Inteligentny asystent odpowiadający na pytania studentów oraz aplikacja wspierająca analizę czynników stresu akademickiego – to dwa projekty inżynierskie zrealizowane przez studentów kierunku Computer Science.
Na Wydziale Techniki i Informatyki AHE powstały projekty, które łączą wiedzę informatyczną z praktycznym wykorzystaniem nowoczesnych technologii. Ich autorzy, Charles Chinemerem Charles oraz Judith Ohaji, pod opieką naukową dra inż. Jarosława Wojciechowskiego, dziekana kierunku informatyka opracowali rozwiązania wykorzystujące sztuczną inteligencję do usprawniania komunikacji i wspierania działań profilaktycznych.
Charles Chinemerem Charles stworzył AHE University FAQ Chatbot – inteligentnego asystenta, który ułatwia studentom dostęp do sprawdzonych informacji dotyczących m.in. planu zajęć, rekrutacji, opłat oraz programu Erasmus+. Aplikacja wykorzystuje techniki przetwarzania języka naturalnego (NLP) i hybrydowe metody wyszukiwania informacji, aby szybko odpowiadać na pytania.
Istotną cechą systemu jest powiązanie udzielanych odpowiedzi z oficjalnymi regulaminami i podstronami uczelni, co zwiększa wiarygodność przekazywanych informacji. Asystent potrafi również pomóc użytkownikom doprecyzować zbyt ogólne pytania. Projekt został wdrożony w środowisku chmurowym.
Z kolei Judith Ohaji przygotowała pracę inżynierską pt. Machine Learning Classification Models for Estimating Depression Risk Indicators Among Students Based on Academic Stress Factors, poświęconą wykorzystaniu uczenia maszynowego do analizy czynników stresu akademickiego i szacowania wskaźników ryzyka obniżonego dobrostanu psychicznego studentów.
W ramach projektu stworzyła prototyp aplikacji internetowej z wykorzystaniem języka Python i frameworka Flask. Narzędzie umożliwia analizę profilu stresowego na podstawie takich czynników jak obciążenie nauką, satysfakcja ze studiów czy zaburzenia rytmu snu. Projekt ma charakter wspierający profilaktykę i nie zastępuje profesjonalnej diagnozy psychologicznej.
Oba przedsięwzięcia pokazują, że sztuczna inteligencja może wspierać zarówno codzienne funkcjonowanie uczelni, jak i inicjatywy związane z dobrostanem studentów. To także przykład praktycznego wymiaru kształcenia na kierunku informatyka w AHE, gdzie wiedza teoretyczna przekłada się na tworzenie rozwiązań odpowiadających na rzeczywiste wyzwania.
Gratulujemy autorom projektów oraz dziekanowi i życzymy kolejnych innowacyjnych rozwiązań.
An intelligent assistant that answers students’ questions and an app designed to help analyse factors contributing to academic stress – these are two engineering projects carried out by students on the Computer Science degree programme.
At the Faculty of Technology and Computer Science at AHE, projects have been developed that combine IT knowledge with the practical application of modern technologies. Their authors, Charles Chinemerem Charles and Judith Ohaji, under the academic supervision of dr Jarosław Wojciechowski, Dean of the Computer Science programme, have developed solutions utilising artificial intelligence to streamline communication and support preventative measures.
Charles Chinemerem Charles created the AHE University FAQ Chatbot – an intelligent assistant that makes it easier for students to access verified information regarding, amongst other things, the timetable, admissions, fees and the Erasmus+ programme. The application utilises natural language processing (NLP) techniques and hybrid information retrieval methods to respond quickly to queries.
A key feature of the system is that it links the answers provided to the university’s official regulations and web pages, which enhances the reliability of the information conveyed. The assistant is also able to help users refine questions that are too general. The project was implemented in a cloud environment.
Judith Ohaji, for her part, produced an engineering thesis entitled Machine Learning Classification Models for Estimating Depression Risk Indicators Among Students Based on Academic Stress Factors, which focuses on the use of machine learning to analyse academic stress factors and estimate risk indicators for reduced mental wellbeing among students.
As part of the project, she developed a prototype web application using Python and the Flask framework. The tool enables the analysis of a stress profile based on factors such as academic workload, satisfaction with studies and sleep disturbances.
The project is designed to support preventative measures and does not replace a professional psychological diagnosis.
Both projects demonstrate that artificial intelligence can support both the day-to-day running of a university and initiatives related to student wellbeing. They also illustrate the practical dimension of the Computer Science programme at AHE, where theoretical knowledge translates into the creation of solutions that address real-world challenges.
We congratulate the project authors and their supervisor, and look forward to further innovative solutions.
