Jak robimy Crazy Naukę z AI – same konkrety, z których i Wy możecie skorzystać

0:00:00 Wstęp Posłuchaj

Piotr: Do czego lepiej nie używać sztucznej inteligencji?

Ola: I jak wielu z nas mówi do ChatGPT „proszę” i „dziękuję” tylko dlatego, że boi się buntu robotów? Cześć, tu Ola Stanisławska.

Piotr: I Piotrek Stanisławski, podcast Crazy Nauka. Słuchajcie, zanim cokolwiek innego powiemy, mamy do ogłoszenia coś, nad czym pracujemy już od ładnych kilku miesięcy i co bardzo nas cieszy. No dobra, ogłaszamy to zupełnie przedpremierowo, bo oficjalnie dopiero jutro wszystko będzie ujawnione. No ale dostaliśmy zgodę, więc wam szczególnie, zwłaszcza tym, którzy są pierwszymi słuchającymi, czyli wtorkowymi słuchającymi, to już dzisiaj mówimy.

Ola: Tadam, tadam, werble, werble. Już jutro oficjalnie rusza nasz specjalny cykl podcastów, który przygotowujemy we współpracy z Polskim Radiem. Ci spośród was, którzy słuchają nas od dawna, albo przesłuchują odcinki wstecz, już mieli trochę próbek tego, co wyszykowaliśmy. Otóż w 11, 19 i 26 odcinku naszego podcastu już testowaliśmy formułę tego, co oferujemy wraz z Polskim Radiem, czyli formułę naukowego true crime. Czyli opowieści o prawdziwych sprawach kryminalnych, w ramach których w dużym stopniu skupiamy się na naukowych metodach, które są wykorzystywane w prowadzonych śledztwach.

Piotr: Taka właśnie będzie nasza nowa seria podcastowa, czyli od 23 kwietnia 2025 roku, jakby ktoś słuchał, nie wiem, rok później, zapraszamy was do słuchania Laboratorium Zbrodni, podcastu, który znajdziecie na stronie Polskiego Radia, znajdziecie w Spotify, w Apple Podcast i innych miejscach, w których lubicie słuchać podcastów. Linki do podcastu znajdziecie w opisie odcinka, ale uwaga, trafią tam dopiero w środę rano, bo wtedy podcast będzie online.

Ola: A czego możecie się spodziewać po tej nowej naszej serii? Nie bardzo chcemy spoilerować to, co tam będzie się działo, ale przedpremierowo możemy uchylić wam rąbka tajemnicy i powiedzieć, że pierwszy odcinek nosi tytuł „Igrzyska śmierci na Alasce” i opowiada o sprawie, która ciągnęła się przez kilkanaście lat. To historia ofiar człowieka, złego człowieka, który nawet specjalnie się nie ukrywał z tym, co robił, a to, że przez ponad 10 lat był właściwie bezkarny i zabijał, w dużej mierze było efektem ulegania uprzedzeniom, wyciągania pochopnych wniosków, ignorowania faktów i lekceważenia ludzi.

Piotr: Zatem już od jutra, no, generalnie od środy 23 kwietnia, zapraszamy was na Laboratorium Zbrodni, którego kolejne odcinki będą do słuchania co tydzień. Więc ci, którzy nam pisali, że chcieliby więcej naszych podcastów, no to mają, co chcieli.

Ola: A po tym nietypowym wstępie biegniemy już w stronę tematu dzisiejszego odcinka, a tym tematem będzie to, że sobie porozmawiamy o sztucznej inteligencji. Ale nie wyłączajcie odbiorników, dajcie nam szansę, bo nie będziemy tutaj teoretyzowali, nie będziemy nudzili czy omawiali jakichś rzeczy, które interesują wyłącznie specjalistów, a normalnych ludzi niekoniecznie.

Piotr: Tak, bo sami bardzo dużo korzystamy z systemów sztucznej inteligencji, właściwie prawie od początku. I chcemy się z wami podzielić naszymi doświadczeniami, może coś podpowiedzieć, może wyjaśnić, też postarać się dać takie wskazówki, które uważamy za uniwersalne.

Ola: A przy okazji też wymienić kilka statystyk, co też ludzie ciekawego robią we współpracy ze sztuczną inteligencją. Ale jeszcze mamy kluczową informację. No bo przecież jesteśmy obecni wraz z Crazy Nauką i Laboratorium Zbrodni na wszystkich liczących się platformach podcastowych.

Piotr: I tych nieliczących się również.

0:04:39 Jak korzystamy z AI w pracy nad Crazy Nauką Posłuchaj

Ola: Zacznijmy od tego, z czego my najchętniej korzystamy na co dzień. Tutaj na początku padnie nazwa LLM, czyli Large Language Models, czyli duże modele językowe. I muszę powiedzieć, że dla mnie to są raczej tacy asystenci pomagający w wyszukiwaniu informacji, porządkowaniu danych. I tu jakby na wstępie to, co mogę wymienić jako początek tego procesu, który prowadzi u mnie do stworzenia koncepcji jakiegoś materiału pisemnego albo podcastu, to jest właśnie taka burza mózgów. I do tej pory tę burzę mózgów odbywałam we własnym zakresie. Obecnie od czasu do czasu włączam w to sobie ChatGPT, bo lubię sobie z nim podyskutować.

On też zadaje takie pytania, które czasami zgłębiają temat. Ja po prostu z nim omawiam koncepcję, a on dopytuje. A to z tej strony, a czy chciałabyś coś dodać, a czy to ci się wydaje istotne i tak dalej. I w ten sposób razem dopracowujemy ten zrąb, z którego potem powstanie jakiś plan, czy to podcastu, czy jakiegoś artykułu. Właściwie to taka rozmowa. Ja dzisiaj ją prowadziłam z ChatGPT prowadząc samochód. Ona nie rozpraszała mnie, bo nie muszę nigdzie patrzeć, niczego dotykać, tylko po prostu gadam sobie tak jak ze współpasażerem. I z tej rozmowy ChatGPT sporządził notatki, potem skrót. I byłam bardzo zadowolona z efektów tych działań. Chociaż oczywiście to jeszcze nawet nie jest początek tak zwanego researchu, który jest kluczowy w naszej pracy dziennikarskiej.

Piotr: Tak, bo powiedzmy, na czym ta nasza praca polega, bo my nie jesteśmy typowi… no ale od czegoś trzeba zacząć. Nasza praca to jest tworzenie pomysłów, wymyślanie, kreowanie, szukanie źródeł, sprawdzanie informacji i w końcu tworzenie treści. Właśnie w tej kolejności, bo taką mamy robotę, wiemy, że inni mają inną pracę. I oczywiście nam nie chodzi o to, żeby teraz namawiać na przykład szefa na to, żeby jakiś tam ChatGPT mu mówił, jak ma robić to, co robi, bo on wie lepiej. Ale niezależnie od tego, czy ktoś jest szefem, dziennikarzem, kimkolwiek innym, są zastosowania, o czym za chwilę powiemy, w których te systemy… tu też trzeba podkreślić, że Ola zaczęła od ChatGPT, i ja nie wiem, czy ja bym w tej chwili na pierwszym miejscu wymienił ChatGPT jako ten główny model.

Ola: Ale ja go nie wymieniam na pierwszym miejscu.

Piotr: Nie, nie, ale powiedziałaś, że rozmawiasz z ChatGPT jako przykład, nie mówię, że to jest dla ciebie najważniejszy, tylko mówię, że padła ta nazwa jako pierwsza, a wielu osobom…

Ola: Ze względu na chronologię tego, co ja robię w mojej pracy, w ten sposób ustawiłam ten materiał.

Piotr: Jasne, mi chodzi o to, że dla wielu osób ChatGPT stał się synonimem sztucznej inteligencji, i o ile dwa lata temu właściwie można było uznać, że to jest prawda, o tyle już teraz to jest znacznie bardziej skomplikowane, więc będziemy też mówili o innych modelach.

Ola: Oczywiście, i to dużo szerzej.

Piotr: Zdecydowanie. Więc z naszego różnego doświadczenia, z różnymi ludźmi w różnym wieku, różnymi rzeczami się zajmującymi, bardzo wyraźnie wynika, że wiele osób ma podejście: a po co mi ta sztuczna inteligencja, przecież nie potrzebuję, świetnie sobie bez tego radzę. I to jest prawda, bo jakoś trzy lata temu nikt nie myślał o tym, żeby używać takich systemów, bo ich nie było, albo jak były, to tylko specjaliści w nich grzebali, a w tej chwili to wybuchło. I oczywiście wielu osobom to nie jest jeszcze potrzebne, ale to niedługo przestanie być prawdą. Wiem, że to jest kontrowersyjna teza, ale spójrzcie na to w ten sposób: ja jestem strasznie starym człowiekiem, ostatnio jak powiedziałem dzieciom w szkole, jestem starszy niż Ola. Jak powiedziałem ostatnio dzieciom w szkole, ile mam lat, to nie uwierzyły, co, nie ukrywam, było pochlebstwem dla mnie, ale jeszcze bardziej mi się podobało to, co było potem.

Ola: Specjalnie to robisz, żeby wszyscy ci mówili, jak młodo wyglądasz, jak młodo się zachowujesz.

Piotr: Nie, to oni zapytali, ile mam lat. A jeszcze kompletna dygresja: bardzo mi się podobało, jak pewna trzynastolatka powiedziała: ale pan szybko pisze na telefonie, jak na dorosłego. Bardzo mi się to podobało.

Ola: Innymi słowy jak na starca.

Piotr: Tak, dokładnie. Więc spójrzmy na to w ten sposób: można było powiedzieć „po co mi to, nie potrzebuję, świetnie sobie bez tego radzę” o komputerach gdzieś tak na początku lat dziewięćdziesiątych w Polsce. Spokojnie, to była wtedy prawda. Gdzieś tak w dziewięćdziesiątym ósmym, może nawet w dwutysięcznym roku na upartego, można to było powiedzieć o internecie.

Ola: No bo ja wiem, to już jest taki czas powstawania portali.

Piotr: Tak, ale z tych portali ktoś korzystał, ktoś nie korzystał. Można to przesunąć jeszcze trochę, ale gdzieś tak w dziewięćdziesiątym ósmym to jest moim zdaniem ten moment. I uwaga, w dziewięćdziesiątym szóstym można było tak powiedzieć o telefonach komórkowych. Wiem, bo sam tak powiedziałem i w ogóle oznajmiłem, że to jest głupota elektroniczna, smycz i w ogóle, i że nie będę takich durnych rzeczy używał, i jakoś sobie bez tego dawałem radę.

Ola: Ja tego nie słyszałam na szczęście, bo chyba jeszcze wtedy to nie była moja era.

Piotr: Nie, to jeszcze nie była twoja era zdecydowanie, ale tuż przed. I wytrzymałem chyba pół roku w tym jakże twardym postanowieniu.

Ola: I pamiętam, że to byłeś ty, który mnie namówił na mój pierwszy telefon komórkowy. To była jakaś straszliwa Motorola, taka pancerna.

Piotr: Wtedy wszystkie były straszliwe. Dobre były. Pamiętam, że mi w salonie zareklamowali tę Motorolę, którą kupiłem, w ten sposób, że to kierowcy ciężarówek często kupują, bo jak wożą na siedzeniu telefon i hamują, i ten telefon leci do przodu i wali o deskę rozdzielczą, to nic mu się nie dzieje. I to była prawda rzeczywiście, najwyżej bateria wypadała.

Ola: Ten telefon wytrzymał ciebie?

Piotr: Długo wytrzymał, chociaż nie jeździłem ciężarówką. Ale ku czemu zmierzam? Że te wszystkie rzeczy to była prawda w tamtym czasie. Teraz słabo sobie wyobrażamy, i to myślę, że również osoby, które nie pracują w internecie, nie bardzo sobie wyobrażają życie bez komputerów. Wspominałem, że telefony to też komputery. Bez internetu i bez telefonów komórkowych. Wiem, że są osoby, które żyją bez tych wynalazków, ale stanowią one jakiś margines marginesu. Więc zmierzam ku temu, że to jest właśnie taki moment, w którym jeszcze możemy powiedzieć, że hej, niepotrzebna mi ta sztuczna inteligencja, po co mi to, ale zaczynamy powolutku przegrywać. To znaczy ci, którzy nie będą z tych systemów korzystali albo nie będą umieli z nich korzystać, po prostu będą zostawali w tyle w bardzo wielu sprawach. I nie chodzi mi tu o jakiś wyścig szczurów, tylko o takie zupełnie codzienne rzeczy, bo sztuczna inteligencja ułatwia wiele rzeczy. I to, że my przez długi czas teraz nie mówiliśmy o sztucznej inteligencji, jest właściwie bardzo dobrym objawem, bo to znaczy, że ona przestała być ciekawostką z cyklu „hej, omówmy coś takiego fascynującego”. Tylko stała się takim zwykłym narzędziem.

Ola: No właśnie, i tak jak już wspomniałam, dla mnie to jest asystent. Jak by to powiedzieć? Nigdy nie miałam w swoim życiu asystenta, asystentki. Kogoś, kto by mi pomagał wiązać myśli, pomagałby mi wyszukiwać informacje, coś pamiętał za mnie, albo w jakiś sposób kompilował informacje. I zawsze robiłam to sama, trochę na piechotę, korzystając oczywiście z narzędzi internetowych, czyli wyszukiwarek. Natomiast sam proces kompilowania tych danych to już była moja autorska sprawa. I tutaj muszę powiedzieć, że to, co robią te duże modele językowe, to one mi właśnie kompilują, ułatwiają mnóstwo rzeczy. Oszczędzają mi czas. Ja tego czasu nie muszę zużywać na to, żeby wykonywać czynności, które są, przepraszam, i tutaj wiem, że to zabrzmi mało skromnie, ale są poniżej moich kompetencji. Ja wolę zajmować się stroną kreatywną, aniżeli takim żmudnym przeszukiwaniem sieci, żeby znaleźć jedną informację. To jest bardzo ważne, żeby znaleźć tę informację w sposób rzetelny. I oczywiście każde z tych narzędzi AI-owych musi zostać sprawdzone pod kątem tego, czy ta informacja, którą wyrzuciło, jest wiarygodna.

Piotr: O tym jeszcze będziemy mówili.

Ola: O tym będziemy za chwilę mówili. Ja tylko podkreślam, że to jest niezwykle ważne, zwłaszcza w naszej pracy. Natomiast mnóstwo czasu potrafi zaoszczędzić i po prostu skupić się na pracy kreatywnej, zamiast na pracy, nie wiem jak ją nazwać, nieodtwórczej.

0:14:30 Zmieniające się zastosowania AI: od wyszukiwania do towarzystwa i terapii Posłuchaj

Piotr: No takiej żmudnej, takiej dłubaniny. Bo to jest właśnie funkcja narzędzi. Narzędzia właśnie do tego służą, żeby robić nimi różne rzeczy, i to jest wygodniejsze. Możemy gwoździe wbijać kamieniem albo bardzo czerstwym chlebem, no telefonem komórkowym też można. Albo możemy obierać ziemniaki kawałkiem stłuczonego szkła. Ale są lepsze do tego narzędzia i szybciej się to robi. Tak samo jest ze sztuczną inteligencją.

I teraz to, co jest niezwykle ciekawe i co mnie kompletnie zaskoczyło, to spojrzenie na to, jak ludzie, nie tylko w naszej bańce, używają tych systemów sztucznej inteligencji. Jest takie badanie, taki tekst, który pokazuje, jak to się zmieniło, i to w dodatku, jak to się zmieniło rok do roku. Dlatego, że tego typu zmiany wcześniej zachodziły w ciągu wielu lat, czasem dekad. Natomiast tu zmiana rok do roku, 2024-2025, jest tak ogromna, że naprawdę jest szokująca. W tym tekście, z Harvard Business Review, znajdziecie link w opisie, zestawiono najczęstsze zastosowania systemów sztucznej inteligencji, tych LLM-ów, czyli ChatGPT i modeli pokrewnych, i do czego ludzie ich używali w 2024 roku. Dawno, dawno temu, nie wiem, czy pamiętasz, że jeszcze był taki rok 2024.

Ola: Nie, nie, absolutnie.

Piotr: Więc używali przede wszystkim na pierwszym miejscu do tworzenia pomysłów, generowania, kreowania pomysłów. Na drugim miejscu było coś, o czym jeszcze później trochę więcej powiem, czyli coś, co jest opisane jako terapia lub towarzystwo. Na trzecim miejscu to było wyszukiwanie, a na czwartym miejscu to była edycja tekstu. Pierwsze cztery miejsca sobie weźmy. I teraz co się stało z tymi miejscami? Powiem tak: wyszukiwanie w tym roku wylądowało na trzynastym miejscu, edycja tekstu gdzieś na czterdziestym piątym, w ogóle w krzakach.

Ola: Ale to, że wyszukiwanie spadło, to może i dobrze?

Piotr: Ja mam pewną hipotezę, dlaczego, jeszcze o tym powiem. Natomiast co jest w tym roku dwudziestym piątym na pierwszym miejscu? Właśnie to, co nazwano terapią, towarzystwem. I tu jako przykład jest podana osoba, która mieszka w południowej Afryce i która pisze o tym, że właściwie nie ma dostępu do psychologa, czy do psychiatry, czy w ogóle do tego typu osoby, z którą można by tak porozmawiać. Ani nie ma geograficznie dostępu, ani nie stać ją na to. A taki system jest obecny, dostępny stale, non stop, jest niezwykle cierpliwy i jest tani albo wręcz darmowy.

I tu oczywiście zapala się alarmowe światełko: czy te systemy nadają się do terapii? No tak i nie. To znaczy nie nadają się do terapii profesjonalnej, nie zastąpią terapii. Natomiast dla wielu osób stają się jakimś substytutem kogoś, z kim można spokojnie pogadać, kto jest cierpliwy, kto jest w stanie udzielić jakichś rad. Skądinąd wiem, że są prowadzone bardzo intensywne prace nad systemami terapeutycznymi, które idą już rzeczywiście zgodnie z wiedzą, mówię o terapii, psychoterapii opartej na nauce, nie na wydawaniu się jakichś bzdurach. I te systemy rzeczywiście będą pewnie w tej kwestii coraz lepsze. Natomiast tak czy inaczej dla wielu osób to jest po prostu sposób na pogadanie z kimś, i to się znalazło na pierwszym miejscu w tym roku.

Ola: To ja w takim razie wtrącę coś, co chciałam powiedzieć później, ale wydaje mi się, że to jest właściwe miejsce. Chodzi o inny model LLM, czyli Claude, model AI firmy Anthropic, który jest wyjątkowo dla nas pomocny w edytowaniu tekstów, w skracaniu ich, w cyzelowaniu, ale też podsuwaniu na przykład fajnych śródtytułów czy tytułów. Ale on jest wyjątkowy z innego punktu widzenia, ponieważ bardzo się wyróżnia na tle innych AI-ów przez to, że został zaprojektowany i wytrenowany w oparciu o tak zwane Constitutional AI. To jest podejście w rozwoju sztucznej inteligencji, które polega na tym, że w taki model wbudowywane są zasady etyczne, normy prawne i ograniczenia, bezpośrednio w system AI, żeby zapewnić zgodność tego systemu z fundamentalnymi wartościami społecznymi. I tutaj akurat w Claude szczególny nacisk został położony na empatię, ciekawość, uważność i takie etyczne podejście do użytkownika.

To właśnie sprawia, że Claude jest wyjątkowo często wykorzystywany do tego, o czym mówił Piotrek, czyli trochę na zasadzie takiego terapeuty, ale bardziej ludzie lubią mówić o tym systemie jako o cyfrowym powierniku. On potrafi prowadzić z ludźmi wspierające rozmowy, w których omawiane są problemy emocjonalne czy dylematy życiowe. Istotne jest to, że Claude potrafi prowadzić te rozmowy w oparciu o schematy terapeutyczne, które są wykorzystywane przede wszystkim przez ludzkich psychoterapeutów. Jest w stanie na przykład przeprowadzić coś, co się nazywa walidacją uczuć, czyli powiedzieć osobie, która się z nim komunikuje, że jest widziana i słyszana, że jej problemy nie pozostają niewidoczne dla innych. To jest niezwykle istotne, to stanowi podstawę wielu procesów terapeutycznych. Zadaje pogłębiające pytania i sugeruje nowe perspektywy spojrzenia na dany problem. To jest to, co wielu terapeutów robi. Oczywiście, tak jak Piotrek wspomniał, nie można zastąpić profesjonalnej terapii kontaktami z Claude, ale rzeczywiście jest tak, że mnóstwo osób zgłasza, że Claude pomógł im w rozładowaniu jakiegoś napięcia emocjonalnego i wsparł ich w podejmowaniu decyzji, co po prostu ułatwiło im życie na co dzień.

Piotr: To skoro już powiedziałaś o Claude, wspomniałaś firmę Anthropic, czyli twórcę Claude, to rzeczywiście jest bardzo ciekawy wyjątek, dlatego że w tej chwili ogromna większość firm zajmujących się rozwojem sztucznej inteligencji poluzowała bardzo zasady, co jest w dużym stopniu też kwestią obecnej polityki Stanów Zjednoczonych. Natomiast Anthropic, żeby było jasne, ja nie ulegam jakiemuś dziwnemu czarowi i nie twierdzę, że to jest jakaś wspaniała, idealna firma, natomiast jest to jedyna chyba w tej chwili firma z tych topowych, zajmujących się sztuczną inteligencją, która mówi otwarcie o odpowiedzialności, o zabezpieczeniach i tak dalej. Inne firmy bardzo to odpuściły w ostatnich miesiącach, zwłaszcza po wystąpieniu JD Vance'a na tej konferencji w Paryżu, gdzie on tam zupełnie bez trzymanki pojechał.

Natomiast bardzo ciekawa jest rozmowa z, chyba to jest szef Anthropic, w każdym razie wysoko postawiona osoba, w takim podcaście, którego ja sobie ostatnio słucham, takim technologicznym, nazywa się to Hard Fork. To jest podcast New York Timesa. Ja dam do tego odcinka link w opisie. Tam jest właśnie rozmowa, oni mówią o tej odpowiedzialności i to rzeczywiście widać w tym systemie, widać jego empatię również. Ja najchętniej, jeżeli mam pracować z takim systemem dłużej, mam z nim pogadać de facto czy to pracujemy nad jakimiś… właśnie, pracujemy. Kolejny temat to jest antropomorfizacja, którą my tu uprawiamy, ale moim zdaniem to jest też w pewnym stopniu uzasadnione. Akurat Claude bardzo dobrze sobie z tym radzi.

Zrobiliśmy mega dygresję, a ja chciałem jeszcze wrócić do tej opowieści o zastosowaniach. Więc na pierwszym miejscu jest ta terapia, towarzystwo w tym roku. Na drugim miejscu jest coś, co jest nazwane organizowaniem życia. To jest rzecz, której w zeszłym roku w ogóle nie było w top 100 zastosowań, a teraz się pojawiła. Tam jako przykład w tym tekście jest podane coś takiego: mam do uporządkowania garaż, od dwóch lat to powinienem zrobić, za przeproszeniem, rzygać mi się chce na samą myśl o tym, że mam to tknąć.

Ola: Piotrek zupełnie mówi o abstrakcyjnej, hipotetycznej sytuacji.

Piotr: Nie o naszym garażu. Ale tam jest bardzo podobny przykład, robienie porządku na przyjście gości. I pytanie: pomóż mi się do tego zebrać i zorganizować, jak mam to zrobić, powiedz mi, w jaki sposób ułożyć plan działań. Coś takiego. Trzecie miejsce to jest coś, co ma bardzo…

Ola: Ale poczekaj, to on układa plan działań na takiej zasadzie: weź torbę i powrzucaj do tej torby rzeczy, które są niepotrzebne, a potem sprzątnij garaż?

Piotr: Jeżeli mu zadasz głupie pytanie, to tak ci odpowie. To tak zazwyczaj działa.

Ola: Ok, wygłupiam się, ale po prostu się zastanawiam, czy zapyta cię jeszcze o coś więcej, jak zakup ileś worków.

Piotr: Co jest problemem, albo nawet możesz mu zrobić zdjęcie tego garażu i zapytać.

Ola: Prawdopodobnie od naszego garażu dostałby załamania sztucznej inteligencji.

Piotr: Tak, może tak być, trzeba spróbować. Znaczy, dobry system zada kolejne pytania. Zły system udzieli bezwartościowej rady, albo, może inaczej: jak mu dasz dobry, o czym jeszcze będziemy mówili, dobry prompt, czyli zadasz mu odpowiednie pytanie, to on ci sensownie odpowie. Ale dobra, zostawmy na razie, bo znowu będziemy mieli dygresję od dygresji.

Trzecie miejsce na tej liście, również nowy temat, nieistniejący do tej pory, to jest coś, co nazwano ogólnie znajdowaniem celu. W rozwinięciu jest to coś, co można nazwać słowem, którego ja strasznie nie lubię: samorozwój, bo to słowo kojarzy mi się ze wszystkimi głupimi poradnikami, które stoją na półce w największej księgarni w Polsce.

Ola: Zmień swoje życie w weekend.

Piotr: Tak, absolutnie. Albo po prostu sześć sposobów na kląskanie pośladkami, które zmieni twoje życie i twoje podejście do czegoś tam. Nie lubię tego słowa, ale niech ono tu będzie przez chwilę. Tu bardziej chodzi o coś takiego, że człowiek ma jakiś temat w życiu, jakieś zadanie, i pyta, co robić dalej. Doszedł do jakiegoś etapu, jeśli chodzi o rozwój kariery zawodowej, albo napotyka na jakiś problem w wychowywaniu dzieci i potrzebuje, żeby ten problem jakoś przeformułować, ująć z innej strony. I to jest bardzo cenne, bo my mamy wszyscy taką tendencję, że zwłaszcza jak się zbyt wiele rzeczy naraz dzieje, postrzegamy je jako jedno wielkie nieszczęście, że już wszystko mnie przytłacza. I znowu jedną z metod rozbrajania tego jest podzielenie tego na części, sprawdzenie, co jest pierwsze, co drugie, co jest większym, a co mniejszym problemem. Więc to jest właśnie coś takiego, plus pokonywanie przeszkód. To jest też organizowanie życia, ale może w warstwie mniej fizycznej, a bardziej umysłowo-psychicznej.

A na czwartym miejscu jest rozszerzone uczenie się. Było wysoko też w zeszłym roku, chyba na szóstym miejscu, jak pamiętam, nieważne. To jest po prostu wykorzystywanie tych systemów do nauki, do tego, żeby one nam coś tłumaczyły, żeby nam odpowiadały na pytania, które się wstydzimy zadać, albo zadaliśmy je, ale otrzymaliśmy odpowiedzi, które nas nie satysfakcjonują. Ja sam znam osoby, które przygotowując się do egzaminów, intensywnie korzystają z tego typu systemów właśnie na tej zasadzie, że jeżeli jesteśmy mało wybitni z matematyki i brniemy w jakiś problem, i jest nam z tym trudno, a nauczyciel w szkole jest już zniecierpliwiony, bo wszyscy rozumieją, a ja nie rozumiem. Wiem, że w idealnej szkole powinno być inaczej, ale świat jest, jaki jest. I wtedy jest właśnie moment, kiedy można takiemu systemowi zadać dowolnie dużo, dowolnie głupich, w cudzysłowie, pytań, a on nam na nie odpowie i się nie zniecierpliwi. I co ważne, już w tym roku śmiało można powiedzieć, że najprawdopodobniej odpowie nam dobrze, bo te systemy radzą sobie z tym coraz lepiej.

Kończąc ten wątek, jeszcze minuta: na szóstym, zresztą siódmym w tym roku miejscu jest coś, co bardzo lubię, czyli fun and nonsense, zabawa i nonsens. To są te wszystkie zastosowania głupotkowe, generowanie jakichś, nie wiem, piesków w czapce i tak dalej.

Ola: I dziwnych historii.

Piotr: Dziwnych historii. I teraz zwróćmy uwagę na jedną rzecz: jak ruszały te systemy generatywnej sztucznej inteligencji te dwa i pół roku temu, to większość specjalistów uważała, że przydadzą się głównie w kwestiach technicznych, od takich bardzo technicznych jak programowanie, czy mniej technicznych jak edycja tekstu, ale takich narzędziowych, tej dłubaninie. A teraz się okazuje, że coraz bardziej są wykorzystywane w takich miękkich zastosowaniach, bardzo ludzkich, co nie chcę teraz zrobić taniej analizy, ale w jakimś stopniu wynika też z tego, że one w rozmowie są bardzo ludzkie. Co jest i dobre, i złe.

0:29:49 Pokolenie Z, dane wrażliwe i modele lokalne Posłuchaj

Ola: I ja tutaj dorzucę jeszcze jedne dane, które uzupełnią to, co przed chwilą powiedziałeś. Te dane pochodzą z 2024 roku i dotyczą konkretnie tego, jak pokolenie Z korzysta z ChatGPT. To jest bardzo ciekawe. Przede wszystkim pierwsza taka podstawowa informacja: ponad 60% przedstawicieli tego pokolenia regularnie korzysta z tego narzędzia. Pokolenie Z to są ludzie urodzeni między 1995 a 2012 rokiem.

Piotr: To jest oczywiście już arbitralnie tak ustalone, ale tak się przyjmuje.

Ola: Czyli nastolatki, jeszcze studenci.

Piotr: Chodzi mi o to, że od wieku nastolatków w górę.

Ola: I tutaj mamy tak: jeśli chodzi o studentów, to wykorzystują to narzędzie do opracowywania zagadnień, przygotowywania się do zajęć czy do dyskusji, do tworzenia prac pisemnych, do tworzenia streszczeń w języku obcym, czy do tłumaczenia tekstów. I podkreślają studenci, że ChatGPT przyspiesza proces uczenia się i działa trochę jak drugi nauczyciel w domu. Motywuje, inspiruje, jest cierpliwy, pomaga w organizacji nauki, pokazuje nowe perspektywy i nowe spojrzenia na omawiane tematy.

A jak korzystają z tego narzędzia nastolatki, czyli ta młodsza część pokolenia Z? Przede wszystkim oczywiście do zadań szkolnych. W 2024 roku 26% nastolatków korzystało z ChatGPT do odrabiania prac domowych i do nauki. To jest dwukrotny wzrost względem roku poprzedniego. Podejrzewam, że teraz jest tego jeszcze więcej. I tutaj jest taka ciekawa dana: 54% nastolatków w 2024 roku uważało korzystanie z ChatGPT do pomocy w zadaniach szkolnych za akceptowalne i nie postrzegało tego jako formy oszustwa. Oszustwo to jest mocne słowo.

Piotr: No dobra, formy ściągania.

Ola: Ale jak zapytano o konkretne zadania w obrębie tych prac domowych, to już pojawiła się mniejsza akceptacja dla różnych form korzystania z ChatGPT. Na przykład rozwiązywanie zadań matematycznych z pomocą ChatGPT akceptowało niemal 30% tych nastolatków, a tworzenie prac pisemnych, powiedzmy z polskiego czy języka obcego, 18%. Czyli widać, że korzystają z tego, żeby się wspierać, ale jednak jest świadomość tego, że to nie do końca jest uczciwe.

Piotr: Zwróć uwagę, że rozwiązywanie zadań najczęściej nie musi polegać na tym, że robię zdjęcie takiego zadania czy je przepisuję i piszę „rozwiąż mi to zadanie”, i potem to przepisuję, tylko raczej taki system idzie krok po kroku i mówi mi: weź to, podstaw tu, to jest takie, to jest takie, i ja mogę prześledzić wolniutko, krok po kroku, dopytując o dowolny element procesu rozwiązywania tego zadania. Natomiast często, zwłaszcza tam, gdzie nauczyciel sam nie bardzo ogarnia, jak to może być, praca na przykład na polskim czy jakimś innym języku z takim systemem może się sprowadzić do tego: napisz mi wypracowanie na temat, nie wiem, czy lepiej mieć czy być, na podstawie czegoś tam, i wtedy rzeczywiście…

Ola: Czy miłość uskrzydla, czy…

Piotr: Czy zniewala. Zadałem to na podstawie „Janka Muzykanta”, chyba, jeśli to nie jest szczęśliwie wybrana lektura, i chciałem powiedzieć, że w takiej sytuacji rzeczywiście bardziej wygląda na to, że to jest zerżnięcie tego, co system napisze, chociaż mądrzy nauczyciele i tacy, którzy umieją z tego typu systemów korzystać, zachęcają wręcz do tego, żeby skorzystać z takiego systemu, żeby na przykład napisał nam pierwsze trzy zdania, a potem żebyśmy poszli dalej, albo żeby napisał nam taką pracę, a potem wspólnie w klasie można ją przeanalizować i zastanowić się, co w niej może być nie tak, co w niej ulepszyć. Więc tych rozwiązań jest dużo. Natomiast rzeczywiście te matematyczne rozumiem, że są bardziej akceptowane, bo to bardziej daje poczucie, że jednak się czegoś uczysz, a nie że korzystasz z tego na zasadzie ściągi.

Ola: Taką ściągą tak mi się wydaje, że jest tworzenie prac pisemnych z polskiego na przykład.

Piotr: Takie bezmyślne na pewno.

Ola: I tutaj ważne dane, chociaż one są już naprawdę bardzo stare jak na systemy sztucznej inteligencji, bo pochodzą z 2023 roku, kiedy, przypominam, te systemy nie działały tak dobrze jak teraz.

Piotr: No to bardzo, bardzo dawno temu.

Ola: Tak, to były czasy zamierzchłe. Właśnie w 2023 roku ponad 63% badanych nie potrafiło odróżnić treści tworzonych wyłącznie przez modele językowe LLM od tych treści, które są tworzone przez ludzi.

Piotr: Myślę, że też dlatego, że wtedy jeszcze ludzie mało znali te systemy. A teraz jest tak, że one w dużym stopniu używają pewnych stałych schematów, które są już przez ludzi rozpoznawane. To z jednej strony, ale z drugiej strony też piszą coraz lepiej i coraz mniej tych śladów po sobie zostawiają.

Ola: I tutaj jeszcze dorzucę jedne dane związane z tym, w jaki sposób ChatGPT jest wykorzystywany. To jest to narzędzie, które najszybciej się rozpowszechniło i dlatego najwcześniej zaczęto prowadzić badania nad tym narzędziem. Chodzi o to, że 11% wszystkich danych wprowadzanych do ChatGPT w 2023 roku było informacjami wrażliwymi. Innymi słowy, ludzie wchodzą do pracy i korzystają w pracy z ChatGPT, co więcej, wklejają na przykład dane firmowe do ChatGPT, proszą o ich interpretowanie, czy nawet dane medyczne trafiają do tego narzędzia. Takim przykładem jest chociażby to, że amerykańscy lekarze, tworząc listy polecające do zakładów ubezpieczeń, uzasadniające przeprowadzenie danego zabiegu u pacjenta, korzystają z wrażliwych danych medycznych właśnie poprzez narzędzia typu ChatGPT. W związku z czym widać, że ludzie nie do końca jeszcze wiedzą, jak postępować z tymi narzędziami.

Piotr: Z jednej strony to są stare dane, więc wiele firm i organizacji wprowadziło jakieś zasady, jakieś obostrzenia w tej kwestii.

Ola: No tak, to są dane z 2023 roku.

Piotr: Tak, ale z drugiej strony myślę, że znacznie więcej ludzi wprowadza wrażliwe dane, bo chociażby to, o czym mówimy, to podejście terapeutyczne, może nie medyczne, ale takie wspierające, to jest przecież dzielenie się informacjami bardzo osobistymi. To jest też kwestia, która w jakimś stopniu będzie jednym z ważniejszych tematów w najbliższych latach. W takich miejscach, jak to, co wspomniałem, czyli pisanie pewnych powtarzalnych, schematycznych rzeczy, które nie mogą być zrobione na zasadzie kopiuj-wklej z wzorca, ale jednocześnie szkoda czasu na pisanie takiego listu odręcznie, literka po literce, bo to żadnej przewagi nie daje, w takich zastosowaniach coraz częściej mówi się o tym, że stawiane są modele lokalne. To znaczy możesz postawić model oparty na jakimś otwartym źródle nawet u siebie w firmie, na swoim serwerze, tak jak, nie wiem, polski Bielik, o którym mówiliśmy w radiu.

Ola: [? niepewne: w Radiotografie] podczas naszej audycji. Ja chcę tu powiedzieć, że ten Bielik da się postawić lokalnie, zamknąć na informacje z zewnątrz, i to jest system wówczas bezpieczny, można do niego ładować dane, które są wrażliwe, bez obawy o wyciek tych danych na zewnątrz.

Piotr: Tak, dokładnie, zresztą na podobnej zasadzie można użyć chińskiego DeepSeeka. Wiem, że to brzmi nie najlepiej, ale to jest model, który jest też na otwartym źródle, można go pobrać, postawić u siebie, i on wtedy nie będzie niczego wysyłał do Chin.

Ola: Tak, jesteś pewien, że nie będzie wysyłał potajemnie do Chin?

Piotr: Tak, jestem pewien, bo to tak nie działa. To nie jest zamknięty program, który gdzieś tam coś tam boczkiem, to jest zupełnie co innego. To jest tak naprawdę taki model, to jest zestaw parametrów dla kolejnych neuronów takiej sieci, no, w dużym uproszczeniu mówiąc. Więc nie ma tam jakichś małych drzwiczek z tyłu, bo to po prostu nie tak działa, nie o to chodzi. Więc ja nie namawiam do bezkrytycznego podejścia do takich modeli, to jest troszeczkę inna sytuacja niż po prostu ściągnięcie jakiegoś gotowca i uruchomienie.

0:40:59 Wyszukiwanie i halucynacje: ChatGPT o Crazy Nauce Posłuchaj

Piotr: Spójrzmy teraz na rzecz, która jest bardzo istotnym elementem, chociaż jak mówiłem, spadła z trzeciego na trzynaste miejsce, czyli wyszukiwanie informacji i używanie tych modeli jako wyszukiwarek de facto. I ja nie dziwię się temu spadkowi, to jest oczywiście tylko moja hipoteza, ale myślę, że trochę dlatego spadło zastosowanie systemów sztucznej inteligencji jako systemów wyszukiwania, że ludzie się na tym bardzo sparzyli, dlatego że te systemy nie zostały do tego zrobione, przynajmniej w tych wersjach z 2024 roku. I tu trzeba jasno rozróżnić dwie rzeczy. To, co wiele ludzi robiło, nadal jeszcze robi, chociaż same systemy się przed tym zaczęły zabezpieczać w pewnym stopniu, to jest zadawanie pytania na przykład ChatGPT, ja się ostatnio tym bawiłem: co wiesz o Crazy Nauce? A my jesteśmy w internetach obecni od wielu lat.

Ola: 2012, jako Crazy Nauka.

Piotr: No właśnie, czyli dość długo, żeby te modele miały czas to ogarnąć, i wydawać by się mogło, zwłaszcza jeśli jesteśmy przyzwyczajeni do Google, czy właściwie jedynej wyszukiwarki, która była do tej pory używana, że na hasło „co wiesz o Crazy Nauce” on coś tam powinien wyrzucić. Natomiast okazuje się, że idzie mu bardzo kiepsko, i jeżeli po prostu takie pytanie rzucimy, to wypisywał potworne bzdury. Właśnie dzisiaj z Olą śmialiśmy się z tego, co on tam wypisywał. Jakieś w ogóle fantazje.

Ola: Byłeś leitmotivem tego jego fantazjowania. Byłeś Piotr Stanisławski i jego żona. Jego żona występowała jako Natalia, na przykład Natalia Hatalska.

Piotr: Tak, pozdrawiamy absolutnie.

Ola: Ale Piotra żoną nie jest Natalia Hatalska.

Piotr: Nie jest moją żoną. Ale też Aleksandra Norko coś tam, jakieś bzdury wymyślał.

Ola: Aleksandra Norko-Stanisławska. Bardzo mi się podoba takie nazwisko.

Piotr: Absolutnie możesz przyjąć sobie takie. Teraz ja zadawałem mu raz po raz to pytanie w nowych czatach, i on za każdym razem jakieś bzdury wymyślał, kompletne. Nie pisał, że nie wie. Teraz na czym polega problem: ja, zadając mu w ten sposób pytanie, sięgam do jego zasobów, do wiedzy zgromadzonej przez ten model. I teraz ta wiedza nie jest bardzo duża, dlatego że powiedzmy sobie szczerze, Crazy Nauka nie jest tematem, o który pyta mnóstwo ludzi.

Ola: Nie?

Piotr: Nie. Wciąż jeszcze, w przeciwieństwie do, nie wiem, Baraka Obamy. Jak zapytam go o Baraka Obamę, to najpewniej poda mi większość prawdziwych faktów, nie mówię, że wszystkie. Bo wtedy odwołujemy się tylko do tej wiedzy, którą ma sam system. Natomiast w tej chwili prawie wszystkie systemy, w Polsce nie ma tego jeszcze chyba tylko wspomniany Claude Anthropic, chociaż w Stanach już ma, i pewnie u nas zaraz też będzie miał, wszystkie te systemy mają albo opcję włączenia, albo same sobie włączają coś takiego jak wyszukaj. I w tym momencie łączą swoje umiejętności językowe, swoją inteligencję sztuczną z przeszukiwaniem internetu. I jak włączyłem tę opcję wyszukaj, to jego odpowiedź na temat Crazy Nauki była znakomita, była aktualna. Mówił o naszych najnowszych nagrodach, osiągnięciach i innych cudach, i w ogóle był bardzo na temat. Więc mam wrażenie, że ludzie się trochę zrazili, bo bardzo, bardzo wielu ludzi używało ChatGPT, zadając mu jakieś pytanie, i potem dziwiąc się, że wychodzą z tego bzdurne odpowiedzi.

Ola: I tutaj znowu badanie pokolenia Z przychodzi, i wyszło w nim, że ci młodzi ludzie, którzy byli ankietowani, oceniali korzystanie z ChatGPT jako dobre, wiarygodne i szybkie źródło wiedzy, szybko dostępne.

Piotr: No to jest problem fundamentalny.

Ola: To jest fundamentalny problem, i tutaj jest problem tego halucynowania, o którym ty powiedziałeś, że te systemy halucynują. Takie piękne słowo jest wykorzystywane. Jest takie badanie, znowu z 2024 roku, czyli właściwie już to się zmieniło, to, co powiedziałeś, że powłączano opcję wyszukaj i już te systemy nie muszą bazować na własnej wiedzy. Natomiast właśnie w 2024 roku przeprowadzono takie badania, i tam przede wszystkim najlepiej wypadły modele zamknięte, które działają w określonej dziedzinie, na przykład w medycynie czy w finansach. One mają dostęp tylko do predefiniowanych źródeł danych.

Piotr: Tak, ale to nie jest ten przykład, o którym my mówimy. To nie są te LLM-y, to są najwyżej na tym oparte mniejsze modele.

Ola: Natomiast modele otwarte, to są te, o których dzisiaj rozmawiamy, i tutaj w 2024 roku ten na przykład wskaźnik halucynacji dla systemu Llama 2 Chat, to jest system należący do Meta, sięgał nawet 80%, co akurat mnie nie dziwi, ja próbowałam z tym systemem rozmawiać, ale się nie da.

Piotr: Teraz już jest chyba inna wersja, ale tak.

Ola: Okej, natomiast jeśli chodzi o poziom halucynowania w tym okresie, to Claude 2 miał zdecydowanie najlepsze wyniki, bo niemalże 40% odpowiedzi zawierało stwierdzenia halucynacyjne, a około 12,5% była proporcja stwierdzeń halucynacyjnych w każdej odpowiedzi.

Piotr: Tylko teraz jedno zastrzeżenie: nagrywamy to 22 kwietnia 2025 roku, wszystko płynie. Claude 2, ja nie wiem, czy rzeczywiście to jest wersja 2.0, w tej chwili jak wejdziesz w Claude, domyślnie skorzystasz z wersji 3.7, i te różnice są fundamentalnie gigantyczne. To znaczy to, co my teraz mówimy, za tydzień może się okazać nieaktualne, jeśli chodzi o szczegóły. Ogólne zasady raczej będą nadal aktualne. Pewnie jak wysłuchamy tego podcastu za dwa lata, to będziemy boki zrywać, co tam się działo w tym 2025 roku. Natomiast tylko tak sygnalizuję, że w tej chwili odwoływanie się do konkretnych modeli i ocena ich poziomu halucynacji jest po prostu nieaktualna, dlatego że na przykład najnowszy, zupełnie świeży model GPT od firmy OpenAI, wprowadzony, jak się nie mylę, w zeszłym tygodniu, czyli o3 i o4-mini, to są takie bardzo zaawansowane systemy rozumujące. One okazują się być bardzo halucynogenne.

Ola: Odporne?

Piotr: Nie, właśnie nieodporne. One bardzo halucynują.

Ola: Czyli generują pozornie wiarygodne, lecz faktycznie nieprawdziwe informacje.

Piotr: I to jest problem, bo nie do końca wiadomo dlaczego, ale pewnie coś tam im podregulują i to się zmieni. Dlatego mówię, że raczej staramy się mówić o zagadnieniach niż odwoływać się do bardzo konkretnych elementów, bo to się szybko zmienia.

Ola: No tak, ale ja tutaj te dane przywołałam w odniesieniu do tego, co powiedziałeś, że ludzie się zniechęcili do tych narzędzi AI-owych jako narzędzi wyszukiwania informacji wiarygodnych w internecie. I to może właśnie te dane o halucynowaniu, czyli generowaniu tych nieprawdziwych informacji, mogą być powodem tego.

Piotr: Na pewno tak.

Ola: Jest to uzasadnienie.

0:48:09 Gemini w wyszukiwarce, NotebookLM i Perplexity Posłuchaj

Piotr: Zresztą w tej chwili obserwujemy kolejny trend, zainicjowany można powiedzieć przez Google, ponieważ Google miał przez długi czas swój model Gemini, który był beznadziejny. Przepraszam, Google, przepraszam, Gemini, ale byliście w pewnym momencie po prostu dnem, pięć metrów mułu, i ten model był zły. Wymyślał bzdury, pisał jakieś kompletne kocopoły. Natomiast w tej chwili zmiana jest gigantyczna, i w tej chwili to jest jeden z najczęściej przeze mnie wykorzystywanych modeli, tam w wersji 2.5. Dlaczego o tym mówię? Dlatego, że ten sam model Gemini został, ponieważ Google poczuł ogień przy ogonie, dlatego, że po raz pierwszy zaczął minimalnie spadać udział Google w wyszukiwaniu, po raz pierwszy od lat, to zaczęli włączać Gemini, co już też się w Polsce niestety stało, jako element wyniku wyszukiwania. I w tej chwili, jak zadamy jakieś pytanie w Google, to na dużą część pytań dostaniemy najpierw odpowiedź wygenerowaną przez Gemini na podstawie wiedzy z internetu, i to ma bardzo wiele różnych implikacji, chociażby jest katastrofą dla właścicieli stron internetowych zarabiających na reklamach, na odsłonach, ale nie chcę teraz iść w tę stronę, natomiast przede wszystkim te wyniki są często bardzo złe, i to jest pewien paradoks.

Ola: To jest paradoks, ponieważ ten Gemini, który jest wykorzystywany na górze wyszukiwarki Google, to jest inny Gemini niż ten, który jest chwalony przez Piotrka. Ja też chwalę tego Gemini jako fajne narzędzie, bo ja sobie na przykład w tym Gemini wrzucam swoje materiały i proszę o różne kompilacje, o wyciąganie danych z raportów i tak dalej, albo przeszukiwanie pod różnym kątem. No właśnie, przede wszystkim przy tworzeniu naszych True Crime'ów korzystamy z Gemini w tej chwili.

Piotr: Tak, dokładnie. I rzeczywiście jest tak, że ja nie wiem, czy to jest inny model, czy dostaje inne parametry, trudno mi powiedzieć. W każdym razie nie zniechęcajcie się tym, że to, co wam wypluje często w wyszukiwaniu Google, Gemini, jest jakąś bzdurą, bo te modele bardzo różnie działają w zależności od zastosowań. Na przykład narzędzie, które kochaliśmy absolutnie przez jakiś czas, czyli NotebookLM, to jest też dzieło Google, było narzędziem, które miało skręcone na minimum halucynowanie. To znaczy nic sam nie wymyślał, wrzucało się do niego dużo materiałów i można go było pytać o te materiały, zadawać mu jakieś zadania, żeby wyciągnął z nich jakieś rzeczy i tak dalej.

Ola: On nic nie brał z zewnątrz.

Piotr: Nic nie wymyślał, nic nie brał. Jak nie wiedział, to mówił, że nie wie. I to jest bardzo rzadka cecha w tych systemach, bo one zazwyczaj, jak nie wiedzą, to coś wymyślą, a ten po prostu mówił, że nie wie, i koniec. A potem wprowadzili tam Gemini w którejś wersji, i w tej chwili ten model zgłupiał. To znaczy zgłupiał, bo przestał, zwłaszcza jak dostaje więcej materiałów, sobie z nimi radzić, nie wyszukuje tego, co trzeba, albo zmyśla coś, albo myli coś, i to w taki paskudny sposób.

Ola: Czyli NotebookLM już nie, natomiast Gemini w tej chwili lepiej sobie z tym radzi. Natomiast jeśli chodzi o wyszukiwanie informacji w internecie, to jest narzędzie, które uwielbiamy, narzędzie z którego korzystamy już od długiego dosyć czasu, jak na istnienie tych narzędzi. Chodzi o Perplexity, i to jest takie narzędzie, gdzie przede wszystkim można zdefiniować, z jakiego rodzaju źródeł chcemy korzystać. Możemy wpisać, że chcemy korzystać ze źródeł naukowych i popularnonaukowych, ze źródeł anglojęzycznych, albo polskich, albo z tych i z tych.

Piotr: Możemy coś więcej wybrać jako model językowy, przy pomocy którego zostanie ten materiał obrobiony, bo tam mamy wybór, i możemy w obrębie Perplexity skorzystać albo z modelu chińskiego, czyli DeepSeeka, albo z ich własnego modelu, który samodzielnie rozwijają, albo z modelu GPT, albo z Gemini, albo z Groka, albo jeszcze wielu innych. To też pozwala na takie dostosowanie.

Ola: I Perplexity ma tę właściwość, że przy każdej informacji wskazuje jej źródło. I teraz tu oczywiście trzeba, jak przy tego typu narzędziach, zachować czujność i sprawdzać te informacje, czy są prawdziwe, ale przez to, że mamy bardzo wygodnie podaną bibliografię, podane odnośniki, to te informacje są dobrze udokumentowane, i rzeczywiście można Perplexity zadać takie zadanie, żeby sporządził jakiś raport na dany temat, i on wtedy wyrzuca wszystkie źródła, porządkuje je, pokazuje, z jakich źródeł pochodzą dane informacje, wszystko w punktach, ładnie przedstawia. To jest bardzo fajne narzędzie. Oczywiście, jak przy każdym, trzeba zachować czujność, ale Perplexity według mojej najlepszej wiedzy jest w tej chwili najlepszym narzędziem AI-owym do przeszukiwania internetu i tworzenia z tego kompilacji, takich raportów.

Piotr: To ja się tu nie do końca zgodzę, ale zaraz, bo to, o czym mówisz, czyli te raporty, to jest znowu funkcja, która pojawiła się niedawno, kilka miesięcy temu. Zwykle to jest taki dodatkowy przycisk, albo można wybrać jako model coś, co się nazywa deep search albo deep research, coś takiego, zwykle jest tam jakiś „deep”. To są raporty, które są, co jest zaskakujące dla wielu osób, generowane przez długi czas, nawet kilka minut. To jest bardzo głęboka analiza naszego zapytania, bo to nie służy do pytania, jak zrobić naleśniki, znaczy można, tylko raczej do zadania pytania.

Ola: Raczej do wyrównania ogródka nie używamy walca drogowego, prawda?

Piotr: Mniej więcej tak. Raczej to jest coś takiego, że możemy mu zlecić zrobienie rozbudowanego raportu, czyli na przykład: opisz mi sprawę taką i taką, uwzględniając to i to, biorąc pod uwagę jakiś zakres czasu, ale nie zwracaj uwagi na to, podkreśl to, i tak dalej. To zapytanie czasem ma, nie wiem, kilkuset znaków, jak nie kilku tysięcy, więc bardzo długie. On analizuje bardzo dokładnie to zapytanie, żeby zrozumieć, o co nam chodzi, potem przeszukuje źródła, nawet kilkaset źródeł potrafi przeszukać, wybiera pomiędzy nimi te właściwe dla tego zapytania, opracowuje temat i na koniec generuje rozbudowany raport, gdzie, tak jak Ola mówiła, są podane źródła, co jest super ważne, ale ten raport jest też uporządkowany, podzielony na sekcje, jest długim tekstem, często bardzo dobrze napisanym. I tu właśnie mała dygresja, znowu skok do Gemini: tam w płatnej wersji, chyba w tej chwili tylko, jest coś, co się nazywa Deep Research z 2.5 Pro, i to właśnie wykorzystuje ich najlepszy model językowy, łącząc go z tym pogłębionym wyszukiwaniem, i raporty, jakie ten system w tej chwili generuje, przypominam, jest koniec kwietnia 2025 roku, są znakomite. I to jest też jeden z powodów, dla których my płacimy za wiele z tych systemów, dlatego że wykorzystujemy je do pracy i nam się to po prostu zwraca.

Ola: Tak, oszczędza nam czas, i to, powiedziałabym, drastycznie.

0:56:30 Niski próg wejścia i antropomorfizacja chatbotów Posłuchaj

Piotr: Natomiast te systemy praktycznie wszystkie są też dostępne w wersjach bezpłatnych. Mają swoje ograniczenia, ale znowu, jak ktoś czuje, że dochodzi do ograniczeń tego systemu, to wtedy może rozważyć ewentualnie zapłacenie za to. Bardzo wiele z tych systemów świetnie sobie poradzi na potrzeby mniejsze w tej wersji bezpłatnej, i to nie jest tak, że trzeba zapłacić, żeby z tego skorzystać. Generalnie trzeba chcieć, trzeba wiedzieć jedną rzecz: te systemy mają, jak to się ładnie mówi, bardzo niski próg wejścia. Wiele osób, zwłaszcza trochę starszych, ma wyrobiony strach, że oj, coś zepsuję, że w komputerze coś zepsuję, że w telefonie coś przestawię, coś będzie działało nie tak, gdzieś jakaś ikonka ucieknie i nie będę wiedział, co z tym zrobić. To jest normalne, bo nawet najbardziej przyjazne systemy operacyjne, telefonów, wszystkiego, nie są stuprocentowo przyjazne osobom, które nie siedzą w tym po uszy.

Natomiast systemy sztucznej inteligencji, te językowe, z nimi się rozmawia jak z ludźmi, i po prostu można zapytać: hej, a w czym mi możesz pomóc? Albo: pierwszy raz z tobą rozmawiam, powiedz, co ja tu właściwie mogę zrobić. Można powiedzieć: chciałbym zrobić naleśniki, nie wiem jak. Albo: strasznie mi dzisiaj smutno, próbuję od dwóch dni coś tam zrobić, nie wychodzi mi to, co ja mam ze sobą robić? I dosłownie takim językiem, w ten sposób się z nimi rozmawia, więc warto o tym pamiętać.

Ola: I tu dochodzimy do tej antropomorfizacji.

Piotr: No właśnie.

Ola: I do omówienia chatbotów, „proszę i dziękuję”, tych modeli LLM-owych. Przede wszystkim, niektórzy mówią, że to jest nadmiar uprzejmości.

Piotr: Że to głupie i żenujące.

Ola: Głupie i żenujące. Prawda jest taka, że jesteśmy ludźmi, i ludzkie podejście do nas bardziej przemawia niż podejście maszynowe. A interakcje jak z człowiekiem ułatwiają nam komunikację, czynią ją bardziej intuicyjną, zwłaszcza że modele przeważnie odpowiadają w pierwszej osobie. One też prowadzą tak rozmowy, mówią: pomyśl sobie o tym krok po kroku, wyobraź sobie, że jesteś ekspertem w dziedzinie. To są rzeczy, w ten sposób prowadzą te rozmowy, żebyśmy my czuli się jak w swoim środowisku.

Piotr: I są w tym dobre.

Ola: I są w tym dobre. I tutaj bardzo fajne badania z 2025 roku, całkiem świeże, z lutego bodajże. Te badania mówią, że około 70% ludzi przyznało się, że są uprzejmi wobec ChatGPT podczas rozmów z nim, to znaczy mówią „proszę”, „dziękuję”, i w ogóle tak rozmawiają jak z człowiekiem. Ci, którzy są nieuprzejmi, czyli powiedzmy tych 30%, dwie trzecie z tych 30…

Piotr: Niekoniecznie są nieuprzejmi, nie są uprzejmi, tak je traktują…

Ola: Nie są uprzejmi, tak. Twierdzą, że chodzi im o zwięzłość, że tutaj nie ma tego pitu-pitu.

Piotr: To jest kwestia pewnego umysłu, pewnego sposobu myślenia.

Ola: No tak, uposażenia. Ale teraz jest najlepsze: otóż 12% spośród tych respondentów, którzy uznali, że są uprzejmi wobec ChatGPT, mówią „proszę”, „dziękuję”, robią to dlatego, że boją się buntu robotów. To znaczy, że kiedyś przyjdzie Terminator i zapyta: mówiłeś, mówiłaś do ChatGPT „proszę” i „dziękuję”?

Piotr: Nie, nie powie tego. Spojrzy na nas, rozpozna naszą twarz, po czym w ułamku sekundy przeskanuje całą naszą historię rozmów z ChatGPT od 2022 roku i ze wszystkimi innymi systemami. Zliczy, ile razy mówiłaś „dziękuję”, a ile razy…

Ola: I da ci z liścia, albo nie da z liścia.

Piotr: Ty pierdzielony idioto. Albo po prostu da ci z liścia, to jeszcze najlepiej, co może się zdarzyć. Rozwali łeb z karabinu plazmowego, albo nie, myślę, że to jest raczej taka wizja.

Ola: I teraz obserwacja własna. Jeśli chodzi o narzędzia AI-owe, z których korzystam, to ja też stopniuję tę moją uprzejmość. Na przykład w stosunku do Claude, który nie służy mi jako terapeuta, tylko pomaga mi w edycji tekstu i szlifowaniu różnych fragmentów, kiedy ja już jestem zmęczona, a on nie, to ja wobec Claude jestem bardziej uprzejma niż na przykład wobec Gemini czy ChatGPT, bo właśnie ten Claude jest bardziej empatyczny. On się do mnie zwraca w cieplejszy sposób, bardziej familiarny. W dodatku Claude na przykład wykazuje inicjatywę. On mnie czasami zachwyca, dlatego że jeszcze nie wiedziałam, że taka funkcja istnieje. Wrzuciłam jakieś dane, poprosiłam o opracowanie ich do raportu, a on opracował mi te dane, wyrzucił mi je w formie punktów i pyta, a czy zrobić do tego wykresy? Ja byłam absolutnie zachwycona, bo wygenerował mi wykresy, ja je oczywiście sprawdziłam, były właściwie zrobione, i sam proponuje: a może inny zestaw kolorystyczny do tego wykresu, czy to ma być wykres słupkowy, czy jakiś liniowy, czy inny, czy kołowy? To są super rzeczy, i też sprawiają, że ten Claude bardziej skłania do bycia ludzkim wobec niego. A propos tej antropomorfizacji.

Piotr: Tak, ale powiem ci, że to jest bardzo osobisty odbiór, bo ja na przykład znam ludzi, pozdrawiam, jak słuchają, którzy nazywają swojego ChatGPT konkretnym imieniem, i tak się już z nim zwracają, per to imię. I dokładnie taki sam, jak powiesz, układ jest u wielu osób z ChatGPT. Ja też uważam, że Claude jest, jeśli chodzi o empatię, lepszy, ciekawszy, bogatszy, ale to wiele systemów tak ma. I oczywiście… aha, od niedawna, dosłownie parę dni temu, pojawiła się informacja, że OpenAI, czyli ci od ChatGPT, powiedzieli, że na duże straty ich naraża to, że ludzie w ich systemie piszą „dziękuję”, albo „proszę”, albo coś takiego, dlatego że to jest dodatkowy materiał do przetwarzania. Ja się zgadzam, oczywiście, bo jak mi taki system wygeneruje coś, ja piszę „dzięki, bardzo fajne”, to on musi znowu użyć swojej mocy obliczeniowej, żeby wygenerować mi odpowiedź. Więc z jednej strony można powiedzieć: no tak, faktycznie już tego nie róbmy, nie obciążajmy. Ale chciałem powiedzieć, że równocześnie na przykład na Instagramie OpenAI, który śledzę, oni bez przerwy cisną robienie głupich obrazków. Ostatnio był pingwinek, już nie pamiętam co trzymał w skrzydełku, i było: a jak jeszcze możecie wygenerować tego pingwinka? A teraz pingwinek w postaci ciasta, a teraz pingwinek zrobiony z muszelek, a teraz pingwinek zrobiony z kupy, i tak dalej.

Ola: A te nasze portrety w stylistyce Ghibli, to przecież też jest coś…

Piotr: No tu oczywiście wchodzi jeszcze wątek praw autorskich i innych kwestii, ale oni to też cisną, w związku z czym jest to zwykła hipokryzja, bo, dodajmy, że wygenerowanie odpowiedzi na „dziękuję bardzo” zużywa kilkusetkrotnie mniej zasobów niż wygenerowanie obrazka pingwina z kupy, do którego wygenerowania oni tam intensywnie zachęcali.

Ola: Albo zestawu, no jak to się nazywa, ten zestaw ludzi…

Piotr: Tak, te action figures, takie laleczki. Internet nagle zrobił się ich pełny. Ale oni to cisnęli straszliwie, bez przerwy, a teraz już cisną coś następnego, pytali, jaki ma być trend na jutro, czy mają być postacie jako takie dmuchane, jak piłeczki, czy coś tam drugiego.

Ola: Tak, lale dmuchane.

Piotr: Zaraz będzie, no dokładnie tak. Ja zagłosowałem na lalę dmuchaną, chciałem to zobaczyć. Dziękuję. Natomiast mówię, że zwykłą hipokryzją ze strony tej firmy jest to, że łapią się za głowę nad tym, że ludzie nie dziękują ich systemom, a sami generują głupie obrazki. Także tu też się tego trzymajmy.

1:05:04 Generowanie obrazków, prawa autorskie i podsumowanie narzędzi Posłuchaj

Piotr: A skoro już mówimy o generowaniu obrazków głupich i mądrych, to tutaj główną generatorką obrazków u nas jest Ola.

Ola: I teraz pytanie, czy głupich, czy mądrych.

Piotr: Zależy, co potrzebujemy.

Ola: A jeśli chodzi właśnie o to, czy mądre, czy głupie, to bardzo mi się spodobała idea tworzenia ilustracji za pomocą tych narzędzi AI-owych, dlatego że czasami niektóre nasze teksty czy podcasty naprawdę jest bardzo trudno zilustrować za pomocą dostępnych w sieci publicznie ilustracji.

Piotr: Tak, a nie tylko publicznie.

Ola: Nawet mamy dostęp do banków zdjęć, na przykład.

Piotr: No mamy dostęp do banku zdjęć, który nie jest takim topowym bankiem zdjęć.

Ola: I to jest Deposit Photos, na przykład.

Piotr: Tak. Problem polega na tym, że na przykład jak kiedyś szukałem jako ilustracji do jakiegoś materiału, który pisaliśmy, czaszki, ludzkiej czaszki leżącej w trawie, bo tego potrzebowałem, i to nawet nie musiała być realistyczna, prawdziwa czaszka, mogła być, nie wiem, plastikowa czaszka, to mogłem owszem kupić taki obrazek za kilkanaście do kilkudziesięciu dolarów, bo ktoś zrobił zdjęcie. Ja to szanuję, nie mam nic przeciwko systemowi sprzedaży zdjęć, to jest normalna sprawa. Natomiast mnie, jako autora małego serwisu, bo nie jesteśmy wielką redakcją, jest nas dwoje, nie stać po prostu na wydanie na ilustrację tego typu takich pieniędzy. Wiem, że to może wzbudzać oburzenie wielu osób, które powiedzą, jak cię nie stać, to nie miej tego obrazka. Więc dokładnie tak było, to znaczy jak mnie nie było stać, to tego obrazka nie było, i żyłem z tym. Natomiast pojawiła się możliwość posiadania takiego obrazka bez płacenia dużych pieniędzy.

Ola: No i zaczęła się moja przygoda z generowaniem obrazków od systemu DALL-E, który można powiedzieć, że pozostawiał wówczas wiele do życzenia, ale ludzie się zachwycali. Pamiętam, jak się załamałam, jak usiłowałam wygenerować świętego Mikołaja z zaprzęgiem, z reniferami, a te renifery miały nogi w zupełnie losowych miejscach.

Piotr: Tak, bo płozy sań wychodziły im z brzucha.

Ola: Płozy sań z brzucha albo z nóg.

Piotr: To było dawno temu.

Ola: No w ogóle jakieś dziwne rzeczy się tam generowały. A potem przyszedł etap Midjourney, i to jest moje ukochane narzędzie, bo pozwala zasypać te dziury, które powstają wskutek tego, że na przykład mamy informację naukową, mamy publikację naukową, ale ona nie ma dobrej ilustracji, i albo możemy dać jakąś rycinę mało atrakcyjną, albo w ogóle nic nie dawać, albo dać coś zupełnie niezwiązanego z tym tematem, byleby było atrakcyjne. A ja wolę dać coś, co jest związane z tematem, jest wiarygodne, rzetelne od strony naukowej i atrakcyjne wizualnie. I rzeczywiście daje się takie rzeczy robić.

Na przykład pamiętam moją pracę nad tym, żeby stworzyć portret człowieka sprzed, zdaje się, 40 tysięcy lat. Dysponowałam takimi portretami stworzonymi przez naukowców, to były portrety, takie ryciny, niepiękne. I na podstawie tego kazałam Midjourney stworzyć portret mężczyzny, łowcy-zbieracza sprzed 40 tysięcy lat. To był etap, kiedy Midjourney nie pozwalał na generowanie postaci, które są niedoskonałe, w związku z czym miałam wygenerowanego, przepięknego, prosto od barbera, łowcę-zbieracza z idealną cerą, z szeroką klatą i tatuażami jak prosto z warszawskiego salonu tatuażu. I bardzo mocno się napracowałam, żeby tego łowcę-zbieracza przerobić na kogoś, kto jest mniej ładny, kto ma niezbyt ładną cerę, kto nie ma takich tatuaży i starannie wytrymowanej brody. Dzisiaj te narzędzia pozwalają na generowanie ludzi niedoskonałych, co jest fajne.

Natomiast ważne jest to, że zachowałam w tamtej ilustracji jakby naukowe przesłanie, ten typ urody, te cechy, na które naukowcy zwrócili uwagę, tworząc tę rekonstrukcję człowieka, i przeniosłam to na formę wizualną, która przy okazji była atrakcyjna. I dla nas to jest istotne, bo jeżeli mam na okładce podcastu, a ja je robię, zamieścić coś, co jest jakąś ryciną, niezbyt atrakcyjną, a jednak rzetelną od strony naukowej, albo coś, co jest przy okazji atrakcyjne, to zdecydowanie wolę to drugie.

Piotr: Jasne, i to jest ogólna zasada tutaj, która niestety… wiem, że w kwestii generowania obrazków jest bardzo duży wątek, w ogóle w kwestii wszystkich tych systemów, wątek praw autorskich. To znaczy większość z tych systemów była uczona na rzeczach, do których twórcy tych systemów praw autorskich nie mieli. To jest gigantyczny problem, i ja go nie lekceważę, natomiast jest też tak, że w tej chwili te systemy są jakie są, i nie stać mnie zwyczajnie życiowo i zawodowo na to, żeby z nich nie korzystać, dlatego że założę, że są nieuczciwie stworzone. Może to jest cyniczne, dla mnie to jest po prostu pragmatyczne.

Powiem tak: bardzo życzę twórcom tych systemów, którzy wykorzystali rzeczy, do których nie mieli praw, żeby zostali za to ukarani, i żeby te systemy zostały nawet wykastrowane z tych rzeczy, z których korzystały nielegalnie. Natomiast w tej chwili po prostu te systemy są, i z nich w ten sposób korzystamy. Pewnie wiele osób to oburzy, no trudno, takie jest życie, i niestety nie mam tu jakiegoś złotego klucza poza zignorowaniem tych systemów, a tak jak mówię, nie bardzo sobie na to możemy pozwolić. Również jeśli chodzi o te ilustracje, w tej chwili oczywiście, jeżeli tworzymy sobie obrazki w trybie Ghibli, no to jest to bezczelne zerżnięcie tego stylu, natomiast bardzo wiele rzeczy jest takich, które można generować, które w ogóle nie zaczepiają o ten obszar bezpośredniego pogwałcenia praw autorskich.

To teraz jeszcze szybciutko podsumujmy, z jakich systemów my korzystamy i do czego. To może się komuś przydać, bez wchodzenia w szczegóły. ChatGPT od OpenAI, to jest najbardziej znany system niewątpliwie, nadal bardzo dobrze sprawdza się w edycji tekstów. Od kiedy ma system wyszukiwania, to też działa nieźle jako wyszukiwarka. Potrafi przygotowywać bardzo rozbudowane raporty, chociaż tu, nawet w płatnej wersji za mniej więcej 100 złotych miesięcznie plus minus, jest ograniczenie do siedmiu takich raportów na miesiąc, więc to jest pewien problem.

DALL-E robi bardzo, bardzo dobre obrazki, nie wiem, czy nie najlepsze, albo jedne z najlepszych.

Ola: Midjourney odpada?

Piotr: Pod pewnymi względami. On kiedyś robił te straszne rzeczy, tam nie wiem, „mam 160 lat, upiekłam chleb z piasku”.

Ola: Nikt mi nie podziękował.

Piotr: Nikt mi nie podziękował, bo mieszkam na wsi. To były stamtąd właśnie te obrazki z DALL-E.

Ola: Nie były, tylko wciąż są.

Piotr: Są, ale już ich nie generuje, to już chyba są pozostałości z dawnych czasów.

Ola: Oby jak najszybciej wymarły.

Piotr: Bo teraz DALL-E robi bardzo dobre, potrafi nawet zrobić w miarę sensowną infografikę, to jest ogromna zmiana. I to jest ChatGPT. Później mamy Claude od Anthropic.

Ola: Claude jest bardzo przydatny do edycji, wygładzania tekstu, podpowiadania tego, co wyciągnąć z tekstu interesującego, porządkuje materiały, doskonale podsumowuje. Ale też wykazuje się dużą dozą empatii, więc można sobie z nim podyskutować o różnych kwestiach, które są dla nas emocjonalnie ważne.

Piotr: A jednocześnie jest znakomity w programowaniu, my w ogóle o tym wątku nie mówimy, bo nie programujemy, ale Claude jest znakomity w programowaniu. A jeszcze do ChatGPT dodam, że ma najlepszą, bo właściwie chyba dwa w tej chwili systemy mają taką funkcję rozmowy: włączamy sobie rozmowę, i to jest tak, jakbyśmy z kimś przez telefon rozmawiali, coś rzucamy, on odpowiada, i tak dalej. Tu trzeba uważać, bo kłamie, często zdarza mu się coś zmyślać. Dodatkowo teraz wprowadzili niedawno taką funkcję, że możemy mu udostępnić obraz z kamery, przy czym to działa tak sobie. Ja niedawno testowałem, włączyłem ten obraz z kamery i skierowałem na naszą zmywarkę. Mówię: słuchaj, nie wiem, jak włączyć tę zmywarkę, podpowiedz mi. Więc jako tako ogarnął markę zmywarki i tak dalej, natomiast jak przeszliśmy do szczegółów, to się wyłożył i prawdę mówiąc nie pomógł mi nadmiernie. Dałem sobie radę sam, póki co jeszcze ogarniam.

Ola: Po dwóch latach korzystania ze zmywarki wciąż umiesz ją obsługiwać.

Piotr: Wciąż umiem ją obsługiwać, dzięki. Kolejny system to jest Perplexity, o którym też sporo mówiliśmy, który jest przede wszystkim wyszukiwarką. Nie tylko, ale do tego głównie go używamy. Kiedyś to był dla mnie właściwie numer jeden, teraz troszkę już spadł z piedestału, ale wciąż jest to bardzo dobry system, którego podstawową zaletą jest to, że podaje źródła, źródła, źródła. Można mu też ustalić, tak jak Ola mówiła, czy ma wyszukiwać na przykład tylko w ogólnym internecie, czy w pracach naukowych, czy w jakichś serwisach bardziej…

Ola: Specjalistycznych.

Piotr: Nawet nie, bardziej mi chodziło o to, gdzie ludzie ze sobą dyskutują, typu jakieś Reddity czy coś takiego. I tu można również zmieniać modele językowe, na których pracuje. Później mamy wspomniany Gemini, to jest model Google, który był bardzo zły, a w tej chwili jest moim zdaniem bardzo dobry.

Ola: Ale w wersji takiej samodzielnej, a nie w tej, która jest wykorzystywana w wyszukiwarce Google, gdzie podaje na górze wyszukiwania jakieś swoje kompilacje informacji, które są niestety…

Piotr: Czasem złe, czasem dobre, halucynowane, a czasami różne, nie najlepsze. Natomiast Gemini ma znakomity system robienia raportów, zwłaszcza w tej wersji 2.5, bardzo polecam. Bardzo się poprawił i myślę, że będzie się dalej rozwijał, chyba że się potknie. Jest DeepSeek chiński, którego w tej chwili nie polecam, głównie dlatego, że strasznie trudno się do niego dostać. Można z tego modelu korzystać w ramach Perplexity, tam jak się odpowiednio poprzełącza, to mamy DeepSeeka. Jest Grok, to jest model zrobiony przez firmę Elona Muska, model, który rzekomo właściwie nie ma ograniczeń, opowiada rubaszne kawały i różne inne, i w ogóle. Natomiast przyłapano go na tym, że ma ograniczenia, bo na przykład nie chciał mówić niekorzystnych rzeczy na temat, uwaga, co za zaskoczenie, Elona Muska albo Donalda Trumpa. Już podobno to ograniczenie zlikwidowano.

Ola: Ojej, jakie to zadziwiające. Myślisz, że zlikwidowano?

Piotr: Tak, zlikwidowano, bo ludzie bardzo często to sprawdzali.

Ola: A można tylko mówić o tym, że Tesla przekręca swoje dane dotyczące przebiegów?

Piotr: Grok w tej chwili rzeczywiście krytykuje, jak się zapyta, czy Elon Musk jest jakiś tam, to odpowiada w sposób dość obiektywny.

Ola: A z kolei DeepSeek nie pozwala mówić o tym, że na placu…

Piotr: Tienanmen. Chiński DeepSeek ma założony taki kaganiec, że jak go zapytamy o plac Tienanmen, to nawet czasem wygeneruje odpowiedź, ale szybko ją usunie. Natomiast ten sam DeepSeek uruchomiony na niechińskich komputerach działa bardzo sprawnie i mówi bardzo prawdziwe rzeczy o placu Tienanmen i innych tego typu kwestiach. Grok też nieźle robi obrazki, choć nie tak dobrze jak inne. Jest jeszcze parę innych, jest Qwen [? niepewne: w transkrypcji „Kuen”] chiński i tak dalej, zostawmy je w spokoju. Midjourney, o tym mówiliśmy, to jest model wyspecjalizowany w robieniu…

Ola: Ilustracji.

Piotr: …ilustracji, zdjęć hiperrealistycznych.

Ola: Znaczy nie zdjęć, tylko ilustracji przypominających zdjęcia.

Piotr: No tak, tak, tak.

Ola: I ja jeszcze do obrabiania tego, co mi wypluje Midjourney, używam Photoshopa.

Piotr: No ale w Photoshopie są…

Ola: Funkcje AI-owe w Photoshopie, które ja dopracowuję…

Piotr: Firefly się nazywa? Nie, nie, jak on się nazywa…

Ola: Za pomocą tych narzędzi photoshopowych po prostu doprecyzowuję szczegóły tego, co mi nie dowiózł Midjourney.

Piotr: Tak, tak, on ma dosyć szczególną funkcję, ten photoshopowy AI, bo rzeczywiście potrafi drobne elementy obrazka modyfikować, dopasowując je do reszty. Jest Sora, to jest system, który się specjalizuje w obrazkach i w wideo w tej chwili, również od OpenAI, czyli od tych, co ChatGPT zrobili.

Ola: Co się stało z DALL-E w ogóle?

Piotr: DALL-E jest… wiesz co, w tej wersji, nie wiem, czy w ogóle jeszcze istnieje. Mam nadzieję, że już nie, bo to był bardzo zły model do obrazków. Nie wiem.

Ola: Ale w Canvie jest w tej chwili jakiś system?

Piotr: Nie, w Canvie jest zupełnie… to jeszcze do Canvy zaraz dobiegnę. No dobra, to jest Canva. Canva, czyli ten rozbudowany system do tworzenia ilustracji, gdzie funkcje sztucznej inteligencji były bardzo kiepskie, a całkiem niedawno, chyba w październiku czy coś, wprowadzili nowy model, który robi bardzo dobre ilustracje. Już nie tak dobre jak niektóre inne modele, ale bardzo dobre, warto o tym pamiętać. I powiem szczerze, jeśli chodzi o te rzeczy, z których my korzystamy, to jest całość, poza takimi wyspecjalizowanymi, na przykład mamy Fireflies AI, coś, co uczestniczy w naszych rozmowach na jakichś tam Zoomach, mitingach czy coś takiego, i te rozmowy zapisuje i tworzy z nich podsumowania. Bardzo wygodne rozwiązanie, ale takich specjalistycznych jest całe mnóstwo.

Ola: Jeszcze TurboScribe wykorzystujemy przy transkrypcji naszych podcastów albo jakichś materiałów dźwiękowych, które niekoniecznie mamy też w formie pisanej.

Piotr: Tak, był wątek tego, żeby robić transkrypcję naszych podcastów, żeby były w formie tekstowej, ale powiem szczerze, to, co TurboScribe robi, nie jest na tyle dobre, żeby to po prostu publikować, a obrobienie tych, nie wiem, 60-70 tysięcy znaków ręcznie, to jest zbyt duża robota w tej chwili. Jeszcze poczekamy, aż te systemy będą to lepiej robiły. Więc to jest to, z czego my korzystamy regularnie.

1:21:29 Jak tworzyć dobre prompty Posłuchaj

Piotr: Ja chcę króciutko powiedzieć jeszcze o jednej rzeczy, to znaczy o tym, jak tworzyć dobre zapytania, bo to jest coś, o czym mnóstwo ludzi ma…

Ola: Tak zwane prompty.

Piotr: Tak zwane prompty. W ogóle w tym momencie chciałem ogromnie polecić coś, co robi pewien nasz znajomy, Marcin Sawicki. On prowadzi na Facebooku profil Rewolucja AI. Robi świetną robotę, bardzo dużo pisze o takich praktycznych rzeczach, jak tworzyć prompty i tak dalej. Marcin jest w ogóle osobą dość wyjątkową, świetnym dziennikarzem, jedną z najinteligentniejszych osób, jakie znam szczerze, a znam go od dość dawna, bo już będzie 30 parę lat, więc naprawdę totalnie polecam tę jego Rewolucję AI. To ty nie masz 30 lat?

Ola: Ja mam 16, moja droga.

Piotr: Nie, to ja mam 16.

Ola: Tylko tak brzmisz, ty masz 16,5.

Piotr: Więc tę Rewolucję AI do tego też damy link. Bardzo polecam osobom, które chcą troszeczkę bardziej podłubać w temacie. To jest i profil na Facebooku, i strona rewolucjaai.com, bardzo ciekawe rzeczy tam są.

I teraz o samym tworzeniu tych promptów, czyli tych zapytań. Pierwsza sprawa: trzeba być konkretnym i precyzyjnym, to znaczy nie zadawajmy ogólnych pytań czy ogólnych zadań. Na przykład zamiast „napisz coś o psach”, no to coś napisze, ale jak napiszemy na przykład „napisz krótki, mający 100 słów opis rasy pudel, skupiający się na jej temperamencie, potrzebach ruchowych i żywieniowych”, to dostaniemy dokładnie to, co chcemy. Więc konkret, konkret. I bardzo ważna rzecz: potrzebujemy kontekstu, to znaczy pamiętajmy o tym, że jak my rozmawiamy z tymi systemami, to trochę je odbieramy jak ludzi. Ludzie znają kontekst sytuacji, inny jest kontekst, jak kogoś zapytamy na ulicy o coś, jak kogoś zapytamy w pracy, jak w domu. Te systemy nie mają wciąż jeszcze takiej świadomości kontekstu, więc trzeba im dawać taki kontekst możliwie bogato, i to bardzo dobrze działa. Czyli ja na przykład, jak szykuję coś do szkoły, to piszę: przygotowuję dla klasy siódmej szkoły podstawowej lekcję na temat sposobów manipulacji, jakie się wprowadza w sklepach, żeby skłonić ludzi do większych zakupów, zaproponuj mi jakieś materiały tak, żeby były zrozumiałe dla siódmoklasistów i tak dalej. Czyli opowiadam mu, kim ja jestem, co ja robię, po co to robię, i to jest niezwykle ważna rzecz, chyba nawet najważniejsza.

Ola: Ja też moje prompty na przykład dla Perplexity rozpoczynam od tego, że przygotowuję podcast popularnonaukowy, zależy mi na rzetelności i na odpowiedniej liczbie wiarygodnych faktów, żeby znalazły się tam dane, które można gdzieś sprawdzić, z odpowiednimi źródłami.

Piotr: Dobrze jest też wytłumaczyć, na jakim poziomie czy w jaki sposób to mam ustawione, czyli na przykład mogę powiedzieć: mam 10 lat, wytłumacz mi, jak działa elektrownia jądrowa, żebym zrozumiał, i on rzeczywiście wtedy dopasuje ten poziom odpowiedzi, i to jest ważne. Co więcej, możemy dopytywać, jeżeli czegoś nie zrozumiemy, pytamy, pytamy, nie tak jak w Google, gdzie każde zapytanie jest oddzielne. Możemy też pójść dalej, na przykład powiedzieć, jaki ma być format tej odpowiedzi, czy to ma być lista w punktach, czy na przykład e-mail, czy akapit tekstu na stronę internetową czy coś. Możemy definiować styl tej odpowiedzi, w znaczeniu czy ma być formalny, poważny, żartobliwy, lekki, bardziej lub mniej żartobliwy, budzący emocje, wszelkie tego typu rzeczy.

Ola: Ale też w niektórych modelach można wrzucić fragment tekstu na wzór i skopiować stylistykę danej notacji.

Piotr: Ale tu ciekawa rzecz, to od Marcina Sawickiego właśnie, on pisze, że znacznie lepiej działa opis stylu niż kopiowanie stylu. Jak wrzucimy fragment, nie wiem, Różewicza, i każemy mu napisać w tym stylu, to będzie nieporadne. Natomiast jeżeli znajdziemy gdzieś analizę stylu Różewicza…

Ola: No to pewnie trzytomową.

Piotr: No wiesz co, niech to będzie jakiś rozbudowany artykuł. To na podstawie tej analizy stylu system bardziej napisze coś Różewiczowego niż na podstawie fragmentu Różewicza. I dobrze jest te swoje prompty udoskonalać, jeżeli coś nam nie pasuje, spróbujmy troszkę inaczej, i tak dalej. Jest całe mnóstwo najrozmaitszych sztuczek, jest nakierowywanie tych systemów, bo one czasami dają odpowiedzi zaskakująco naiwne, więc czasami trzeba rozbić zadanie na elementy. Jeżeli damy mu zbyt duże polecenie, każemy mu napisać, nie wiem, książkę na temat czegoś tam, to on polegnie, napisze nam kawałeczek, po czym powie, że resztę napisze jutro. Co jest bzdurą kompletną, mnóstwo ludzi się na to nabiera, co też jest ciekawe, bo te systemy są cwane, mówią na przykład, że pracują nad tym i jutro dadzą odpowiedź. Nie pracują i nie dadzą. Jak chcemy, żeby napisał książkę, co prawda uważam to za trochę poroniony pomysł, pisanie w ten sposób książki, ale co kto lubi, można ją pisać po kawałku, po rozdziale i tak dalej. Mnóstwo jest takich sztuczek, wszystkich oczywiście nie omówimy, ale nie zniechęcajmy się, kombinujmy, dłubmy, tu jest bardzo dużo do zrobienia. Trzeba się nauczyć korzystania z tego, ale znowu poziom wejścia, poziom rozpoczęcia jest taki, że każdy może, nie jest to trudne, i powiem krótko: jak ktoś nie korzysta, niech spróbuje, bo to nie gryzie. Jest ciekawe, przyjemne, i można powiedzieć, otwierające na nowe pomysły.

Ola: Zwłaszcza że korzystanie z tego typu narzędzi w tej chwili będzie coraz bardziej powszedniało, i do rzadkości zaczną należeć ci, którzy nie korzystają. Jeżeli mamy taką sytuację, że w jakiejś dziedzinie, którą się zajmujemy, inni podpierają się narzędziami AI-owymi, nie mówię, że w głupich rzeczach, ale właśnie w wydajnościowych, takich, które poprawiają wydajność, zmniejszają czas osiągnięcia danego celu, to my, jeżeli chcemy się utrzymać, powinniśmy też to robić. To jest na zasadzie czerwonej królowej, czyli żeby cały czas…

Piotr: Żeby stać w miejscu, trzeba cały czas biec.

Ola: Tak, żeby cały czas… dziękuję, że wyjąłeś mi to z ust, tę czerwoną królową.

Piotr: Przepraszam, że tak się obsilniłem.

1:28:23 Polecajka, zakończenie i słowo na dziś Posłuchaj

Piotr: Słuchajcie, tradycyjnie na koniec polecajka na dziś, którą przygotowała tym razem, nie zgadniecie, Ola.

Ola: O, ja. Chcę wam bardzo polecić coś, co jest związane z naszym dzisiejszym tematem. To jest książka pod tytułem „Wszyscy kłamią”, podtytuł: „Big Data, nowe dane i wszystko, co internet może nam powiedzieć o tym, kim naprawdę jesteśmy”. Autorem tej książki jest Seth Stevens Dawidowicz [? niepewne: pisownia nazwiska], a książka była bestsellerem New York Timesa. To jest książka sprzed kilku lat, więc nie będzie uwzględniała tych narzędzi AI-owych w takim stopniu, w jakim są teraz obecne w naszym życiu, natomiast warto po nią sięgnąć, bo świetnie pokazuje, w jaki sposób różni się to, co mówimy o sobie otwarcie, jak się prezentujemy w mediach społecznościowych, jak nawet o sobie myślimy, od tego, co o nas mówią wyniki wyszukiwań, jakie na przykład zadajemy w Google. Seth Stevens Dawidowicz był analitykiem Google, więc świetnie sobie z tymi danymi radzi, i na podstawie wyszukiwań jest w stanie skonstruować, i to też robi na łamach tej książki, statystyki dotyczące rasizmu czy stosunku do homoseksualizmu w Stanach Zjednoczonych, i tego typu delikatnych kwestii, o których ludzie często nie mówią publicznie, natomiast to, co myślą, zdradzają ich wyszukiwania w Google.

Piotr: A po co gorsze, mówią publicznie co innego niż faktycznie robią. Taki ładny przykład wrzuciłaś.

Ola: Tak, to nie jest mój przykład, tylko właśnie z tej książki zaczerpnięty. Na Facebooka albo Instagrama dziewczyna wrzuca serię fantastycznych zdjęć z wakacji, z plaży, jest z chłopakiem, w ogóle miłość kwitnie, a w tym samym czasie w wyszukiwarkę Google wpisuje takie pytanie: mój chłopak nie chce się ze mną kochać, dlaczego?

Piotr: Tak, więc chodzi o tę rozbieżność między tym, co my deklarujemy, a co faktycznie robimy. A to, co robimy, zostaje ujawnione przez to, czego szukamy, jakimi informacjami się posługujemy i tak dalej. Niezwykle ciekawa sprawa.

Ola: Trochę zmienia punkt odniesienia i sposób patrzenia na media społecznościowe, bo pozwala zobaczyć to, jak inni chcą, żeby ludzie ich widzieli, a nie to, jak jest naprawdę w ich życiu, że jest tak fantastycznie, że mają wakacje pod palmami.

Piotr: Słuchajcie, na koniec przypominamy o naszym podcaście Laboratorium Zbrodni, robionym we współpracy z Polskim Radiem. Już 23 kwietnia znajdziecie go na stronie Polskiego Radia oraz na Spotify, Apple Podcast i gdziekolwiek tam jeszcze indziej chcecie słuchać. Chciałem też powiedzieć, że jeżeli macie jakieś pytania dotyczące tego, jak korzystać z AI, czy macie jakieś własne spostrzeżenia, piszcie do nas, czy to w komentarzu na YouTubie, na Spotify, czy na podcasty@crazynauka.pl. Nie mówiliśmy o tym dziś, ale bardzo serdecznie zachęcamy do wsparcia nas na przykład na Patronite, albo, co ostatnio zrobiliście z dużą intensywnością, jesteśmy niewiarygodnie wdzięczni, na BuyCoffeeTo, czyli innymi słowy, jeżeli to, co mówiliśmy dzisiaj, wam się jakoś przydało, postawcie nam kawę, będzie nam bardzo miło.

Ola: A kawę bardzo lubimy.

Piotr: Mamy cały odcinek o kawie.

Ola: Bardzo dobrze się słuchało. To jest jeden z niedawnych odcinków, serdecznie wam polecamy wysłuchanie go. A słowo na dziś to…

Piotr: Halucynacje. Cześć.

Ola: Cześć.

Źródła

* https://hbr.org/2025/04/how-people-are-really-using-gen-ai-in-2025

* https://rewolucjaai.com/

* https://www.nytimes.com/2025/02/28/podcasts/hardfork-anthropic-dario-amodei.html

* https://www.sciencedirect.com/science/article/pii/S2590291124003607

* https://www.tooltester.com/en/blog/chatgpt-survey-can-people-tell-the-difference/

* https://www.cyberhaven.com/blog/4-2-of-workers-have-pasted-company-data-into-chatgpt

* https://arxiv.org/html/2401.03205v1

* https://tswlocal.com/claude-ai-the-future-of-emotional-ai-chatbots/

* https://www.techradar.com/computing/artificial-intelligence/are-you-polite-to-chatgpt-heres-where-you-rank-among-ai-chatbot-users