Analiza literacka i modelowanie struktury utworów za pomocą sztucznej inteligencji (ChatGPT)

ogólnouniwersyteckie

Analiza literacka i modelowanie utworów za pomocą sztucznej inteligencji (ChatGPT) - wspólne uczenie się zastosowań SI do analiz kulturowych. Będziemy analizować ze studentami Fraszki Jana Kochanowskiego i/lub inne utwory, identyfikując w nich motywy i nadając im formę zlematyzowaną na użytek słownikowego zastosowania. Następnie sprawdzimy, jak tę analizę literacką utworu może wykonywać sztuczna inteligencja. Dokonamy tego przez skontrolowanie ze studentami wyników intelektualnej pracy robota na większym korpusie.

Analiza literacka i modelowanie struktury utworów za pomocą sztucznej inteligencji (ChatGPT) - wspólne uczenie się zastosowań SI do analiz kulturowych. Wykorzystam własne doświadczenie i wspólny grupowy dorobek uczestników zajęć Inwentaryzacja motywów narracyjnych w twórczości Kochanowskiego (Z2023/24). Tam w trybie kursorycznym analizowaliśmy ze studentami Fraszki, identyfikując w nich motywy narracyjne, i nadając im formę zlematyzowaną na użytek słownikowego zastosowania.

A. Na zajęciach sprawdzimy, jak analizę literacką utworu może wykonywać sztuczna inteligencja. Skupiamy się na retorycznej analizie konstrukcji treści utworów literackich, na którą składają się motywy narracyjne i opisowe. Dokonamy tego przez skontrolowanie ze studentami wyników intelektualnej pracy robota na większym korpusie. Nauczymy się wydawać polecenia (prompty) typu: „Zidentyfikuj motywy narracyjne i opisowe w utworze Abcd”. Wynik poddamy dyskusji na zajęciach i przeprowadzimy ewentualnie korygujące wezwania, aby dojść do prawidłowego brzmienia odpowiedzi. Innym zadaniem będzie np. „Wyszukaj podobny motyw w innych utworach tego pisarza”, lub u innych pisarzy.

B. Modelowanie utworów polega na wskazaniu ich struktury tekstowej (stroficzność, miara wierszowa, rymy, zjawiska na przecięciu składni i wersyfikacji). Zadaniem studentów będzie identyfikacja tych kategorii tekstologicznych i sprawdzenie, czy sztuczna inteligencja prawidłowo je identyfikuje w badanym tekście, oraz czy potrafi znajdować prawidłowe analogie w innych tekstach.

Główną formą będą Ćwiczenia kreatywne, polegające na proponowaniu własnych hasłowych sformułowań dla motywów zidentyfikowanych w omawianych utworach.

A. Każdy referuje przeczytane w domu teksty źródłowe (wcześniej przydzielone przez wykładowcę) przedstawiając na zajęciach dokonany przez siebie wykaz znalezionych tam motywów i elementów strudktury tekstu. Ze względu na różnice w rozumieniu tekstów preferowany będzie system „referat – koreferat”; dwie osoby będą referować to samo źródło, niezależnie się przygotowawszy, i w ten sposób dyskusja grupy nad obserwacjami z lektury będzie wydajniejsza.

B. Zebrane tak obserwacje będziemy od razu porządkować w postaci tabeli ze spisem motywów (jednostek analizy literackiej), w kolejnych rubrykach określając utwór Kochanowskiego, który tam przebadano, oraz ew. elementy struktury tekstu.

C. Tak sformułowane problemy skonfrontujemy z wersjami wytworzonymi na nasze wezwanie przez sztuczną inteligencję. W trybie seminaryjnej dyskusji te maszynowo zidentyfikowane motywy będą porównywane z naszymi, redagowane merytorycznie, po czym pod kierunkiem Prowadzącego zostanie ustalone definitywne brzmienie hasła do indeksu motywów/elementów struktury tekstu. .

Podstawowe źródła tekstowe i terminologiczne.

• Dzieła polskie Jana Kochanowskiego, red. J. Krzyżanowski.

• Dzieła wszystkie Jana Kochanowskiego (wydanie sejmowe) – dostępne tomy: I, II, IV, V, VI, VII/2.

• Frenzel M., Motive der Weltliteratur (Kroener, 1980).

• Słownik polszczyzny Jana Kochanowskiego, red. M. Kucała, Kraków 1994- 2012).

• Słownik terminów literackich, Wrocław 1988.

Thompson, Stith - Motif-Index of Folk-Literature. A Classification of Narrative Elements in Folktales, Ballads, Myths, Fables, Mediaeval Romances, Exempla, Fabliaux, Jcst-Books and Local Legends, Copenhagen 1955-1958 (11932-1936)

Podstawowe informatory o modelach językowych będą wskazywane na zajęciach. Osoby, które nie miały do czynienia z programami sztucznej inteligencji odsyłam przykładowo na stronę https://chat.openai.com/

Wiedza: absolwent kursu…

K_W01 Zna podstawową terminologię nauk humanistycznych i rozumie ich rolę kulturze

K_W05 Zna podstawowe metody analizy i interpretacji tekstów kultury

K_W08 Zna podstawowe zasady komunikacji naukowej w zakresie nauk humanistycznych

K_W09 Zna podstawowe zasady z zakresu prawa autorskiego

Umiejętności: absolwent potrafi

K_U02 dokonywać analizy dzieł sztuki oraz tekstów naukowych i materiałów źródłowych za pomocą odpowiednich narzędzi badawczych

K_U03 sformułować problem badawczy

K_U05 uczestniczyć w konferencjach, sympozjach i dyskusjach naukowych

K_U06 prezentować wyniki indywidualnej i zespołowej pracy akademickiej we właściwej formie

K_U07 przygotować prace pisemne uwzględniające elementarne wymogi stawiane pracom akademickim

K_U12 potrafi wykorzystać informacje źródłowe z zachowaniem zasad ochrony własności intelektualnej

K_U13 wykorzystywać narzędzie cyfrowe w pracy akademickiej

Kompetencje społeczne: absolwent

K_K02 jest gotów do podejmowania pracy zespołowej

K_K03 jest gotów do poznawania nowych metod badawczych

K_K08 docenia bogactwo kultury

K_K09 jest gotów do zrozumienia dziedzictwa kulturowego i różnorodności kulturowej

K_K12 respektuje prawa własności intelektualnej

Ćwiczeniowa forma zajęć wymaga, aby każdy uczestnik wykonał w domu swoją część obowiązków, dokonując lektury i rozbioru wskazanego opracowania naukowego, i referując na zajęciach swoje cząstkowe obserwacje, które będą dyskutowane przez grupę przed umieszczeniem propozycji w zbiorczym zestawieniu.

Wkład w gromadzenie obserwacji będzie oceniany pod kątem trafności i kompletności dostarczonego przez studenta wyciągu twierdzeń ze wskazanego opracowania.

Trafność i kompletność wyciągu będzie kontrolowana częściowo przez samych studentów dzięki systemowi pracy „referat–koreferat”. Konfrontacja obserwacji studentów z wynikami otrzymanymi od robota będzie wymagała od nich „obrony” własnej pracy i krytyki wersji maszyny.

Nieobecności nie mogą być skumulowane w krótkim przedziale czasu, zaś powstałe przez to luki w efektach muszą być po nieobecności natychmiast uzupełnione w formie uzgodnionej z wykładowcą.