Under denna informationssession utforskas praktiska tillämpningar av AI inom akademisk forskning. Genom praktiska exempel behandlas arbetsflöden som sträcker sig från att bygga interaktiva simuleringsmodeller baserade på teoretiska ekvationer till att automatisera storskaliga statistiska analyser i Jupyter Notebooks. Presentationen tar även upp rutinmässiga akademiska uppgifter såsom litteratursammanställning, idégenerering och textproduktion.
Ett centralt tema i föreläsningen är frågan om kvalitetskontroll: Hur kan AI-genererade resultat valideras och kvalitetssäkras när man arbetar i stor skala med stora datamängder eller ett stort antal utdatafiler? Sessionen avslutas med en diskussion om hur man säkerställer spårbarhet och upprätthåller akademiska standarder inom AI-drivna forskningsflöden.