Cele kongresu:
GODZINY |
TEMATYKA |
PROWADZĄCY |
|
10.00 – 10.15 |
Rozpoczęcie Kongresu, prezentacja celów |
dr Jerzy Grad – Dyrektor RODN „WOM” w Katowicach |
|
10.15 – 11.00 |
Wykorzystanie e-sportu w kontekście edukacyjnym |
dr. hab. Tomasz Huk prof. UŚ – Wicekurator Oświaty |
|
11.00 – 11.45 |
Cyberbezpieczeństwo – druga strona medalu |
Przedstawiciel Biura Zwalczania Cyberprzestępczości |
|
11.45 – 12.15 |
PRZERWA |
||
12.15 – 13.15 |
Zasady współpracy Sądu z placówkami oświatowymi, w aspekcie procesu edukacji dzieci i młodzieży. |
Agata Stankiewicz – Rataj Sędzia Sądu Okręgowego Wydział Cywilny w Katowicach |
|
13.15 - 13.55 |
1. Sztuczna inteligencja -wykorzystanie w edukacji. 2. Aspekty prawne wykorzystywania sztucznej inteligencji w edukacji. |
Maciej Szelążek - Pracownik dydaktyczno-naukowy w zakładzie Humanocentrycznej Sztucznej Inteligencji w Instytucie Informatyki Stosowanej na wydziale Fizyki, |
|
13.55-14.00 |
Podsumowanie, zakończenie Kongresu |
|
|
INFORMACJIE O PROWADZĄCYCH
Dr hab. Tomasz Huk, prof. UŚ
Wicekurator Oświaty, pracownik badawczo-dydaktyczny z Instytucie Pedagogiki o specjalności pedagogika medialna. Zainteresowania badawcze to wykorzystanie mediów cyfrowych w wychowaniu przedszkolnym, w edukacji szkolnej i pozaszkolnej; analiza zjawiska catfishingu, hikikomorii, FOMO, e-sportu w kontekście edukacyjnym;osiąganie korzyści w związku z użytkowanymi mediami cyfrowymi, kształtowanie kompetencji kluczowych; architektura przestrzeni edukacyjnej; harcerska metoda wychowawcza; nauczanie online; edukacja szkolna i edukacja poza formalna; edukacja medialna; zarządzanie szkołą;
Maciej Szelążek
Pracownik dydaktyczno-naukowy w zakładzie Humanocentrycznej Sztucznej Inteligencji w Instytucie Informatyki Stosowanej na wydziale Fizyki,
Astronomii i Informatyki Stosowanej UJ. Członek zespołu badawczego GEIST kierowanego przez prof. Grzegorza J. Nalepę (Uniwersytet Jagielloński). Prowadzenie badań w obszarach uczenia maszynowego, modelowania, statystyki i metod Semantycznego Data Mining (SDM). Międzynarodowa współpraca naukowa w projektach związanych z predykcyjnym utrzymaniem ruchu, optymalizacją jakości, oraz najnowszymi metodami nienadzorowanej ewaluacji danych z wykorzystaniem Explainable AI (XAI).