Zapowiedź cyklu wykładów o sztucznej inteligencji na Uniwersytecie Przyrodniczym w Poznaniu w semestrze zimowym 2026/2027
W semestrze zimowym 2026/2027 Uniwersytet Przyrodniczy w Poznaniu zaprasza na kolejną edycję cyklu „Sztuczna inteligencja – nowe horyzonty w nauce”. Tegoroczna edycja koncentruje się na konkretnych zastosowaniach sztucznej inteligencji w obszarach związanych z dydaktyką i naukami przyrodniczymi. Trzy spotkania pokażą różne perspektywy wykorzystania AI: modele uczenia maszynowego w ocenie odrębności odmian roślin uprawnych, rolę AI w dydaktyce akademickiej oraz połączenie wiedzy i doświadczenia człowieka z możliwościami sztucznej inteligencji w planowaniu i zarządzaniu lasami przyszłości. Wspólnym motywem wykładów będzie praktyczne wykorzystanie AI jako narzędzia wspierającego analizę danych, podejmowanie decyzji i pracę ekspercką. Do udziału zapraszamy naukowców, doktorantów i studentów, a także nauczycieli i wszystkich zainteresowanych praktycznymi zastosowaniami sztucznej inteligencji.
Planowane wykłady/spotkania:
- 6.11.2026, godz. 12:00
Prof. UPP dr hab. Bogna Zawieja i mgr Laura Slebioda | „Zastosowanie modeli uczenia maszynowego w ocenie odrębności odmian roślin uprawnych”
- 11.12.2026, godz. 12:00
Dr Joanna Siwek | „AI w dydaktyce, czyli jak uczyć z AI pokolenie internetowych tubylców”
- 15.01.2027, godz. 12:00
Dr inż. Paweł Strzeliński | „Ludzka i sztuczna inteligencja architektami lasów przyszłości – czyli jak pogodzić adaptację do zmiany klimatu z ochroną przyrody i potrzebami społecznymi?”
Opis poszczególnych wykładów:
- Prof. UPP dr hab. Bogna Zawieja i mgr Laura Slebioda
„Zastosowanie modeli uczenia maszynowego w ocenie odrębności odmian roślin uprawnych”
Ocena odrębności, wyrównania i trwałości (OWT) odmian roślin uprawnych jest kluczowym elementem procesów hodowli oraz rejestracji odmian. Dla każdej cechy przeprowadza się analizę wariancji oddzielnie w każdym roku. Jednak przed wykonaniem odrębnych analiz warto zastosować metody wielowymiarowe, aby ustalić, czy dana odmiana różni się od innych jednocześnie pod względem wszystkich badanych cech. Zastosowanie modeli uczenia maszynowego pozwala na znaczne podniesienie skuteczności klasyfikacji. Dodatkowo, strategia podziału danych na podzbiory sprawia, że algorytm precyzyjnie rozpoznaje znane odmiany, a w przypadku nowych, poprawnie identyfikuje je jako wcześniej nieobserwowane.
Uzyskane wyniki wskazują, że uczenie maszynowe jest wartościowym narzędziem wspomagającym ocenę odrębności odmian w badaniach rolniczych oraz hodowli roślin.
- Dr Joanna Siwek
„AI w dydaktyce, czyli jak uczyć z AI pokolenie internetowych tubylców”
Co zmienia się w dydaktyce akademickiej, gdy student może w kilka sekund wygenerować odpowiedź, a zadaniem uczelni pozostaje nauczyć go samodzielnie myśleć? Pokolenie Z oraz podążające za nim pokolenie Alfa, wchodząc w świat akademicki niosą ze sobą nowe wyzwania — ich doświadczenia cyfrowe, oczekiwania wobec edukacji i zróżnicowane potrzeby, których nie sposób zamknąć w etykiecie „cyfrowych tubylców”. Przyjrzyjmy się, jak w perspektywie nowego pokolenia świadomie i etycznie wykorzystywać AI w całym procesie dydaktycznym: od rozpoznawania potrzeb i projektowania efektów uczenia się, przez prowadzenie zajęć, po ocenianie i doskonalenie kształcenia. Z perspektywy studenta zapytamy, kiedy AI wspiera rozumienie, samodzielność i zaangażowanie, a kiedy pozwala jedynie sprawnie omijać wysiłek poznawczy. Z perspektywy dydaktyka pokażemy możliwości akceleracji aktywności, różnicowania wsparcia i udzielania informacji zwrotnej, a także potrzebę weryfikowania rzeczywistych osiągnięć studentów. Z perspektywy organizatora procesu kształcenia omówimy spójne zasady korzystania z AI, rozwój kompetencji kadry, równy dostęp do narzędzi oraz odpowiedzialność za jakość edukacji. Postaramy się znaleźć odpowiedź na pytanie, jak tworzyć z udziałem AI edukację odpowiadającą doświadczeniom nowych pokoleń, a zarazem rozwijającą krytyczne myślenie, sprawczość i odpowiedzialność.
- Dr inż. Paweł Strzeliński
„Ludzka i sztuczna inteligencja architektami lasów przyszłości – czyli jak pogodzić adaptację do zmiany klimatu z ochroną przyrody i potrzebami społecznymi?”
Jak projektować lasy przyszłości, aby dostosować je do zmieniającego się klimatu, a jednocześnie zachować cenne walory przyrodnicze i zapewnić ciągłość pełnienia przez nie funkcji społecznych? Wykład przedstawi możliwości połączenia wiedzy i doświadczenia pokoleń leśników oraz specjalistów nauk działających na styku z lasami z potencjałem sztucznej inteligencji. Podstawą tej współpracy są ogromne zasoby danych o lasach, gromadzonych w postaci cyfrowej od 1992 roku, uzupełniane obrazami satelitarnymi, lotniczymi i dronowymi oraz pomiarami naziemnymi. Omówiona zostanie rola AI w integrowaniu tych zasobów, rozpoznawaniu zagrożeń, planowaniu scenariuszy przebudowy lasów oraz prognozowaniu zmian. Człowiek i AI wystąpią tu jako współarchitekci planów zarządzania ekosystemami leśnymi – zarówno na poziomie lokalnym, jak i regionalnym.
Wykładowcy:
Prof. UPP dr hab. Bogna Zawieja
Od 38 lat pracuje na UPP w Katedrze Metod Matematycznych i Statystycznych. Zajmuje się modelami statystycznymi stosowanymi m.in. w ocenie nowych odmian roślin uprawnych, dendrometrii, analizie wpływu suplementacji na wyniki osiągane w sportach wysiłkowych oraz analizie występowania różnych gatunków mikrostawonogów. Interesuje się stosowaniem różnorodnych metod statystycznych, każdorazowo dobieranych do specyfiki danych, które nie zawsze są „idealne” z punktu widzenia statystyki. W analizach sięga również po metody, które można uznać za prekursorów współczesnego uczenia maszynowego, m.in. drzewa decyzyjne, regresję grzbietową i regresję lasso.
Mgr Laura Slebioda
Asystent w Katedrze Metod Matematycznych i Statystycznych Uniwersytetu Przyrodniczego w Poznaniu. Pracuje naukowo w obszarze statystyki i uczenia maszynowego, ze szczególnym uwzględnieniem zastosowań sieci neuronowych w rolnictwie i ogrodnictwie. Członek Pracowni Sztucznej Inteligencji UPP. Programuje w językach R, Python i Haskell. Dydaktyk w zakresie analizy matematycznej, technologii informacyjnych, statystyki i obsługi narzędzi statystycznych.
Dr Joanna Siwek
Doktor w Zakładzie Sztucznej Inteligencji na Wydziale Matematyki i Informatyki Uniwersytetu im. Adama Mickiewicza w Poznaniu. Prowadzi badania nad algorytmami sztucznej inteligencji, w szczególności nad rojami mobilnych robotów wyposażonych w mechanizmy wnioskowania empatycznego. Zajmuje się również zastosowaniami zbiorów rozmytych w finansach i teorii decyzji. Jest kierownikiem kierunku Informatyka; dydaktycznie zajmuje się chmurą obliczeniową, zastosowaniami zbiorów rozmytych, łączeniem sfery biznesu i ekonomii z informatyką oraz AI w zakresie sztucznej empatii. Współpracuje z Politechniką Poznańską, Uniwersytetem Ekonomicznym w Poznaniu oraz Instytutem Informatyki i Kognitywistyki w Katanii we Włoszech.
Dr inż. Paweł Strzeliński
Adiunkt w Katedrze Urządzania Lasu na Wydziale Leśnym i Technologii Drewna Uniwersytetu Przyrodniczego w Poznaniu, kierownik Pracowni Geomatycznej. Zajmuje się wykorzystaniem geomatyki i teledetekcji w inwentaryzacji oraz monitorowaniu lasów, łącząc zdjęcia lotnicze i satelitarne, skanowanie laserowe oraz pomiary terenowe. Uczestniczył w krajowych i międzynarodowych projektach dotyczących m.in. szacowania biomasy i zasobów węgla oraz zarządzania obszarami leśnymi. Jego zainteresowania obejmują również waloryzację funkcji lasu i zagospodarowanie turystyczno-rekreacyjne. Jest również pracownikiem Biura Urządzania Lasu i Geodezji Leśnej, Oddziału w Brzegu.
W 2025 roku był pełnomocnikiem Rektora ds. Baltic AI GigaFactory; od 19 sierpnia 2026 jest pełnomocnikiem Rektora ds. Gigafabryk AI. Od 2025 roku jest przewodniczącym Zespołu ds. AI na Wydziale Leśnym i Technologii Drewna.
W 2025 i 2026 przeprowadził cykl szkoleń z wykorzystywania AI dla pracowników Biura Urządzania Lasu i Geodezji Leśnej.
Zaproszenia na webinary Zoom:
6.11.2026
Temat: Zastosowanie modeli uczenia maszynowego w ocenie odrębności odmian roślin
uprawnych
Czas: 6 lis 2026 12:00 Warszawa
Kliknij poniższy link, aby dołączyć do webinaru:
https://zoom.us/j/97396868458
Identyfikator spotkania: 973 9686 8458
Kod dostępu: 598612
11.12.2026
Temat: AI w dydaktyce, czyli jak uczyć z AI pokolenie internetowych tubylców
Czas: 11 gru 2026 12:00 Warszawa
Kliknij poniższy link, aby dołączyć do webinaru:
https://zoom.us/j/98306985760
Identyfikator spotkania: 983 0698 5760
15.01.2027
Temat: Ludzka i sztuczna inteligencja architektami lasów przyszłości – czyli jak pogodzić
adaptację do zmiany klimatu z ochroną przyrody i potrzebami społecznymi?
Czas: 15 sty 2027 12:00 Warszawa
Kliknij poniższy link, aby dołączyć do webinaru:
https://zoom.us/j/95397563092
Identyfikator spotkania: 953 9756 3092
Tegoroczny cykl pokazuje sztuczną inteligencję z trzech uzupełniających się perspektyw: jako narzędzie wspierające analizę danych i klasyfikację w badaniach rolniczych, jako element zmieniający sposób projektowania i prowadzenia dydaktyki oraz jako wsparcie w analizie złożonych danych i podejmowaniu decyzji dotyczących lasów przyszłości. Łączy je przekonanie, że największa wartość AI ujawnia się w połączeniu z wiedzą dziedzinową, doświadczeniem i krytycznym myśleniem człowieka. Organizatorem cyklu jest Katedra Metod Matematycznych i Statystycznych UPP. Wszystkie wykłady będą dostępne online za pośrednictwem platformy Zoom. Zapraszamy do udziału w spotkaniach i dyskusji z wykładowcami reprezentującymi różne obszary zastosowań sztucznej inteligencji.