γενικό υπόβαθρο · εξειδίκευση · Ανάπτυξη Δεξιοτήτων

Βασικές αρχές της Τεχνητής Νοημοσύνης και της Μηχανικής Μάθησης για τις Βυζαντινές Σπουδές II

Μεταπτυχιακό Πρόγραμμα — Επίπεδο 7

10 Πιστωτικές Μονάδες ECTS
3 ώρες / εβδομάδα
Γλώσσα Αγγλική
Ανοιχτό σε Erasmus
Χωρίς Προαπαιτούμενα

ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μετά την ολοκλήρωση του μαθήματος, οι φοιτητές θα είναι σε θέση να:

1)

Επιλέγουν κατάλληλες μεθόδους που υποστηρίζονται από τεχνητή νοημοσύνη για διαφορετικά είδη ερευνητικών ερωτημάτων σχετικά με τη Βυζαντινή ιστορία, αναγνωρίζοντας παράλληλα πότε μια μέθοδος είναι ακατάλληλη.

2)

Χρησιμοποιούν απλές ροές εργασίας για την εξερεύνηση κειμενικών, οπτικών, χωρικών και δομημένων δεδομένων στις ανθρωπιστικές επιστήμες.

3)

Συγκρίνουν τα αποτελέσματα διαφορετικών εργαλείων τεχνητής νοημοσύνης και να καταγράφουν τις διαφορές ως προς την αξιοπιστία, την κάλυψη, τη μεροληψία και τους τρόπους αποτυχίας.

4)

Εφαρμόζουν βασικές αρχές σχεδιασμού προτροπών (prompt engineering), επαλήθευσης πηγών και ελέγχου παραπομπών κατά τη χρήση γενετικής τεχνητής νοημοσύνης για εργασίες υποστήριξης της έρευνας.

5)

Κατανοούν τη θεμελιώδη λογική της ανάλυσης κειμένου, της ανάλυσης εικόνων, της χωρικής ανάλυσης, της δικτυακής σκέψης και της αναπαράστασης γνώσης, χωρίς να επαναλαμβάνουν το περιεχόμενο εξειδικευμένων τεχνικών μαθημάτων.

6)

Σχεδιάζουν μια διαφανή ροή εργασίας με τη βοήθεια της τεχνητής νοημοσύνης, η οποία θα περιλαμβάνει την πηγή δεδομένων, την επιλογή μεθόδου, τη χρήση εργαλείων, το πρωτόκολλο επαλήθευσης, τις ηθικές παραμέτρους και τους περιορισμούς.

7)

Επικοινωνούν υπεύθυνα τα αποτελέσματα της έρευνας που υποστηρίζεται από την τεχνητή νοημοσύνη σε ακαδημαϊκό και μη εξειδικευμένο κοινό, διαχωρίζοντας τα αποδεικτικά στοιχεία από την ερμηνεία και την εικασία.

8)

Αναλογίζονται κριτικά τα νομικά, ηθικά, πολιτισμικά και επιστημολογικά ζητήματα στις Βυζαντινές Σπουδές που υποστηρίζονται από την τεχνητή νοημοσύνη.

ΠΡΟΓΡΑΜΜΑ ΜΑΘΗΜΑΤΟΣ

13 Ενότητες

Εβδομάδα 01 | Από τις έννοιες της ΤΝ στις ερευνητικές ροές εργασίας

Σύνοψη του Μαθήματος Ι: η ερευνητική ροή εργασιών, από τη διατύπωση του ερευνητικού ερωτήματος έως τα στοιχεία, τη μέθοδο, την επαλήθευση, την ερμηνεία και την επικοινωνία.

Αντιστοίχιση ερευνητικών ερωτημάτων με τύπους δεδομένων και μεθόδους. Καταλληλότητα εργαλείων, διαθεσιμότητα δεδομένων, πιλοτικές δοκιμές, αρνητικά αποτελέσματα και πότε δεν πρέπει να χρησιμοποιείται η τεχνητή νοημοσύνη.

Σχεδιασμός προτροπών για περιλήψεις, λίστες ελέγχου, ταξινόμηση μεταφράσεων, συγκρίσεις και ανταλλαγή ιδεών. Απαιτήσεις επαλήθευσης και τεκμηρίωση της υποστήριξης από τεχνητή νοημοσύνη.

Τι μπορεί να αποκαλύψει η ανάλυση κειμένου: συχνότητα, λέξεις-κλειδιά, ομοιότητα και εξαγωγή οντοτήτων ως έννοιες. Σύντομες επιδείξεις με έτοιμα παραδείγματα· η λεπτομερής εφαρμογή της Επεξεργασίας Φυσικής Γλώσσας (NLP) θα εξεταστεί στο ειδικό μάθημα NLP.

Οι εικόνες ως δεδομένα· η ταξινόμηση, η ανίχνευση, η ομοιότητα και η αποκατάσταση ως έννοιες. Βυζαντινές εικόνες, σφραγίδες, νομίσματα, χειρόγραφα και ψηφιδωτά ως παραδείγματα· η λεπτομερής πρακτική άσκηση σε 3D/MR προορίζεται για το μάθημα «Μικτή Πραγματικότητα».

Πώς τα GIS και τα χρονοδιαγράμματα μπορούν να συμβάλουν στις Βυζαντινές Σπουδές. Τόποι, αβεβαιότητα, μετακινήσεις, εδάφη και αλλαγές στο πέρασμα του χρόνου. Η πλήρης εξάσκηση στο QGIS προορίζεται αποκλειστικά για το μάθημα GIS.

Άτομα, τόποι, γραφεία, κείμενα, γεγονότα και αντικείμενα ως συνδεδεμένες οντότητες. Εισαγωγική προσέγγιση της δικτυακής σκέψης και του γραφήματος γνώσης χωρίς απαιτήσεις επίσημης μοντελοποίησης.

Ποιοτική και ποσοτική αξιολόγηση ροών εργασίας με τη βοήθεια της τεχνητής νοημοσύνης. Τυπολογίες σφαλμάτων, ψευδής αίσθηση ασφάλειας, μεροληψία, ελλείπουσα δεδομένα, αναντιστοιχία πεδίου και επιστημονική χρησιμότητα.

Τεκμηρίωση ροών εργασίας, διαχείριση εκδόσεων, λεξικά δεδομένων, αρχεία καταγραφής εργαλείων, σημειώσεις σχετικά με τις εκδόσεις μοντέλων/εργαλείων, δηλώσεις δικαιωμάτων και διαφανής αναφορά της αβεβαιότητας.

Πνευματικά δικαιώματα, ψηφιοποιημένες πηγές, προστασία της ιδιωτικής ζωής, πολιτισμική ευαισθησία, παραληρητικές αναφορές, απόδοση πνευματικής ιδιοκτησίας στην τεχνητή νοημοσύνη, πολιτικές δημοσίευσης και υπεύθυνη χρήση στη διδασκαλία και την έρευνα.

Πώς να παρουσιάζετε ευρήματα που βασίζονται στην τεχνητή νοημοσύνη σε άρθρα, αφίσες, παρουσιάσεις, ψηφιακά προϊόντα και πλαίσια πολιτιστικής κληρονομιάς που απευθύνονται στο ευρύ κοινό, χωρίς να υπερβάλλετε.

Οι φοιτητές σχεδιάζουν ή βελτιώνουν μια ροή εργασιών για τις Βυζαντινές Σπουδές με τη βοήθεια τεχνητής νοημοσύνης. Τα σχόλια των συμφοιτητών και των διδασκόντων εστιάζουν στη σκοπιμότητα, τα τεκμήρια, την ηθική και την επαλήθευση.

Παρουσίαση των τελικών εργασιών και ανασκόπηση του τρόπου με τον οποίο οι φοιτητές μπορούν να προχωρήσουν σε εξειδικευμένα μαθήματα επιλογής ή στη συγγραφή πτυχιακής εργασίας.

ΑΞΙΟΛΟΓΗΣΗ

Αξιολόγηση φοιτητών

40%

Γραπτές εργασίες

40%

Δημόσια παρουσίαση

20%

Προφορική παρουσίαση και συμμετοχή

Φόρτος εργασίας — Κατανομή ECTS

Σύνολο 250 ώρες

Διαλέξεις

39

Ασκήσεις με καθοδήγηση / εργαστήρια

30

Γραπτές εργασίες / εργασίες μαθήματος

40

Ανάπτυξη έργου (ατομική ή ομαδική)

55

Μελέτη βιβλιογραφίας και υλικού μαθήματος

40

Αυτόνομη μελέτη

26

Προετοιμασία για παρουσίαση

20

Σύνολο μαθήματος

250

Συνιστώμενη βιβλιογραφία

Προτεινόμενη βιβλιογραφία:

  • Mitchell, M. Artificial Intelligence: A Guide for Thinking Humans. Farrar, Straus and Giroux, 2019.
  • Karsdorp, F., Kestemont, M., and Riddell, A. Humanities Data Analysis: Case Studies with Python. Princeton University Press, 2021.
  • Moretti, F. Distant Reading. Verso, 2013.
  • Burdick, A., Drucker, J., Lunenfeld, P., Presner, T., and Schnapp, J. Digital_Humanities. MIT Press, 2012.
  • Drucker, J. The Digital Humanities Coursebook. Routledge, 2021.
  • Baca, M. (ed.). Introduction to Metadata. Getty Research Institute, selected chapters.
  • The Programming Historian. Selected beginner-friendly lessons on data literacy, OCR, text analysis, and digital humanities methods.
  • European Commission. Ethics Guidelines for Trustworthy AI, 2019.
  • UNESCO. Recommendation on the Ethics of Artificial Intelligence, 2021.

Σχετικά επιστημονικά περιοδικά:

  • International Journal of Digital Humanities (Springer)
  • Journal on Computing and Cultural Heritage (ACM)
  • Digital Scholarship in the Humanities (Oxford University Press)
  • Journal of Open Humanities Data
  • Journal of Cultural Heritage
Κύλιση στην κορυφή