Artykuł w skrócie:
- O czym będziemy rozmawiać?
- Agenda warsztatu
- Prowadzący
- Rejestracja
📅 Data: 24 czerwca 2025
⏰ Godzina: 13:00 (czas trwania: 90 minut)
💻 Format: warsztat online
👥 Liczba uczestników: maksymalnie 15 osób
O czym będziemy rozmawiać?
Tygodnie spędzone na kodowaniu wywiadów, miesiące porządkowania zbiorów danych z mediów społecznościowych, transkrypcji debat, artykułów prasowych – a potem jeszcze żmudne poszukiwanie korelacji w arkuszach. Do tego wątpliwości o bezpieczeństwo wrażliwych danych przesyłanych do zewnętrznych chmur. To codzienność wielu zespołów badawczych.
Zapraszamy na warsztat, podczas którego pokażemy, jak dostosowane narzędzia AI działające lokalnie mogą odmienić proces badawczy, przyspieszyć analizę danych jakościowych i zapewnić pełną kontrolę nad prywatnością danych.
Podczas warsztatu pokażemy, jak wygląda rzeczywista partnerska współpraca z AI – podejście, które nie polega na oddaniu sterów algorytmowi, lecz na wsparciu badacza w eliminacji żmudnych, powtarzalnych zadań przy zachowaniu pełnej kontroli nad kluczowymi decyzjami badawczymi.
Uczestnicy zobaczą w działaniu dwa autorskie narzędzia. Quali Text Local wykorzystuje dowolny model generatywny (działający zarówno lokalnie, jak i w chmurze) do błyskawicznego kodowania jakościowego transkrypcji, wywiadów oraz treści z mediów społecznościowych. Z kolei Pattern Scout łączy techniki NLP z modelami generatywnymi, by w kilka minut wskazać ukryte klastry i korelacje w dużych zbiorach danych jakościowych – czy to wpisy z mediów społecznościowych, czy artykuły prasowe.
Oprócz demonstracji narzędzi omówimy praktyczne aspekty przygotowania i czyszczenia danych z wielu źródeł przy wsparciu AI, pokażemy interfejs dialogowy umożliwiający zadawanie pytań w języku naturalnym i otrzymywanie syntetycznych odpowiedzi z wywiadów. Przedstawimy także możliwości dostrojenia modeli do unikalnych potrzeb projektów badawczych oraz opcje wdrożeń on-premise, które zapewniają pełną kontrolę nad bezpieczeństwem danych.
Agenda warsztatu
1. Wprowadzenie i cele spotkania
Dlaczego lokalne modele AI stają się przełomem w badaniach społecznych
2. Wyzwania badawcze ⇄ możliwości LLM/NLP
- Fragmentacja źródeł – od wywiadów po media społecznościowe
- Prywatność i pełna kontrola nad danymi badawczymi
3. Jak to działa „pod maską”
- Szkic architektury transformerów i dużych modeli językowych
- Fine-tuning vs. Retrieval-Augmented Generation (RAG) w praktyce projektów naukowych
4. Pokaz narzędzi w praktyce
- QualiText Local – błyskawiczne kodowanie transkrypcji i postów
- Pattern Scout – odkrywanie klastrów i korelacji w dużych zbiorach danych
5. Omówienie możliwości dalszej współpracy
- Wdrożenia on-premise, dostrojenie modeli i bezpieczeństwo danych
Prowadzący
dr hab. Igor Lyubashenko – badacz polityk publicznych, specjalista w zakresie zastosowań AI w badaniach naukowych
dr Paweł Kędzia – ekspert w przetwarzaniu języka naturalnego; łączy badania nad analizą semantyczną tekstu polskiego z doświadczeniem w komercyjnych projektach NLP i tworzeniu narzędzi analitycznych
Rejestracja
Zgłoszenia do 20 czerwca 2025 r.
Formularz zgłoszeniowy: https://forms.gle/So9XxGYeYJs9RcAt6
