CORE042 Data – odpověď na základní otázku života, vesmíru a vůbec...

Celouniverzitní studia
podzim 2024
Rozsah
2/0/0. 3 kr. Ukončení: k.
Vyučováno kontaktně
Vyučující
RNDr. Michal Růžička, Ph.D. (přednášející)
RNDr. Tomáš Rebok, Ph.D. (přednášející)
doc. Ing. Štěpán Mikula, Ph.D. (přednášející)
doc. Mgr. Pavel Rychlý, Ph.D. (přednášející)
Mgr. Hynek Cígler, Ph.D. (přednášející)
RNDr. Stanislava Bezdíček Králová, Ph.D. (přednášející)
PhDr. Michal Lorenz, Ph.D. (přednášející)
Mgr. Ing. Lubomír Prokeš, Ph.D. (přednášející)
Mgr. Lukáš Hamřík, Ph.D. (přednášející)
Mgr. et Mgr. Matěj Búřil (přednášející)
Mgr. Martin Dvořák (přednášející)
Mgr. Michal Bozděch, Ph.D. (přednášející)
Garance
RNDr. Michal Růžička, Ph.D.
Správa dat – Open Science – CERIT SC – Ústav výpočetní techniky
Kontaktní osoba: Mgr. Jan Mysliveček, Ph.D.
Dodavatelské pracoviště: Správa dat – Open Science – CERIT SC – Ústav výpočetní techniky
Rozvrh
Čt 10:00–11:50 KOM 200, kromě Čt 31. 10.
Předpoklady
TYP_STUDIA(BM) && FORMA(P)
Omezení zápisu do předmětu
Předmět je otevřen studentům libovolného oboru.
Předmět si smí zapsat nejvýše 130 stud.
Momentální stav registrace a zápisu: zapsáno: 83/130, pouze zareg.: 0/130, pouze zareg. s předností (mateřské obory): 0/130
Cíle předmětu
Víte, že data ≠ informace? (A jak ví každý rytíř jedi, tak informace není znalost, nebo dokonce moudrost...)
Rádi byste věděli, co jsou to doopravdy ta Big Data? (A že k tomu můžete potřebovat rozsypat pár tisíc senzorů po lese?)
Chcete umět poznat kauzalitu od korelace (pozor, budete potřebovat experiment! a nebo ne?), abyste se uměli opravdu správně rozhodovat?
Chcete si umět poradit při práci s textem v různých jazycích? (Prozradíme vám, kde a jak si na MU můžete hrát s velkými jazykovými korpusy.)
Chcete si umět klást nepříjemné otázky a podrobit je kontrole realitou, abyste se vyhnuli sklonu věřit všemu, co je vám příjemné (BTW, víte, proč marshmallow test nikdy nefungoval)?
Chcete se umět přichystat na výpravu do Antarktidy? Dáme vám pár tipů, na co nezapomenout (např. plánovat, opravdu dobře plánovat... A nespoléhat, že s lopatou v Antarktidě něco fakt vykopete ;-)).
Ukážeme si, že raw data neexistují, i když o nich všichni mluví. :-)
Dáme vám nahlédnout do labyrintu pastí a propastí sběru a analýzy dat. (A že není dobrý nápad platit za krysí ocasy...)
Budeme si klást obtížené etické otázky. (Komu, pokud vůbec někomu, platit za umění vytvořené umělou inteligencí, která se učila z cizích uměleckých děl?)
Ukážeme vám, že i věda může být kšeft. (A že je to dobře.)
Víte, že z Hlavního nádraží se rychleji dostanete do Břeclavi než do Bystrce? (A kde a jak to zjistit?)
Chcete vědět, jak funguje ta AI (umělá inteligence)? (A k čemu vám to může být při lyžování?)
Pak odpověď na vaši otázku je CORE042!

Cílem předmětu je poskytnou posluchačům široký pohled na různé podoby soudobého výzkumu a odlišné metody přístupu k němu v různých vědeckých oborech. Společným jmenovatelem výzkumu v 21. století napříč obory jsou výzkumná data, která jsou základním kamenem vědecké práce v kontextu různých vědních oborů. Vědecká data se dnes dostávají do popředí zájmu z hlediska aplikovatelnosti, komunikace a důvěryhodnosti výzkumu. Pohled na vědecká data, přístup k nim a principy práce s nimi se však silně liší v závislosti na vědeckém oboru.
Těšit se můžete na přednášky úspěšných výzkumníků MU napříč výzkumnými obory, kteří vás seznámí s problematikou praktického výzkumu a využití dat při jejich bádání. Budete si tak moci porovnat nejen to, co obnáší výzkumná praxe v oborech vaší domovské fakulty, ale také to, jak k výzkumu a práci s daty přistupují vědci v jiných oborech. Pochopení způsobu jejich uvažování a potřeb vám pak umožní lépe porozumět světu a výzkumu mimo váš obor a může pomoci budoucí spolupráci s kolegy s jiným pracovním a zájmovým zaměřením.
Výstupy z učení
Po absolvování předmětu budou mít absolventi přehled o 
– životním cyklu výzkumných dat,
– vlastnostech tzv. FAIR dat a způsobech jejich naplnění v praxi,
– konkrétních praktických příkladech využití dat ve výzkumu a přenosu výsledků do praxe/komerce,
– vědecké metodě a dobrých a špatných vědeckých praktikách,
– podobnostech a odlišnostech přístupů k práci s výzkumnými daty a
– využívání dat v praxi/komerci napříč odlišnými výzkumnými obory.
Díky tomu budou posluchači nejen lépe připraveni pro práci s daty při svém studiu nebo výzkumu, ale budou také lépe schopni porozumění a spolupráci s kolegy z jiných oborů.
Osnova
  • 1. Úvod do výzkumných dat, jejich životního cyklu, pojem FAIR Data.
  • 2. Zpracování big data, datové modelování a vyhodnocování experimentů; satelitní data, výzkum země.
  • 3. Rozhodnutí založená na datech: o myších a lidech – jak může stát využívat data k řízení a kontrole efektivity výdajů ve školství, zdravotnictví, dopravě, …
  • 4. Jazykové datové korpusy při strojovém zpracování přirozeného jazyka – proč jsou korpusy užitečné a jak se využívají napříč obory, jak korpusy budovat (sklízení zdrojů, filtrování nežádoucího obsahu, zpracování) a kde a jak je zpřístupňovat.
  • 5. Data jako zdroj důvěry ve vědecké výsledky – Poučení z „krize důvěryhodnosti“ v psychologické vědě.
  • 6. Data v mikrobiologii – řešení každé z fází životního cyklu dat v mikrobiologii.
  • 7. Data a vědecká komunikace – filozofie dat, do jaké míry jsou důvěryhodná, jakou roli hrají v poznání, změny v komunikaci, jak jsou digitální data uchovávána a jak je řešena jejich správa.
  • 8. Data pro vzdělávání – jak data správně sesbírat a následně interpretovat.
  • 9. Právní a etické aspekty práce s daty ve výzkumu – etické standardy a normy, jak etika ovlivňuje práci s daty ve výzkumu, etické a právní výzvy pro výzkum v 21. století.
  • 10. Od akademického výzkumu k praxi – komercializace vědeckých výsledků aneb S daty jde dělat business; právní otázky, různé způsoby spolupráce výzkumníků s komerčními firmami.
  • 11. Otevřená data ve veřejné správě a EOSC v ČR – proč je dobré data otevírat, (ne)kvalita dat ve veřejné správě, a proč je Brno skvělé na data.Brno.
  • 12. Data pro strojové učení a umělou inteligenci – jak data a AI pomáhají sportovcům.
  • 13. Zakončení předmětu – shrnutí přednášek, upozornění na rozdíly, podobnosti a možné mezioborové spolupráce; zadání témat odborných textů pro zakončení kolokviem.
Výukové metody
Přednášky úspěšných výzkumníků z většiny fakult a ústavů MU.
Metody hodnocení
Zisk minimálně 60 % z celkového možného počtu bodů ze všech KvIS testů, které budou součástí přednášek. Účast v KvIS je možná jen fyzicky na dané přednášce.
Při nesplnění tohoto kritéria je možné odevzdání závěrečné písemné práce na zvolené téma (výběr z cca 42 témat napříč přednášenými oblastmi na konci semestru).
Další komentáře
Studijní materiály
Předmět je vyučován každý semestr.
Předmět je zařazen také v obdobích podzim 2022, jaro 2023, podzim 2023, jaro 2024, jaro 2025.