Szczegółowy zakres szkolenia:

1. Wprowadzenie
   1. Przedstawienie programu zajęć i zasad pracy.
   2. Doświadczenia uczestników z AI i oczekiwania od szkolenia.
2. Rola AI w badaniach
   1. Obszary wykorzystania narzędzi AI w pracy badawczej.
   2. Przegląd aktualnych trendów i technologii.
3. Techniki maksymalizacji potencjału narzędzi AI, tworzenie własnych modeli.
   1. Dobór modeli LLM do charakteru zadania.
   2. Zasady tworzenia skutecznych promptów (struktura, precyzja, kontekst, optymalizacja).
   3. Techniki promptowania: zero-shot prompting, few-shot prompting, Chain-of-Thought i inne.
   4. Tworzenie spersonalizowanych modeli do wielokrotnego użycia.
4. Badania jakościowe – z kompleksowym wsparciem AI
   1. Obszary zastosowań narzędzi AI w badaniach jakościowych.
   2. Wsparcie AI przy pisaniu briefu badawczego.
   3. Przygotowanie metodologii i schematu badawczego z pomocą AI.
   4. Wsparcie AI przy tworzeniu scenariuszy wywiadów.
   5. Przygotowanie tekstowych i wizualnych stimuli do badań z pomocą AI.
   6. Rekrutacja i logistyka – narzędzia AI ułatwiające realizację tych procesów.
   7. Hardware – inteligentne urządzenia wspierające prowadzenie badań jakościowych.
   8. Software – aplikacje asystujące podczas prowadzenia wywiadów.
   9. Garbage in – garbage out – narzędzia AI do poprawy jakości nagrań audio.
   10. Transkrypcje - rekomendowane aplikacje (sprawdzone w j. polskim).
   11. Nowy styl pracy z transkrypcjami AI (video połączone z transkrypcją, odpytywanie trakskrypcji, tworzenia videocytatów).
   12. Tworzenie i użytkowanie modelu wiedzy opartego o transkrypcje z badania (upload plików, instrukcje dla modelu, kalibracja, odpytywanie modelu).
5. Syntetyczni respondenci – szansa czy zagrożenie dla rynku badań?                
   1. Rodzaje syntetycznych respondentów.
   2. Syntetyczne badania konsumenckie - jakościowe i ilościowe.
   3. Przykłady narzędzi i rozwiązań dostępnych na rynku.
   4. Zastosowanie praktyczne syntetycznych respondentów.
   5. Ograniczenia: etyka, wiarygodność wyników, granice symulacji AI.
6. Analizy desk research
   1. Definicje i znaczenie w procesie badawczym.
   2. Tradycyjne metody vs nowoczesne podejścia z pomocą AI.
   3. Narzędzia do zbierania danych – inteligentne wyszukiwarki, agregatory treści, narzędzia do monitoringu mediów.
   4. Automatyzacja zbierania danych i monitorowania źródeł – boty i webscrapping.
   5. Weryfikacja i ocena wiarygodności źródeł.
   6. Porównywanie wyników analiz z AI z innymi źródłami danych.
   7. Weryfikacja kompletności analiz desk research przy użyciu AI.
7. Badania ilościowe
   1. Przegląd narzędzi do analizy danych analitycznych.
   2. Możliwości i ograniczenia AI w analizie statystycznej.
   3. Wsparcie AI przy tworzeniu kwestionariuszy.
   4. Przygotowanie materiałów do analizy (typy plików, format danych, opis, prompty).
   5. Czyszczenie danych z pomocą narzędzi AI.
   6. Analiza pytań otwartych – techniki automatycznego kodowania i klasyfikacji treści.
   7. Analiza sentymentu.
   8. Analiza danych ilościowych, identyfikacja wzorów i obserwacji odstających.
   9. Wizualizacja danych.
   10. Wnioskowanie i raportowanie z pomocą AI.
8. Tworzenie prezentacji z pomocą narzędzi AI
   1. Tworzenie prezentacji na podstawie promptów, notatek czy pierwotnego raportu.
   2. Edycja prezentacji poprzez prompty tekstowe.
   3. Możliwości polecanych narzędzi.
9. Wykrywanie plagiatów i treści wygenerowanych przez AI
   1. Zasady działania detektorów treści AI.
   2. Przegląd polecanych narzędzi.
   3. Narzędzia do humanizacji tekstów i sposób ich działania.
   4. Możliwości i ograniczenia detektorów treści AI.
   5. Ćwiczenia praktyczne z obu typu narzędzi.
10. Wyzwania związane z rozwojem AI w obszarze badawczym
    1. Omówienie wyzwań i ograniczeń narzędzi AI w badaniach.
    2. Rekomendacje dotyczące dalszego rozwoju kompetencji AI.
    3. Pytania i odpowiedzi.
    4. Podsumowanie i ewaluacja szkolenia..

Do kogo kierowane jest szkolenie:

Szkolenie kierowane jest do badaczy (zarówno z agencji badawczych jaki od strony klienta) jakościowych i ilościowych, chcących usprawnić i przyspieszyć swoją pracę z badaniami na różnych etapach procesu: przygotowania badania, realizacji, analizy danych i prezentacji wyników. Na szkolenie zapraszamy też osoby odpowiedzialne za zamawianie i odbiór badań oraz klientów wykonujących samodzielnie projekty badawcze.

Korzyści dla uczestników:

1. Poznają najnowsze i sprawdzone specjalistyczne narzędzia AI, które znacząco przyspieszają i ułatwiają proces badawczy.
2. Nauczą się tworzyć efektywne prompty i wykorzystywać zaawansowane techniki prompotowania, by uzyskiwać bardziej wartościowe odpowiedzi z narzędzi AI.
3. Nabędą umiejętności wykorzystywania AI do automatyzacji różnych elementów procesu badawczego, analiz desk research czy badań ilościowych.
4. Nauczą się tworzyć i trenować spersonalizowane modele AI, aby dysponowały wymaganą wiedzą, wykonywały specjalistyczne zadania, odpowiadały w pożądanym stylu (Brand Voice).
5. Poznają narzędzia do automatycznego kodowania pytań otwartych, analizy sentymentu, analizy danych jakościowych
6. Zdobędą praktyczną wiedzę o zastosowaniach i ograniczeniach syntetycznych respondentów, nauczą się ich tworzyć i wykorzystywać w procesach badawczych.
7. Poznają narzędzia zdolne do wykrywania treści (tekstów, obrazów, nagrań) wygenerowanych przez AI, ich sposoby działania i ograniczenia.