Udzielamy informacji o programach pomocowych realizowanych przez PARP.
Autorzy: Grzegorz Rzeźnik, Jacek Pokorski, Jacek Szut, Dominik Batorski, Karol Olejniczak, Andrzej Gołoś, Andrzej Jędrzejowski, Tomasz Kupiec, Dominika Wojtowicz, Teresa Wyszyńska, Marta Lesiak, Bartosz Ledzion, Igor Lyubashenko, Kamil Filipek, Paulina Grabowska, Paweł Kędzia
Generatywna AI w badaniach. Praktyczne zastosowania w ewaluacji polityk publicznych
Szanowni Państwo!
Z dużą przyjemnością przekazujemy Państwu publikację pt. „Generatywna AI w badaniach. Praktyczne zastosowania w ewaluacji polityk publicznych”, przygotowaną przez ekspertów Polskiej Agencji Rozwoju Przedsiębiorczości i Uniwersytetu SWPS. W publikacji zaprezentowano zagadnienia związane z wykorzystaniem generatywnych modeli sztucznej inteligencji (gen AI) w szeroko rozumianych pracach analityczno-badawczych instytucji. Szczególny nacisk kładziemy przy tym na potencjalne zastosowania gen AI w ewaluacji polityk publicznych, w tym ewaluacji programu Fundusze Europejskie dla Nowoczesnej Gospodarki 2021–2027 (oraz jego następcy na lata 2028–2034).
Publikacja ma formę przewodnika przez świat gen AI – od informacji podstawowych, po konkretne przykłady wykonywania zadań ze wsparciem sztucznej inteligencji, omawiające napotykane wyzwania i sposoby radzenia sobie z nimi. W poszczególnych rozdziałach przedstawiono zasady działania gen AI, opisano metody efektywnej komunikacji z modelami językowymi i przykłady ich zastosowań w analizach ilościowych i jakościowych. Zwrócono również uwagę na kwestie dotyczące bezpieczeństwa danych i rzetelności wyników, a także zasygnalizowano etyczny kontekst wykorzystania sztucznej inteligencji. Ponadto, w publikacji poruszony został temat regulacji wewnętrznych oraz niezbędnych adaptacji organizacyjnych – pilnych do przygotowania i wprowadzenia w życie w najbliższych miesiącach i latach – które według Autorów są kluczowe, aby skutecznie wdrażać rozwiązania oparte na sztucznej inteligencji w instytucjach publicznych.
Choć niniejsze opracowanie skupia się na ewaluacji, z pewnością dostarczy także wartościowych wskazówek osobom, które na co dzień zajmują się innymi badaniami eksploracyjnymi i aplikacyjnymi w instytucjach, w szczególności służącym pokrewnym dziedzinom, takim jak planowanie strategiczne, projektowanie usług, selekcja projektów, monitoring programów czy szeroko pojęta analityka i raportowanie zarządcze.
Liczymy, że publikacja stanie się ważnym wkładem w debatę na temat wyzwań – choćby takich jak przejrzystość działań, ochrona danych osobowych czy efektywne zarządzanie zasobami – które stawia przed instytucjami publicznymi dynamiczny rozwój technologii cyfrowych. Naturalnymi stają się pytania dotyczące m.in. koordynacji wykorzystania sztucznej inteligencji w sektorze publicznym czy określenia odpowiedzialności za wykorzystywane aplikacje i procesy oparte na sztucznej inteligencji. Wyzwaniem jest również wypracowanie efektywnego zarządzania narzędziami AI oraz stworzenie odpowiednich regulacji wewnętrznych, określających zasady korzystania ze sztucznej inteligencji przez pracowników instytucji publicznych i podmioty współpracujące (np. beneficjentów lub wykonawców usług na rzecz sektora publicznego).
Wierzymy, że publikacja stanowić będzie inspirującą lekturę oraz wesprze nie tylko specjalistów, ale również osoby decyzyjne, w pracy nad odpowiedzialnym i efektywnym wykorzystaniem gen AI w naszych instytucjach.
Spis treści
Słowo wstępne
CZĘŚĆ I Kwestie horyzontalne współpracy z gen AI
1. Wprowadzenie do zagadnień zastosowania gen AI w ewaluacji
1.1. Zasady działania i wykorzystania gen AI
1.2. Spektrum typów gen AI
1.3. Spektrum zastosowań gen AI w ewaluacji
1.4. Struktura książki
2. Promptowanie, czyli jak komunikować się z modelem językowym
2.1. Wstęp
2.2. Wyzwania po stronie gen AI
2.3. Wyzwania po stronie użytkownika
2.4. Komunikacja z gen AI
2.5. Podsumowanie
3. BHP pracy z gen AI – bezpieczeństwo danych i poufność
3.1. Wprowadzenie
3.2. Udostępnienie przekształconych danych
3.3. Identyfikacja danych do przekształcenia
3.4. Wykorzystanie narzędzi gen AI jako platformy low-code
3.5. Wykorzystanie modeli LLM działających na lokalnej infrastrukturze
3.6. Podsumowanie
4. Integracja modeli gen AI z bazami dokumentów
4.1. Wstęp
4.2. Jak działa RAG?
4.3. Zastosowania RAG w praktyce badawczej
4.4. Rozpoczęcie pracy z RAG
4.5. Podsumowanie
CZĘŚĆ II Zastosowania gen AI w procesie ewaluacji
5. Zamawianie usług ewaluacyjnych – tworzenie Opisu Przedmiotu Zamówienia
5.1. Wstęp
5.2. Tworzenie OPZ z wykorzystaniem gen AI – ogólne zasady
5.3. Podsumowanie
6. Analizy jakościowe wspierane gen AI
6.1. Wprowadzenie
6.2. Specyfika analizy danych jakościowych
6.3. Analiza pojedynczego dokumentu
6.4. Użycie gen AI w jakościowym kodowaniu indukcyjnym
6.5. Użycie gen AI w jakościowym kodowaniu dedukcyjnym
6.6. Automatyzacja procesów badawczych z wykorzystaniem gen AI
6.7. Podsumowanie
7. Przeglądy źródeł wspierane gen AI
7.1. Wprowadzenie
7.2. Typy przeglądów i rodzaje źródeł w przeglądach
7.3. Rodzaje źródeł tekstowych
7.4. Dostępność źródeł dla gen AI
7.5. Perspektywy zastosowań gen AI w przeglądach źródeł
7.6. Wnioski końcowe
8. Analizy ilościowe wspierane gen AI
8.1. Wprowadzenie: ewolucja dużych modeli językowych
8.2. Wybór środowiska analitycznego
8.3. Ocena i przygotowanie danych wejściowych
8.4. Analiza danych
8.5. Ocena wyników
8.6. Zakończenie
9. Analizy sieciowe wspierane gen AI
9.1. Wprowadzenie
9.2. Pozyskanie danych
9.3. Analiza pozyskanego zbioru danych
9.4. Analizy sieciowe z użyciem modeli gen AI
9.5. Podsumowanie
10. Strategie komunikacji i prezentacji wyników
10.1. Wprowadzenie
10.2. Wykorzystanie generatywnej AI w dostosowywaniu treści raportów ewaluacyjnych – krok po kroku
10.3. Podsumowanie
10.4. Zakończenie
CZĘŚĆ III Gen AI w administracji publicznej – implikacje systemowe
11. Gen AI w organizacjach publicznych – regulacje i codes of conducts
11.1. Wprowadzenie
11.2. Zbadana populacja dokumentów
11.3. Zidentyfikowane zasady, wytyczne i wskazówki
11.4. Uwagi końcowe
12. Perspektywy adaptacji organizacyjnych i systemowych wykorzystania AI w ewaluacji
12.1. Wstęp
12.2. Czynniki blokujące transformację ewaluacji w kierunku wykorzystania gen AI
12.3. Czynniki katalityczne dla transformacji ewaluacji w kierunku wykorzystania gen AI
12.4. Zakończenie
13. Zakończenie
13.1. Odkrywanie potencjału gen AI
13.2. Architektura współpracy z gen AI
13.3. Szersze implikacje płynące z zastosowań gen AI
13.4. Refleksja przy eksperymentowaniu – pytania otwarte
14. Autorzy
15. Aneksy
Aneks 1. Informacje o projektach, w których testowaliśmy użycie gen AI
Aneks 2. Zaplanowanie przeglądu
Aneks 3. Szukanie i selekcja źródeł
Aneks 4. Analiza i synteza źródeł
Aneks 5. Metodyka wyszukiwania i analizy dokumentów
Inne publikacje, które mogą Cię zainteresować
