Baza wiedzy
Każdy wpis ma autora, datę publikacji i weryfikacji, źródła, poziom trudności i powiązane materiały.
Tworzysz system AI lub wdrażasz go w organizacji i nie masz pewności, jak przepisy mają zastosowanie do konkretnego rozwiązania? Sprawdź, kiedy można wystąpić do KRiBSI o opinię indywidualną i co daje taka procedura.
Kategorie narzędzi zamiast rankingów: asystenci rozmowy, wyszukiwanie, praca z dokumentami, kod, multimedia, automatyzacja.
Zamiast pytać, czy AI zabierze pracę, sprawdźmy, które umiejętności zyskują na znaczeniu w pracy z AI.
Od planu lekcji po rozmowę z uczniami o uczciwości akademickiej. Praktyczne punkty startowe.
Komentarz o tym, dlaczego obowiązek budowania kompetencji z art. 4 AI Act warto traktować jako ciągły proces, a nie jednorazową formalność.
Co wolno wkleić do chatbota? Kto odpowiada za błąd? Krótki przewodnik po RODO, AI Act i zasadach odpowiedzialnej AI.
Generatywna AI może realnie wspierać ocenianie kształtujące i tworzenie materiałów lekcyjnych, ale darmowe narzędzia niosą poważne ryzyka. Jak wdrażać wytyczne UNESCO i RODO w szkole.
Ramy NIST AI RMF kojarzą się z wielkimi korporacjami. Pokazujemy, jak przełożyć funkcje Govern, Map, Measure i Manage na realia szkoły, fundacji i małej firmy.
W epoce autonomicznych agentów rola człowieka przesuwa się z pisania kodu na trzy czynności: projektowanie intencji, delegowanie z kontekstem i weryfikację z pełną odpowiedzialnością.
Rozporządzenie UE o AI klasyfikuje część zastosowań edukacyjnych jako wysokiego ryzyka. Omawiamy to bez straszenia i bez upraszczania.
Dlaczego mówimy „proszę” i „dziękuję” maszynom? Analiza badań nad psychologią interakcji człowiek–AI oraz wpływem tonu na jakość odpowiedzi modeli.
Generatory multimediów otwierają nowe formy pracy twórczej. Wymagają też przejrzystości wobec odbiorców.
AI pomaga streszczać, porządkować i liczyć. Ale wnioski badawcze wymagają sprawdzalnych źródeł i świadomości ograniczeń danych.
Asystent przyspiesza pisanie kodu, ale nie przejmuje odpowiedzialności. Praktyczne zasady dla uczniów i zespołów.
Jak wybrać proces do automatyzacji, gdzie wstawić model, a gdzie zostawić decyzję człowiekowi.
Agent łączy model językowy z narzędziami i planowaniem kroków. To potężne, ale wymaga granic, kontroli i logowania działań.
Dobry prompt to jasny cel, kontekst, format i kryteria. Dobra praca z AI to także sprawdzenie, czy wynik jest prawdziwy i użyteczny.
Tokeny, okno kontekstu, trening i dostrajanie. Wyjaśniamy, co dzieje się między Twoim pytaniem a odpowiedzią modelu.
AI, uczenie maszynowe, sieci neuronowe, modele generatywne. Porządkujemy pojęcia, które w mediach często są używane zamiennie.
