Nowości
UCL i AIMS udostępniają darmowy pakiet edukacyjny do nauczania podstaw AI

University College London i afrykański instytut AIMS opublikowały darmowy zestaw materiałów dydaktycznych, który uzupełnia kurs AI Research Foundations od Google DeepMind o ponad 50 godzin lekcji, scenariuszy zajęć i ćwiczeń dla uczelni na całym świecie.
University College London (UCL) razem z African Institute for Mathematical Sciences (AIMS) opublikowały darmowy pakiet dydaktyczny do nauczania podstaw sztucznej inteligencji na uczelniach. AI Research Foundations Toolkit, sfinansowany przez Google.org, ma pomóc wykładowcom przekształcić samodzielny kurs online Google DeepMind w pełnoprawne zajęcia akademickie.
Sam kurs AI Research Foundations powstał wcześniej z inicjatywy UCL i Google DeepMind jako otwarta ścieżka edukacyjna dla studentów i samouków. Składa się z ośmiu modułów obejmujących m.in. sześciogodzinne wprowadzenie do modeli językowych, zajęcia z reprezentacji danych, kurs architektury transformerów, ośmiogodzinny moduł dostrajania modeli oraz piętnastogodzinny projekt zaliczeniowy. Nowy toolkit nie zastępuje tego kursu, lecz dodaje warstwę potrzebną do prowadzenia go w formie zorganizowanych zajęć uniwersyteckich.
Co zawiera pakiet
Twórcy podkreślają, że materiały mają charakter modułowy, wykładowcy mogą wybierać i dostosowywać pojedyncze elementy zamiast wdrażać cały program w niezmienionej formie. Pakiet obejmuje zagadnienia techniczne, modele językowe, przygotowanie danych tekstowych, sieci neuronowe, transformery, dostrajanie modeli i sprzęt obliczeniowy, ale łączy je z etyką, socjologią i filozofią zamiast traktować te wątki jako osobny, oderwany moduł.
Taka konstrukcja ma zapobiegać sytuacji, w której zagadnienia odpowiedzialnego rozwoju AI trafiają na uczelnie jako dodatek do zajęć technicznych, a nie ich integralna część. Autorzy toolkitu opisują to podejście jako reakcję na rosnące zapotrzebowanie uczelni na materiały łączące kompetencje inżynierskie ze zrozumieniem społecznych skutków technologii.
Rola afrykańskich edukatorów
Toolkit powstał we współpracy z AIMS, siecią instytutów matematycznych działających w kilku krajach Afryki, oraz z udziałem afrykańskich nauczycieli akademickich, którzy współtworzyli scenariusze zajęć. Wcześniejsza wersja programu AI Research Foundations, uruchomiona przez UCL i Google DeepMind w październiku 2025 roku, była budowana z podobnym naciskiem na dostępność dla studentów spoza tradycyjnych centrów badań nad AI, ze szczególnym uwzględnieniem Afryki.
Wśród osób zaangażowanych w rozwój programu są między innymi profesor John Mitchell, współdyrektor UCL Centre for Engineering Education, oraz Ulrich Paquet, naukowiec Google DeepMind i dyrektor AIMS South Africa, współzałożyciel inicjatywy Deep Learning Indaba działającej na rzecz rozwoju badań nad AI na kontynencie afrykańskim.
Ten projekt odzwierciedla zaangażowanie UCL w poszerzanie dostępu do światowej klasy badań i innowacji w dziedzinie AI - prof. John Mitchell, współdyrektor UCL Centre for Engineering Education
Dlaczego to ma znaczenie dla uczelni
Darmowe, gotowe do użycia materiały dydaktyczne obniżają barierę wejścia dla uczelni, które chcą wprowadzić zajęcia z podstaw AI, ale nie mają zasobów, by budować program od zera. Modułowa struktura pozwala dopasować zakres kursu do lokalnych warunków, od jednosemestralnego wprowadzenia po pogłębiony program dla studentów kierunków technicznych.
Program celuje w studentów od pierwszych lat studiów po początkujących badaczy na kierunkach matematycznych, informatycznych, fizycznych i inżynierskich, zakładając znajomość Pythona. Oprócz podstaw technicznych, wcześniejsza wersja kursu obejmowała też zastosowania praktyczne, w tym projekty związane z odpornością klimatyczną i badaniami nad chorobami.
Dla polskich uczelni, które od miesięcy mierzą się z brakiem spójnej oferty dydaktycznej dotyczącej AI, tego typu darmowe zasoby mogą być punktem wyjścia do szybszego uruchomienia zajęć bez konieczności tworzenia programu od podstaw. Wymaga to jednak tłumaczenia i adaptacji materiałów do lokalnego kontekstu, których toolkit sam z siebie nie zapewnia.


