Generatywna sztuczna inteligencja w społeczeństwie informacyjnym: implikacje dla szkolnictwa wyższego i badań naukowych Autorzy: Ilya Levin, Natalia Bukhshtaber, Konstantin Minyar-Beloruchev Streszczenie: Generatywna sztuczna inteligencja (GenAI) stanowi fundamentalną zmianę w rozwoju sztucznej inteligencji: od systemów opartych na regułach ku sieciom neuronowym zdolnym do tworzenia nowych treści i rozwiązywania złożonych problemów dzięki rozpoznawaniu wzorców i rozumieniu kontekstu. Ewolucja ta podważa tradycyjne paradygmaty informatyki (Computer Science, CS), czego dowodzą innowacje w zakresie dużych modeli językowych oraz generowania obrazów z wykorzystaniem modeli dyfuzyjnych. W artykule zbadano, w jaki sposób pojawienie się GenAI wpływa na edukację i badania naukowe w dziedzinie informatyki oraz dyscyplinach pokrewnych. Wykorzystując kulturowy model White’a, obejmujący analizę wymiarów technologicznego, społecznego i instytucjonalnego, przeanalizowano różnice między możliwościami GenAI a tradycyjnymi podejściami informatycznymi, zarówno w teorii, jak i w praktyce. Badania ujawniły konkretne wyzwania stojące przed szkolnictwem wyższym, w tym potrzebę nauczania rozumowania kontekstowego, radzenia sobie z zachowaniami emergentnymi oraz rozwijania umiejętności adaptacyjnego rozwiązywania problemów. Zaproponowano strategie edukacyjne, takie jak uczenie się oparte na projektach z wykorzystaniem narzędzi GenAI oraz integracja międzydyscyplinarna. Zalecenia te mają na celu ustanowienie GenAI jako odrębnej dyscypliny akademickiej, a jednocześnie przygotowanie studentów i badaczy do jej rosnącej roli w praktyce naukowej i zawodowej.