets academia: transforming systematic literature reviews. EuroMed Journal of Business, 21(1), 345-369.
https://www.emerald.com/emjb/article/21/1/345/1249905?casa_token=HhBJvmBN3AYAAAAA:w8fUYzm1V8UEhdkMUPEiaSVji0VsIETyXx0sZs6ek3zy11Guebu101WTdF6NUipsXhl4IiSinX2CqAer
- Tomczyk, P., Brüggemann, P., Mergner, N., & Petrescu, M. (2026). Are AI tools better than traditional tools in literature searching? Evidence from E-commerce research. Journal of Librarianship and Information Science, 58(1), 135-145.
https://journals.sagepub.com/doi/abs/10.1177/09610006241295802
- Tomczyk, P. (2025). Don’t write, manage! Researcher as manager of systematic literature review process in management. Scientific Papers of Silesian University of Technology. Organization & Management / Zeszyty Naukowe Politechniki Slaskiej. Seria Organizacji i Zarzadzanie, (227).
https://managementpapers.polsl.pl/wp-content/uploads/2025/09/227-Tomczyk.pdf
- Tomczyk, P. (2025). Zrzucanie czaru, czyli pozamagiczne argumenty za i przeciw współpracy naukowca ze sztuczną inteligencją, PWN Nauka, 1/2025.
- Tomczyk, P. (2025). AI napisze za nas tekst naukowy? Forum Akademickie.
https://forumakademickie.pl/zycie-akademickie/ai-napisze-za-nas-tekst-naukowy/
- Tomczyk, P., Brüggemann, P., & Paul, J. (2024). Variable science mapping as literature review method, Journal of Marketing Analytics, pp. 1-13.
https://doi.org/10.1057/s41270-024-00336-9
https://link.springer.com/article/10.1057/s41270-024-00336-9
- Tomczyk, P., Brüggemann, P., Mergner, N., & Petrescu, M. (2024). Exploring AI’s role in literature searching: traditional methods versus AI-based tools in analyzing topical e-commerce themes, in Digital Marketing & eCommerce Conference (pp. 141-148). Springer, Cham.
https://link.springer.com/chapter/10.1007/978-3-031-62135-2_15
- Tomczyk, P., Brüggemann, P., & Doligalski, T. (2024). The Automation of Science? Possibilities and Boundaries of AI Applications for Conducting Systematic Literature Reviews. International Journal on Artificial Intelligence Tools.
https://www.worldscientific.com/doi/abs/10.1142/S0218213024500234
Co zapewniamy:
- materiały szkoleniowe w formie elektronicznej
- certyfikaty w formie elektronicznej / papierowe (zalaminowane) na życzenie
- wsparcie techniczne podczas trwania szkolenia
- wyspecjalizowaną kadrę
- liczebność grupy dostosowaną do specyfiki tematu szkolenia
- możliwość zadawania pytań w trakcie szkolenia za pośrednictwem chatu lub połączenia video
