Słownik AI dla pracownika biurowego — 50 pojęć

Kolega na spotkaniu mowi o halucynacjach modelu, szef pyta o RAG, a ktos z IT wspomina o tokenach. Czujesz sie jak na wykladzie z fizyki kwantowej, choc pracujesz w dziale administracji. Ten slownik powstal wlasnie dla Ciebie. 50 pojec AI wyjasnionych tak, zebys mogl je zrozumiec bez studiowania informatyki i pewnie uzywac w codziennych rozmowach.

TL;DR:

• Slownik obejmuje 50 najczesciej spotykanych terminow AI, pogrupowanych tematycznie od podstaw po bezpieczenstwo i biznes.
• Kazde pojecie ma wyjasnienie w 1-2 zdaniach, bez technicznego zargonu.
• Nie musisz znac wszystkich naraz. Zacznij od 10-15 podstawowych i rozszerzaj wiedze w praktyce.

Dlaczego warto znac terminologie AI

Jezyk ksztaltuje myslenie. Kiedy nie rozumiesz slow, ktorymi posługuja sie inni, automatycznie wypadasz z rozmowy. A rozmowy o AI tocza sie teraz wszedzie: na zebraniach zespolu, w mailach od zarzadu, w artykulach branżowych.

Znajomosc terminologii daje trzy konkretne korzysci:

1. Rozumiesz decyzje dotyczace narzedzi AI w Twojej firmie i mozesz sie do nich odniesc.
2. Zadajesz lepsze pytania dostawcom, dzialowi IT i wspolpracownikom.
3. Uzywasz narzedzi skuteczniej, bo wiesz, co stoi za funkcjami, ktore klikasz.

Nie chodzi o to, zeby zostac inzynierem. Chodzi o to, zeby nie czuc sie zagubiony, gdy ktos mowi o promptach, tokenach czy fine-tuningu.

---

Kluczowy wniosek: Nie musisz rozumiec kodu, zeby rozumiec AI. Wystarczy 50 pojec, zeby swobodnie rozmawiac o sztucznej inteligencji w pracy i swiadomie korzystac z narzedzi.

---

Podstawowe pojecia (A-G)

Te terminy pojawiaja sie najczesciej. Jesli masz przeczytac tylko jedna sekcje, niech to bedzie ta.

1. AGI (Artificial General Intelligence), hipotetyczna sztuczna inteligencja ogolna, ktora potrafilaby wykonac kazde zadanie intelektualne tak jak czlowiek. Na razie nie istnieje.

1. AI (Artificial Intelligence), sztuczna inteligencja. Ogolny termin na systemy komputerowe wykonujace zadania wymagajace ludzkiej inteligencji: rozpoznawanie tekstu, obrazow, podejmowanie decyzji.

1. Algorytm, zestaw krokow, ktore komputer wykonuje, zeby rozwiazac problem. Przepis kucharski, ale dla maszyny.

1. API (Application Programming Interface), interfejs pozwalajacy programom komunikowac sie ze soba. Dzieki API Twoj arkusz kalkulacyjny moze „rozmawiac" z ChatGPT.

1. Bias (stronniczosc), tendencja modelu AI do faworyzowania jednych wynikow kosztem innych, wynikajaca z danych treningowych. Jesli model uczyly glownie teksty angielskie, bedzie slabszy w polskim.

1. Chatbot, program konwersacyjny odpowiadajacy na pytania w jezyku naturalnym. ChatGPT, Copilot i Claude to chatboty oparte na duzych modelach jezykowych.

1. Claude, model jezykowy stworzony przez firme Anthropic. Konkurent ChatGPT, ceniony za dlugie konteksty i dokladnosc w analizie dokumentow.

1. Copilot, asystent AI od Microsoftu wbudowany w pakiet Office 365. Pomaga pisac maile, tworzyc prezentacje i analizowac dane w Excelu.

1. ChatGPT, chatbot od OpenAI, najpopularniejsze narzedzie AI na swiecie. Generuje tekst, odpowiada na pytania, pisze kod i analizuje dokumenty.

1. Dane treningowe, zbior informacji, na ktorych model AI sie uczy. Jakosc tych danych bezposrednio wplywa na jakosc odpowiedzi.

1. Deep learning (uczenie glebokie), rodzaj uczenia maszynowego wykorzystujacy sieci neuronowe o wielu warstwach. Dzieki niemu AI rozpoznaje twarze na zdjeciach i rozumie mowe.

1. Fine-tuning (dostrajanie), proces dodatkowego trenowania gotowego modelu AI na specjalistycznych danych, np. dokumentach Twojej firmy.

1. Generatywna AI, systemy AI tworzace nowe tresci: teksty, obrazy, muzyka, kod. ChatGPT generuje tekst, DALL-E generuje obrazy.

1. GPT (Generative Pre-trained Transformer), architektura modelu stojaca za ChatGPT. „Pre-trained" oznacza, ze model najpierw uczy sie na ogromnych zbiorach tekstu, a potem jest dostrajany.

Pojecia sredniozaawansowane (H-P)

1. Halucynacja, sytuacja, gdy AI generuje informacje, ktore brzmia wiarygodnie, ale sa nieprawdziwe. Model „wymysla" fakty, daty, cytaty. Wiecej o tym w artykule jak unikac halucynacji AI.

1. Inferencja, proces, w ktorym wytrenowany model generuje odpowiedz na podstawie nowych danych. Kazde Twoje zapytanie do ChatGPT to inferencja.

1. Kontekst (context window), ilosc tekstu, ktora model moze „pamietac" w ramach jednej rozmowy. Mierzona w tokenach. Im wieksze okno kontekstowe, tym dluzsze dokumenty mozesz analizowac.

1. LLM (Large Language Model), duzy model jezykowy. Program wytrenowany na miliardach tekstow, ktory potrafi generowac i rozumiec jezyk naturalny. GPT-4, Claude, Gemini to LLM-y.

1. Machine learning (uczenie maszynowe), galaz AI, w ktorej systemy ucza sie na danych zamiast byc programowane recznie. Model sam odkrywa wzorce.

1. Model, w kontekscie AI to program wytrenowany na danych, ktory potrafi wykonywac okreslone zadania. Mozesz myslec o nim jak o „mozgu" narzedzia.

1. Multimodalnosc, zdolnosc modelu do pracy z roznymi typami danych jednoczesnie: tekst, obraz, dzwiek, wideo. GPT-4o jest multimodalny.

1. NLP (Natural Language Processing), przetwarzanie jezyka naturalnego. Dziedzina AI zajmujaca sie rozumieniem i generowaniem ludzkiego jezyka.

1. Neuronowa siec, struktura obliczeniowa inspirowana ludzkim mozgiem. Sklada sie z warstw „neuronow", ktore przetwarzaja informacje.

1. Open source, oprogramowanie z publicznie dostepnym kodem zrodlowym. Modele open source (np. Llama od Meta) mozna uruchamiac na wlasnych serwerach.

1. Output, wynik wygenerowany przez model AI. Tekst, obraz, tabela, kod, wszystko, co dostajesz w odpowiedzi na zapytanie.

1. Parametry, wewnetrzne „pokretla" modelu AI, ktore okreslaja jego zachowanie. GPT-4 ma setki miliardow parametrow. Wiecej parametrow zazwyczaj oznacza wieksze mozliwosci.

1. Prompt, polecenie lub zapytanie, ktore wpisujesz do narzedzia AI. Jakosc promptu bezposrednio wplywa na jakosc odpowiedzi. Wiecej o tym w artykule o prompt engineeringu.

1. Prompt engineering, umiejetnosc tworzenia skutecznych promptow. Obejmuje techniki takie jak podawanie kontekstu, przykladow i precyzyjnych instrukcji.

Pojecia zaawansowane (Q-Z)

1. RAG (Retrieval-Augmented Generation), technika, w ktorej model AI najpierw wyszukuje informacje w bazie danych, a potem generuje odpowiedz. Zmniejsza halucynacje, bo model opiera sie na konkretnych zrodlach.

1. Reinforcement Learning (uczenie ze wzmocnieniem), metoda trenowania AI przez system nagrod i kar. Model uczy sie, ktore dzialania prowadza do lepszych wynikow.

1. RLHF (Reinforcement Learning from Human Feedback), uczenie ze wzmocnieniem na podstawie ocen ludzkich. Ludzie oceniaja odpowiedzi modelu, a ten uczy sie generowac lepsze.

1. Siec generatywno-adversarialna (GAN), dwa modele rywalizujace ze soba: jeden tworzy tresci, drugi ocenia ich jakosc. Uzywane do generowania realistycznych obrazow.

1. Temperatura, parametr kontrolujacy „kreatywnosc" modelu. Niska temperatura daje przewidywalne odpowiedzi, wysoka, bardziej zroznicowane i zaskakujace.

1. Token, jednostka tekstu, ktora model przetwarza. Jeden token to mniej wiecej 3/4 slowa w jezyku angielskim. W polskim jeden token to czesto mniej niz polowa slowa.

1. Transformer, architektura sieci neuronowej bedaca fundamentem wspolczesnych LLM-ow. Rewolucyjna, bo potrafi przetwarzac cale zdania jednoczesnie zamiast slowo po slowie.

1. Wektor (embedding), numeryczna reprezentacja tekstu, obrazu lub innej tresci. Pozwala modelowi „rozumiec" podobienstwo miedzy pojeciami.

1. Zero-shot learning, zdolnosc modelu do wykonania zadania bez wczesniejszych przykladow. Prosisz ChatGPT o cos, czego nigdy wczesniej nie robil, a on i tak daje sensowna odpowiedz.

1. Few-shot learning, technika, w ktorej podajesz modelowi kilka przykladow w prompcie, zeby „pokazac" mu, czego oczekujesz.

Ponizszy diagram pokazuje, jak te pojecia lacza sie ze soba w praktyce codziennej pracy z narzedziami AI.

Pojecia zwiazane z bezpieczenstwem

Te terminy sa szczegolnie wazne, jesli pracujesz z danymi firmowymi lub osobowymi.

1. Anonimizacja danych, usuwanie lub maskowanie informacji pozwalajacych zidentyfikowac konkretna osobe. Zanim wkleisz dane do ChatGPT, zamien imiona i nazwiska na fikcyjne.

1. Data leakage (wyciek danych), sytuacja, gdy poufne informacje trafiaja do modelu AI i moga byc wykorzystane w jego przyszlych odpowiedziach lub dostepne dla innych uzytkownikow.

1. Guardrails (barierki bezpieczenstwa), mechanizmy ograniczajace zachowanie modelu AI. Zapobiegaja generowaniu tresci szkodliwych, nielegalnych lub nieetycznych.

1. Jailbreak, proba obejscia zabezpieczen modelu AI, zeby wygenerował tresci, ktore normalnie sa zablokowane. Nieetyczne i czesto niezgodne z regulaminem.

1. Prywatnosc danych, zasady okreslajace, jakie dane mozna udostepniac narzediom AI. W kontekscie RODO to szczegolnie istotne dla firm z Unii Europejskiej.

1. Shadow AI, korzystanie z narzedzi AI w firmie bez wiedzy i zgody dzialu IT. Ryzykowne, bo nikt nie kontroluje, jakie dane trafiaja do zewnetrznych serwisow.

Uwaga: Shadow AI to jeden z najczestszych problemow w polskich firmach. Jesli uzywasz ChatGPT do pracy, upewnij sie, ze Twoja firma ma na to zgode i jasne zasady.

Pojecia biznesowe

Te terminy pojawiaja sie w rozmowach o wdrazaniu AI w organizacji.

1. Automatyzacja procesow, wykorzystanie AI do wykonywania powtarzalnych zadan bez udzialu czlowieka. Przyklad: automatyczne kategoryzowanie maili od klientow.

1. AI-first, podejscie, w ktorym sztuczna inteligencja jest pierwszym narzedziem branym pod uwage przy projektowaniu procesow. Zamiast pytac „czy AI moze pomoc?", pytasz „jak AI to zrobi?".

1. Copilot approach, model wspolpracy, w ktorym AI asystuje czlowiekowi zamiast go zastepowac. Czlowiek podejmuje decyzje, AI przyspiesza wykonanie.

1. ROI z AI, zwrot z inwestycji w narzedzia i szkolenia AI. Mierzony najczesciej w zaoszczedzonym czasie, zmniejszonej liczbie bledow lub zwiekszonym przychodzie.

1. Skalowalnosc, zdolnosc rozwiazania AI do obslugi rosnacego wolumenu zadan bez proporcjonalnego wzrostu kosztow. Jeden dobrze napisany prompt moze obslugiwac 10 lub 10 000 zapytan.

1. Workflow AI, zautomatyzowany ciag zadan, w ktorym AI wykonuje kolejne kroki procesu. Przyklad: mail od klienta trafia do systemu, AI go analizuje, kategoryzuje i proponuje odpowiedz.

Ponizej znajdziesz interaktywny przeglad kategorii pojec, ktory pomoze Ci zorientowac sie, ile terminow z kazdej grupy juz znasz i gdzie warto uzupelnic wiedze.

Jak korzystac z tego slownika w praktyce

Slownik to nie podrecznik do wkuwania. To narzedzie referencyjne. Oto sprawdzony sposob na przyswojenie tych pojec:

• Tydzien 1: Przeczytaj pojecia podstawowe (A-G). Zwroc uwage, ktore juz znasz.
• Tydzien 2: Przejdz do pojec sredniozaawansowanych. Sprobuj uzyc 2-3 nowych terminow w rozmowie z kolegami.
• Tydzien 3: Skup sie na bezpieczenstwie. To sekcja, ktora moze uchronic Cie przed powaznym bledem.
• Tydzien 4: Pojecia biznesowe i zaawansowane. Na tym etapie wiekszość terminow powinna juz brzmiec znajomo.

Na szkoleniabydgoszcz.pl omawiamy te pojecia w kontekscie praktycznych cwiczen, co znacznie przyspiesza ich przyswajanie.

FAQ

Ktore z tych 50 pojec bylo dla Ciebie najwiekszym odkryciem? A moze brakuje tu terminu, ktory ostatnio uslyszales w pracy i nie mogles go nigdzie znalezc? Napisz w komentarzu.

Additional Resources

• Słownik pojęć związanych z AI - To co odróżnia agentów AI od klasycznych procesów automatyzacyjnych, to możliwość nadania im prawa do autonomii (decydowania), a także możliwość działania w ...
• Pracownicy marnują 50 proc. czasu pracy. AI ma pomóc - Wydatki firm na inteligentnych wirtualnych asystentów wzrosną 4-krotnie w ciągu 5 lat. Pracownik biurowy w UE średnio aż 50 proc. czasu ...
• Odbierz PDF „Słownik pojęć i narzędzia AI” - najważniejsze pojęcia związane ze sztuczną inteligencją, np. deep learning, algorytm, uczenie maszynowe,; najciekawsze narzędzia wykorzystujące ...