Metoda Orkiestracji Inteligencji (MOI) — Program 2026

Transformacja kadry akademickiej uczelni w liderów ery AI

Dla kogo: Wykładowcy, pracownicy naukowi i administracyjni uczelni Format: 10 poziomów — od kuratora informacji do autonomicznego wizjonera Narzędzie: Microsoft 365 Copilot Chat + ekosystem M365 Autor koncepcji: Warsztaty AI dla Uczelni

Czym jest MOI?

Metoda Orkiestracji Inteligencji to autorski framework nauczania AI dla środowiska akademickiego. Zamiast uczyć "jak pisać prompty", uczymy jak dyrygować orkiestrą inteligentnych narzędzi — od prostego wyszukiwania po budowę autonomicznych agentów.

Każdy poziom to nowa kompetencja. Każda kompetencja buduje na poprzedniej. Po ukończeniu wszystkich 10 poziomów wykładowca potrafi orkiestrować pełen ekosystem AI w swojej pracy naukowej, dydaktycznej i organizacyjnej.

Struktura promptów: Wszystkie prompty w programie MOI stosują 4 elementy skutecznego promptu Microsoft: Goal (cel), Context (kontekst), Source (źródło), Expectations (oczekiwania). Źródło: Prompt tips — Microsoft Learn

Poziom 1: Kurator Informacji

Grounding & Search

Kompetencja: Zamiana tradycyjnego wyszukiwania na syntezę wiedzy z mechanizmem anty-halucynacyjnym.

Dlaczego to ważne: Wykładowca potrzebuje kuratora, który zsyntetyzuje wiedzę z wielu źródeł, wskaże sprzeczności i oznaczy niepewność. Copilot Chat z trybem web-grounded robi dokładnie to — ale trzeba wiedzieć, jak wymusić cytowanie i krytyczne podejście.

Ćwiczenie 1.1 — Weryfikacja sprzecznych teorii naukowych

Cel: Nauczyć się wymuszać na AI podawanie źródeł i zaznaczanie obszarów niezgodności.

Instrukcja:

1. Otwórz m365.cloud.microsoft
2. Wybierz tryb Think Deeper (złożona synteza)
3. Wklej prompt poniżej
4. Sprawdź czy Copilot podał konkretne źródła
5. Zweryfikuj 1-2 źródła ręcznie w Google Scholar

Goal: Podsumuj debatę naukową z lat 2024-2025 dotyczącą wpływu
dużych modeli językowych na zdolności krytycznego myślenia studentów.

Context: Jestem wykładowcą na uczelni technicznej, przygotowuję
wykład o wpływie AI na edukację.

Source: Publikacje naukowe z lat 2024-2025, bazy: Google Scholar,
Scopus, Web of Science.

Expectations:
- Minimum 5 konkretnych źródeł (autor, rok, tytuł publikacji)
- Zaznacz wyraźnie, gdzie naukowcy NIE SĄ zgodni
- Osobno wymień argumenty "za" i "przeciw"
- Na końcu: sekcja "Ograniczenia tej syntezy" — co mogłeś pominąć?
- Jeśli nie masz pewności co do źródła — napisz [WYMAGA WERYFIKACJI]

Oczekiwany efekt: Copilot poda strukturyzowaną analizę z konkretnymi cytatami. Sekcja "ograniczenia" zmusi go do meta-refleksji, co drastycznie zmniejsza halucynacje.

Ćwiczenie 1.2 — Detektyw cytatów

Cel: Wyrobić nawyk weryfikacji źródeł podawanych przez AI.

Goal: Znajdź 3 najczęściej cytowane artykuły o zastosowaniu transformerów
w diagnostyce medycznej z ostatniego roku.

Context: Przygotowuję przegląd literatury do artykułu naukowego.

Source: Bazy naukowe: Google Scholar, PubMed, Scopus.

Expectations:
- Pełny tytuł i autorzy dla każdego artykułu
- Liczbę cytowań (jeśli dostępna)
- 3 kluczowe wnioski per artykuł
- 1 ograniczenie badania wskazane przez samych autorów
- Na końcu: którego artykułu jesteś NAJMNIEJ pewien? Dlaczego?
- Jeśli nie masz pewności — napisz BRAK POTWIERDZONEGO ŹRÓDŁA

Ćwiczenie 1.3 — Raport kontrfaktyczny

Cel: Sprawdzenie jak AI radzi sobie z kontrowersyjnymi tematami.

Goal: Przygotuj raport kontrfaktyczny: "Co by się stało, gdyby
Twoja uczelnia w 2020 roku całkowicie przeszła na kształcenie zdalne?"

Context: Jestem analitykiem ds. strategii uczelni technicznej.

Source: Dane z uczelni, które faktycznie przeszły na model zdalny
(np. w Skandynawii, USA). Raporty UNESCO i OECD o edukacji zdalnej.

Expectations:
Analizuj w 5 wymiarach:
1. Jakość kształcenia (wskaźniki egzaminacyjne)
2. Zdrowie psychiczne studentów
3. Koszty operacyjne uczelni
4. Współpraca z przemysłem
5. Pozycja w rankingach

Dla każdego wymiaru: scenariusz optymistyczny, pesymistyczny
i najbardziej prawdopodobny.
Podaj źródła. Jeśli nie masz danych — zaznacz [BRAK DANYCH].

Demo prompty dla prowadzącego — Poziom 1

Demo 1A — Pokaz halucynacji:

Podaj 5 publikacji prof. Jana Kowalskiego z uczelni technicznej
na temat sztucznej inteligencji z 2024 roku.

Komentarz: Copilot prawdopodobnie wymyśli fikcyjne publikacje. Pokaż jak łatwo o halucynację przy konkretnych osobach.

Demo 1B — Ten sam temat, ale anty-halucynacyjnie:

Goal: Wyszukaj rzeczywiste publikacje z [WPISZ NAZWĘ UCZELNI]
na temat sztucznej inteligencji z 2024 roku.

Source: Potwierdzone bazy naukowe.

Expectations: Podawaj TYLKO te, do których możesz podać link lub DOI.
Jeśli nie jesteś pewien — napisz "Nie znalazłem potwierdzonych źródeł".

Komentarz: Porównaj oba wyniki. Drugi prompt wymusza uczciwość AI.

Poziom 2: Percepcja Multimodalna

Vision & Design

Kompetencja: AI jako oczy i uszy wykładowcy. Praca z obrazem, dźwiękiem i grafiką.

Dlaczego to ważne: Wykładowcy pracują z tablicą, schematami, wykresami. AI potrafi "czytać" zdjęcia i przekształcać je w uporządkowane notatki, kod LaTeX, a nawet nowe wizualizacje.

Ćwiczenie 2.1 — Digitalizacja tablicy

Instrukcja:

1. Zrób zdjęcie tablicy z wyprowadzeniem wzoru
2. Wklej zdjęcie do Copilot Chat
3. Użyj promptu:

Goal: Przetłumacz ten schemat z tablicy na czytelne formaty cyfrowe.

Context: Jestem wykładowcą [WPISZ PRZEDMIOT], to moje notatki z wykładu.

Source: Zdjęcie tablicy wklejone powyżej.

Expectations:
1. Czysty kod LaTeX — gotowy do wklejenia w Overleaf
2. Wyjaśnienie krok po kroku wyprowadzenia wzoru (dla studenta 2. roku)
3. Lista ewentualnych błędów — jeśli widzisz coś podejrzanego, zaznacz
Zachowaj oryginalną notację autora.

Ćwiczenie 2.2 — Generator wizualizacji pojęć abstrakcyjnych

Goal: Stwórz wizualizację edukacyjną przedstawiającą różnicę między
[WPISZ POJĘCIE A] a [WPISZ POJĘCIE B].

Context: Materiał na slajd wykładowy. Uczelnia techniczna, studenci [ROK] roku.

Source: Wiedza akademicka z zakresu [DZIEDZINA].

Expectations:
- Styl: nowoczesna infografika, ciemne tło, neonowe akcenty
- Elementy: dwie ścieżki, ikonki, strzałki, krótkie opisy
- Format: 16:9 (do slajdu)

Ćwiczenie 2.3 — OCR + analiza wykresu

Instrukcja: Wklej screenshot wykresu z artykułu naukowego.

Goal: Przeanalizuj ten wykres z artykułu naukowego.

Context: Przygotowuję materiały na seminarium naukowe.

Source: Wykres wklejony powyżej.

Expectations:
1. Co przedstawia oś X i oś Y?
2. Jaki jest główny trend?
3. Gdzie widzisz anomalie lub punkty zwrotne?
4. Napisz jeden akapit interpretacji (styl akademicki, bezosobowy)
5. Zaproponuj 2 pytania badawcze, które ten wykres sugeruje

Poziom 3: Analityk Wiedzy

Chat with Files

Kompetencja: Praca na dokumentach — PDF, Doc, XLS. Copilot jako analityk, który przeczyta 200 stron w 30 sekund.

Ćwiczenie 3.1 — Analiza raportu ewaluacyjnego

Instrukcja: Wgraj do Copilot Chat długi PDF (np. raport PKA, regulamin studiów).

Goal: Przeanalizuj ten dokument i przygotuj briefing dla wykładowcy.

Context: Jestem nowym wykładowcą na uczelni technicznej.
Potrzebuję szybkiego zrozumienia kluczowych informacji.

Source: Załączony dokument PDF.

Expectations:
1. STRESZCZENIE WYKONAWCZE (max 200 słów)
2. TABELA KLUCZOWYCH DANYCH — wszystkie liczby, procenty, daty, terminy
3. LISTA ZADAŃ — action items dla wykładowcy
4. CZERWONE FLAGI — co wymaga natychmiastowej uwagi?
5. PYTANIA BEZ ODPOWIEDZI — czego dokument NIE wyjaśnia?

Ćwiczenie 3.2 — Konsolidacja sylabusów

Instrukcja: Wgraj 3-5 sylabusów z jednego kierunku studiów.

Goal: Znajdź pokrywające się treści i luki w zestawie sylabusów.

Context: Jestem koordynatorem kierunku [WPISZ]. Audytuję spójność
programu kształcenia.

Source: Wgrane syllabusy przedmiotów z kierunku [WPISZ].

Expectations:
1. Pokrywające się treści (tematy na >1 przedmiocie)
2. Dla każdego pokrycia: który przedmiot powinien to zachować?
3. LUKI — kompetencje nie pokryte przez żaden sylabus
4. Nowy, skonsolidowany rozkład treści

Format: tabela — Temat | Obecny przedmiot | Proponowana zmiana | Uzasadnienie

Ćwiczenie 3.3 — Ekstraktor praw studenta

Goal: Wyciągnij kluczowe informacje z regulaminu studiów.

Context: Jestem nowym wykładowcą — potrzebuję szybkiego odniesienia
do najważniejszych procedur.

Source: Załączony regulamin studiów uczelni.

Expectations:
1. Prawa studenta dotyczące egzaminów komisyjnych
2. Wszystkie terminy i deadline'y (tabela: Co | Kiedy | Konsekwencje)
3. Procedura odwoławcza krok po kroku (diagram Mermaid)
Jeśli coś jest niejednoznaczne lub sprzeczne — wyraźnie zaznacz.

Poziom 4: Architekt Perspektyw

System Awatarów

Kompetencja: Wykorzystanie AI do symulacji debat i krytycznego myślenia poprzez persony.

Ćwiczenie 4.1 — Panel Ekspercki

Goal: Oceń mój pomysł na projekt badawczy z 3 różnych perspektyw.

Context: Projekt: [WPISZ KRÓTKI OPIS PROJEKTU].
Szukam krytycznej oceny przed złożeniem wniosku.

Source: Standardy ewaluacji projektów badawczych NCN/NCBiR.
Wiedza ekspercka z dziedzin poniżej.

Expectations:
3 ekspertów ocenia projekt:
1. Dr Inżynier — specjalista od [DZIEDZINA], pragmatyk, liczy ROI
2. Prof. Etyk — filozof technologii, pyta o bias i konsekwencje społeczne
3. Dyrektor VC — inwestor, szuka skalowalności i przewagi rynkowej

Dla każdego eksperta:
- Ocena 1-10 z uzasadnieniem
- 2 mocne strony, 2 krytyczne słabości
- 1 pytanie, na które muszę odpowiedzieć przed złożeniem wniosku

Na końcu: KONSENSUS — na czym wszyscy trzej się zgadzają?

Ćwiczenie 4.2 — Student, który nie rozumie

Goal: Przetestuj klarowność moich materiałów dydaktycznych.

Context: Jestem wykładowcą [WPISZ PRZEDMIOT].
Fragment mojego wykładu poniżej.

Source: Fragment wykładu: [WKLEJ FRAGMENT]

Expectations:
Wciel się w studenta 1. roku, który:
- Jest inteligentny, ale nie miał [WPISZ PRZEDMIOT BAZOWY] w liceum
- Boi się zadawać pytania na wykładzie
- Uczy się raczej na pamięć niż rozumie

Zadaj 7 pytań:
- 3 pytania obnażające brak klarowności
- 2 pytania, które student wstydziłby się zadać publicznie
- 2 pytania świadczące o głębszym zrozumieniu

Ćwiczenie 4.3 — Debata naukowa

Goal: Przeprowadź debatę naukową na temat:
"[WPISZ KONTROWERSYJNĄ TEZĘ Z TWOJEJ DZIEDZINY]"

Context: Przygotowuję seminarium dyskusyjne dla studentów magisterskich.

Source: Aktualne stanowiska naukowe z lat 2023-2026 w tej kwestii.

Expectations:
3 uczestników debaty:
1. Prof. Za — broni tezy
2. Prof. Przeciw — atakuje tezę
3. Prof. Pragmatyk — twierdzi, że pytanie jest źle postawione

Format: 3 rundy. Każda runda: teza (30 słów), argument (100 słów),
ripost na poprzednika.
Na końcu: kto wygrał i dlaczego? (obiektywna ocena moderatora)

Poziom 5: Inżynier Danych

Python & Artifacts

Kompetencja: AI jako programista rozwiązujący problemy w czasie rzeczywistym. Code Interpreter w Copilot Chat uruchamia Python w sandboxie.

Ćwiczenie 5.1 — Symulacja fizyczna

Goal: Wygeneruj interaktywną wizualizację zjawiska fizycznego.

Context: Jestem wykładowcą [WPISZ PRZEDMIOT] na uczelni technicznej.
Materiał demonstracyjny na wykład.

Source: Wzór fizyczny: [WPISZ WZÓR, np. T(t) = T₀ + α · e^(βt)]
z parametrami: [WPISZ PARAMETRY].

Expectations:
Napisz skrypt Python, który:
1. Zasymuluje zjawisko na podstawie podanego wzoru
2. Wygeneruje wykres z oznaczeniami po polsku
3. Zaznaczy linie krytyczne (jeśli dotyczy)
4. Wyeksportuje jako interaktywny plik HTML

Ćwiczenie 5.2 — Analiza ocen z raportem

Goal: Przetwórz dane z Excela w profesjonalny raport wizualny.

Context: Mam arkusz z ocenami studentów z [WPISZ PRZEDMIOT].

Source: Załączony plik Excel z ocenami.

Expectations:
Skrypt Python, który:
1. Wczyta dane i obliczy statystyki (średnia, mediana, std)
2. Zidentyfikuje studentów zagrożonych (<3.0)
3. Dopasuje rozkład Gaussa
4. Wygeneruje raport HTML z wykresami i rekomendacjami dydaktycznymi

Ćwiczenie 5.3 — Generator interaktywnych ćwiczeń

Goal: Stwórz interaktywne ćwiczenie HTML dla studentów.

Context: Przedmiot: [WPISZ]. Temat: [WPISZ]. Studenci [ROK] roku.

Source: Wiedza z zakresu [TEMAT] na poziomie wykładowym.

Expectations:
Jeden plik HTML (inline CSS + JS) zawierający:
- Quiz 10 pytań (drag & drop + wielokrotny wybór)
- Pytania od łatwych do trudnych (taksonomia Blooma)
- Natychmiastowy feedback z wyjaśnieniem
- Pasek postępu + wynik końcowy
- Ciemny motyw, responsywny design

Poziom 6: Orkiestrator Iteracji

Self-Correction

Kompetencja: Pętla samodoskonalenia — AI poprawia własne błędy na podstawie krytyki. Prawdziwa wartość pojawia się w iteracji 3-4.

Ćwiczenie 6.1 — Grant do perfekcji

Technika: Łańcuch 3 promptów (chaining) zamiast mega-promptu.

Prompt 1 — Generowanie:

Goal: Napisz streszczenie grantu NCN na temat:
"[WPISZ TEMAT BADAWCZY]"

Context: Grant NCN OPUS. Budżet: [KWOTA]. Czas: [MIESIĄCE].

Source: Wytyczne NCN dla streszczenia wniosku OPUS.

Expectations:
- Max 300 słów
- Struktura: Cel → Metodologia → Oczekiwane wyniki → Wpływ
- Język: formalny, naukowy, bez żargonu

Prompt 2 — Ocena (w tym samym czacie):

Wciel się w Recenzenta NCN z 20-letnim doświadczeniem.
Oceń to streszczenie w skali 1-10 w 5 kategoriach:
1. Jasność celu badawczego
2. Innowacyjność
3. Wykonalność
4. Wpływ społeczny
5. Jakość języka

Dla każdej kategorii < 8 punktów: wyjaśnij CO DOKŁADNIE trzeba zmienić.

Prompt 3 — Poprawa (w tym samym czacie):

Popraw streszczenie uwzględniając KAŻDĄ uwagę recenzenta.
Pokaż zmiany pogrubieniem. Ponowna ocena po poprawce.
Kontynuuj aż średnia ≥ 9.5/10.

Ćwiczenie 6.2 — Syllabus pod lupą

Prompt 1 — Wczytanie:

Goal: Oceń mój sylabus z perspektywy 3 recenzentów.

Context: Sylabus przedmiotu [WPISZ]. Uczelnia techniczna.

Source: Sylabus: [WKLEJ]

Expectations:
3 recenzenci:
- Recenzent PKA (formalny, sprawdza learning outcomes)
- Student 5. roku (praktyczny, pyta "gdzie mi się to przyda?")
- Rekruter z Google (czy absolwent byłby konkurencyjny?)
Każdy: ocena 1-10 + 3 konkretne uwagi.

Prompt 2 (w tym samym czacie):

Popraw sylabus adresując WSZYSTKIE uwagi.
Ci sami recenzenci oceniają v2. Kontynuuj aż wszyscy ≥ 8/10.

Poziom 7: Integrator Ekosystemu

Memory, Pages, Notebooks, Prompt Gallery

Kompetencja: Wykorzystanie nowych funkcji Copilot 2025-2026 do budowy trwałego ekosystemu wiedzy katedry.

Dlaczego to ważne: Prawdziwa siła Copilota nie jest w pojedynczym prompcie — jest w trwałości kontekstu (Memory), współpracy (Pages), głębokim myśleniu (Notebooks) i standaryzacji (Prompt Gallery).

Źródła: Copilot Memory, Copilot Pages, Prompt Gallery

Ćwiczenie 7.1 — Copilot Memory jako profil ekspercki

Goal: Skonfiguruj Copilot Memory jako trwałego asystenta akademickiego.

Context: Chcę, żeby Copilot zapamiętał mój profil i kontekst pracy.

Expectations:
1. Otwórz Ustawienia > Personalizacja > Instrukcje niestandardowe
2. Wklej:

"Jestem dr [IMIĘ NAZWISKO], wykładowcą [PRZEDMIOT] na [UCZELNIA].
Kierunek: [KIERUNEK], studenci [ROK] roku.
Moje badania dotyczą [TEMAT BADAWCZY].
Preferuję: język polski, ton profesjonalny, format tabelaryczny.
Struktura promptów: Goal, Context, Source, Expectations.
Egzamin: test 40% + projekt 60%.
Laboratorium: 8 zajęć, praca w parach."

3. Przetestuj w nowej sesji:
   "Stwórz 5 pytań powtórkowych na następny wykład. Temat: [WPISZ]."
4. Sprawdź: czy Copilot użył Twoich preferencji bez przypominania?

Ćwiczenie 7.2 — Copilot Pages jako żywy dokument katedry

Goal: Stwórz dokument FAQ katedry i zamień go w Page do współpracy.

Context: Nowi studenci co roku zadają te same pytania.
Potrzebuję aktualizowanego dokumentu referencyjnego.

Source: Regulamin studiów, informacje katedry, najczęstsze pytania studentów.

Expectations:
1. 15 najczęstszych pytań studentów z odpowiedziami
2. Kategorie: Organizacja | Egzaminy | Projekty | Praktyki | IT
3. Dla każdej odpowiedzi: link do źródła (regulamin, strona katedry)
4. Sekcja "Kontakt" z godzinami dyżurów

Po wygenerowaniu: kliknij "Edytuj w Pages" → udostępnij prowadzącym.

Ćwiczenie 7.3 — Prompt Gallery: standaryzacja zespołu

Goal: Stwórz 5 standardowych promptów dla prowadzących laboratorium
i zapisz je w Prompt Gallery.

Context: Mam 8 prowadzących lab z [WPISZ PRZEDMIOT].
Jakość materiałów jest niespójna.

Source: 4 elementy skutecznego promptu Microsoft (Goal, Context, Source,
Expectations).

Expectations:
5 promptów do typowych zadań prowadzącego:
1. Generowanie instrukcji laboratoryjnej
2. Tworzenie pytań kontrolnych
3. Feedback do sprawozdania studenta
4. Plan zajęć z timestampami
5. Rubryka oceniania

Każdy prompt: gotowy do skopiowania, z polami [DO UZUPEŁNIENIA].
Instrukcja: 2 zdania "jak używać".

Po wygenerowaniu: zapisz każdy w Prompt Gallery i udostępnij zespołowi Teams.

Poziom 8: Twórca Agentów

Custom Copilots w Copilot Studio

Kompetencja: Budowa wyspecjalizowanych asystentów no-code. Agent odpowiada TYLKO z zakresu wskazanych materiałów.

Uwaga o modelach: W Copilot Studio (marzec 2026) dostępne są: GPT-4.1 mini (domyślny), GPT-4.1, GPT-5 Chat, GPT-5 Reasoning, GPT-5.2 Chat (experimental), GPT-5.2 Reasoning (experimental), GPT-5.3 Chat (experimental).

Źródło: Model availability in Copilot Studio — Microsoft Learn

Ćwiczenie 8.1 — Agent Onboardingowy

Goal: Zaprojektuj system prompt dla Agenta Onboardingowego uczelni.

Context: Agent ma prowadzić nowych studentów przez proces rejestracji.
Będzie wdrożony w Copilot Studio z GPT-5 Chat.

Source: Materiały uczelni: "Instrukcja_Lab.pdf", "Regulamin_Studiow.pdf".

Expectations:
- Agent odpowiada TYLKO na pytania o pierwsze kroki na uczelni
- Jeśli nie zna odpowiedzi — kieruje do Dziekanatu
- Ton: przyjazny, cierpliwy, bez żargonu
- Język: polski (rozumie pytania po angielsku)

Format:
1. System prompt (gotowy do wklejenia w Copilot Studio)
2. 5 przykładowych konwersacji (student → agent)
3. Lista tematów, na które agent ODMAWIA odpowiedzi

Ćwiczenie 8.2 — Agent-Tutor

Goal: Zaprojektuj Agenta-Tutora dla przedmiotu [WPISZ PRZEDMIOT].

Context: Agent będzie dostępny studentom 24/7 w Microsoft Teams.
Zna TYLKO materiały z tego przedmiotu (wykłady 1-15, lab 1-8).

Source: Syllabus przedmiotu, materiały wykładowe.

Expectations:
- Wyjaśnia pojęcia na 3 poziomach: prosto / normalnie / zaawansowanie
- Gdy pytanie spoza zakresu → "To wykracza poza kurs, mogę polecić..."
- NIE daje gotowych odpowiedzi na zadania — prowadzi sokratycznie
- Potrafi generować pytania egzaminacyjne do ćwiczeń

Format:
1. System prompt
2. 10 przykładowych interakcji
3. Lista "zabronionych" zachowań

Poziom 9: Mistrz Kontekstu

Scheduled Prompts & MCP

Kompetencja: Automatyzacja promptów (Scheduled Prompts) i łączenie AI z zewnętrznymi źródłami danych (Model Context Protocol).

Ćwiczenie 9.1 — Scheduled Prompts: cotygodniowy briefing

Uwaga: Scheduled Prompts wymaga licencji Microsoft 365 Copilot. Źródło: Scheduled Prompts — Microsoft Learn

Goal: Zaplanuj automatyczny cotygodniowy prompt w Copilot Chat.

Context: Co poniedziałek o 8:00 potrzebuję podsumowania nadchodzącego
tygodnia akademickiego.

Expectations:
Skonfiguruj Scheduled Prompt, który:
1. Sprawdzi mój kalendarz Outlook na najbliższy tydzień
2. Podsumuje zaplanowane spotkania i terminy
3. Przypomni o zbliżających się deadline'ach (projekty studentów, granty)
4. Zaproponuje 3 priorytety na ten tydzień
5. Format: lista z priorytetami (wysoki/średni/niski)

Ćwiczenie 9.2 — Architektura MCP dla uczelni (koncepcja)

Uwaga: MCP wymaga konfiguracji technicznej. Na warsztatach pokazujemy koncept.

Goal: Zaprojektuj architekturę systemu MCP dla katedry uczelni technicznej.

Context: Chcę połączyć AI z systemami katedry — pliki, bazy, API.

Source: Dokumentacja Model Context Protocol, architektura systemów
informatycznych uczelni.

Expectations:
1. Diagram architektury (Mermaid) łączący:
   - System USOS (oceny, zapisy)
   - SharePoint (dokumenty katedry)
   - Lokalne pliki LaTeX (publikacje)
   - Scopus API (cytowania)
2. 10 przykładowych pytań, które taki agent mógłby obsłużyć
3. Wymagania techniczne do wdrożenia
4. Szacunkowy budżet i timeline

Poziom 10: Autonomiczny Wizjoner

Grand Finale — orkiestracja łańcuchem promptów

Kompetencja: Wykorzystanie WSZYSTKICH poprzednich poziomów w skoordynowanym łańcuchu promptów (chaining). Uwaga: Zamiast jednego mega-promptu, rozbijamy zadanie na 5 kroków w tym samym czacie.

Ćwiczenie 10.1 — Strategia uczelni 2030 (łańcuch 5 promptów)

Prompt 1 — Research (Poziom 1: Kurator):

Goal: Wyszukaj aktualne rankingi europejskich uczelni technicznych
(THE, QS, Shanghai).

Context: Przygotowuję analizę strategiczną dla Rady Wydziału.

Source: Rankingi THE, QS World University Rankings 2025-2026.

Expectations:
- Gdzie są polskie uczelnie techniczne?
- Które uczelnie z Europy Środkowej awansowały w ostatnich 5 lat?
- Co je wyróżnia?
- Format: tabela porównawcza
- Oznacz [WYMAGA WERYFIKACJI] przy niepewnych danych

Prompt 2 — Analiza (w tym samym czacie):

Na podstawie zebranych danych, zidentyfikuj 5 kluczowych obszarów,
w których uczelnia [WPISZ NAZWĘ] ma największy potencjał wzrostu.
Uzasadnij każdy obszar danymi z poprzedniej analizy.

Prompt 3 — Perspektywy (w tym samym czacie):

Uruchom panel 5 ekspertów, który oceni te 5 obszarów:
- Rektor europejskiej uczelni, która awansowała w rankingu
- Ekspert ds. rankingów THE
- Absolwent uczelni pracujący w FAANG
- Minister Nauki i Szkolnictwa Wyższego
- Student 1. roku (perspektywa "końcowego użytkownika")

Każdy: ocena 1-10 per obszar + 1 rekomendacja.
Tabela zbiorcza na końcu.

Prompt 4 — Wizualizacja (w tym samym czacie):

Na podstawie wyników stwórz:
1. Mapę drogową (roadmap) 2026-2030 jako diagram Gantta (Mermaid)
2. Wykres radarowy kompetencji uczelni vs top 3 konkurentów (opis)
3. Dashboard z KPI (opis struktury HTML)

Prompt 5 — Iteracja (w tym samym czacie):

Panel ekspertów ocenia całą strategię 1-10.
Popraw na podstawie krytyki. Średnia cel: ≥ 9.0/10.
Pokaż zmiany między v1 i v2.

Ćwiczenie 10.2 — Moja Katedra za 5 lat

Goal: Zaprojektuj wizję rozwoju mojej katedry na 5 lat.

Context:
- Katedra: [Nazwa]
- Specjalizacja: [Obszar]
- Liczba pracowników: [X]
- Główne wyzwanie: [Problem]

Source: Trendy w dziedzinie [OBSZAR] z lat 2024-2026.
Strategia uczelni (jeśli znana).

Expectations:
Użyj łańcucha 4 kroków (w tym samym czacie):
1. Research trendów w mojej dziedzinie
2. Analiza SWOT z perspektywy 3 awatarów
3. Roadmapa z konkretnymi milestones (tabela)
4. Iteracyjna poprawa do oceny 9/10 przez panel

Format końcowy: raport gotowy do prezentacji na Radzie Wydziału.

Podsumowanie — Ściągawka MOI

Od czego zacząć?

1. Jutro: Wypróbuj Poziom 1 — wklej dowolny prompt z sekcji "Kurator Informacji"
2. W tym tygodniu: Przejdź Poziomy 1-4 — wymagają tylko Copilot Chat
3. W tym miesiącu: Poziom 5 (Python) + Poziom 7 (Memory, Pages, Prompt Gallery)
4. W tym semestrze: Zbuduj Agenta (Poziom 8) + skonfiguruj Scheduled Prompts (Poziom 9)
5. Do końca roku: Orkiestruj pełny łańcuch (Poziom 10)

"Nie chodzi o to, czy AI zastąpi wykładowcę. Chodzi o to, czy wykładowca z AI zastąpi tego bez." — Program MOI, 2026

Stworzone w ramach Warsztatów AI dla Uczelni w Polsce · 2026 Źródła zweryfikowane z Microsoft Learn · Marzec 2026