AI w życiu codziennym – jak sztuczna inteligencja już teraz zmienia nasze życie

Poniższe notatki powstały na podstawie serii rozmów „Mr. Maeda’s Cozy AI Kitchen” z udziałem ekspertów z branży technologicznej: Williama Bartholomewa (specjalista ds. odpowiedzialnego AI), Kevina Bethune (autor książki „Reimagining Design”) oraz Hiromichiego Kobashi (Fujitsu). Wszystkie przemyślenia, obserwacje i wnioski przedstawione w artykule pochodzą od rozmówców.

TL;DR – najważniejsze punkty

AI jest już wszędzie – od autokorekty w telefonie po podsumowania e-maili w Outlook
Edukacja się zmienia – AI pozwala skupić się na wyższych umiejętnościach, podobnie jak kalkulator w matematyce
Mentoring staje się dostępny – embeddings umożliwiają tworzenie wirtualnych mentorów z cytatów ekspertów
Regulacje nadchodzą globalnie – UE, USA, Brazylia wprowadzają przepisy dotyczące AI
Odpowiedzialne AI to konieczność – developerzy muszą myśleć o bezpieczeństwie i etyce od początku
Composite AI to przyszłość – integracja różnych modeli AI w jednym systemie
Oczekiwania muszą być realistyczne – AI to „rozmawiający pies”, który będzie coraz mądrzejszy

Niewidoczna rewolucja już trwa

Według ekspertów większość z nas korzysta z AI codziennie, często nie zdając sobie z tego sprawy. Autokorekta w telefonie już nie tylko sprawdza pisownię – teraz przewiduje następne słowo.

Jeden z uczestników zauważa, że przestał pamiętać poprawną pisownię, bo telefon automatycznie koryguje błędy. Ta zmiana uwalnia umysł od rutynowych zadań i pozwala skupić się na ważniejszych sprawach.

AI w życiu codziennym objawia się poprzez:

Pisanie tekstów – autokorekta przewiduje następne słowa
Zarządzanie e-mailami – automatyczne podsumowania długich wątków
Programowanie – GitHub Copilot przyspiesza pisanie kodu
Komunikację – inteligentne sugestie odpowiedzi w aplikacjach

Menedżer z wieloletnim doświadczeniem potwierdza skuteczność AI w pracy biurowej. Zamiast czytać setki linii e-maili, otrzymuje krótkie podsumowanie głównych punktów.

Z kolei programiści odkrywają nowy poziom produktywności. Narzędzia jak GitHub Copilot powodują, że kod „płynie jak na lodzie”, jednak wymagają nowego sposobu myślenia o programowaniu.

Edukacja w nowej erze

Przemiana w edukacji przypomina wprowadzenie kalkulatora do matematyki. Jak podkreśla jedna z rozmówczyń, inżynierowie wymyślili kalkulatory, żeby nie musieć liczyć ręcznie. W rezultacie mogą skupić się na układaniu problemów i myśleniu wysokopoziomowym.

AI staje się cierpliwym nauczycielem dostępnym przez całą dobę. Ojciec uczący córkę matematyki opisuje swoje doświadczenia z ChatGPT. Można zadawać systemowi najprostsze pytania, prosić o kolejne wyjaśnienia – nigdy się nie znudzi ani nie zirytuje.

Rozmówcy wskazują kluczowe zalety AI w edukacji:

Nieograniczoną cierpliwość – można zadawać pytania bez końca
Brak osądzania – pytania bez wstydu i strachu przed krytyką
Dostępność przez całą dobę – nauka w dowolnym momencie
Personalizację – dostosowanie poziomu wyjaśnień do użytkownika
Interaktywność – możliwość pogłębiania tematu w dowolnym kierunku

Demokratyzacja edukacji staje się faktem. AI daje dostęp do najlepszych nauczycieli w historii ludzkości w dowolnym momencie.

Jak skutecznie uczyć się z AI

Zacznij od prostych pytań – sprawdź, czy rozumiesz podstawy
Proś o wyjaśnienie wyjaśnień – schodź coraz głębiej
Nie krępuj się głupich pytań – AI nie ocenia
Wykorzystuj przykłady – proś o konkretne sytuacje
Testuj zrozumienie – zadawaj pytania kontrolne
Łącz z praktyką – aplikuj wiedzę w realnych projektach

Kluczową umiejętnością XXI wieku staje się zadawanie właściwych pytań. Jak zauważa jedna z uczestniczek, większość pracy programisty to sprawdzanie, jak wykonać swoją pracę. Dlatego AI nie odbierze umiejętności łączenia elementów, ale uczyni te elementy bardziej dostępnymi.

Praktyczny przykład? Kierowca Ubera pytający o zostanie inżynierem lotniczym otrzymał radę, żeby używać ChatGPT podczas jazdy do nauki. Perspektywa realizacji marzeń stała się realna.

Wirtualni mentorzy z prawdziwego zdarzenia

Kevin Bethune, autor książki „Reimagining Design”, prezentuje fascynujące możliwości AI w mentoringu. Jego cytaty zostały przekształcone w embeddings – długie wektory liczb zawierające znaczenie słów.

System może znajdować podobieństwa między pytaniami a radami eksperta. Pytanie o stawianie czoła trudnym realiom automatycznie łączy się z cytatem o byciu szczerym wobec trudności.

Bethune podkreśla kluczowe odkrycie dotyczące procesu kreatywnego. Według niego należy wykorzystać niepewność jako potężną zmienną wywołującą kreatywność. W procesie twórczym jest dużo nieliniowości, którą można wykorzystać do łączenia przeszłości z teraźniejszością.

Technologia pozwala na dostosowanie „temperatury” odpowiedzi. Zimne odpowiedzi są konkretne, gorące – bardziej kreatywne i otwarte na interpretację.

Globalne regulacje już nadchodzą

William Bartholomew, były developer, obecnie specjalista ds. odpowiedzialnego AI, ostrzega przed lekceważeniem tematu regulacji. Jego symboliczny kompas ma prowadzić do odpowiedzialnego AI – w przeciwieństwie do termometru używanego tylko do „mierzenia” AI.

Każdy developer w każdym kraju będzie musiał myśleć o odpowiedzialnym AI. Regulacje pojawiają się globalnie:

Unia Europejska wprowadza AI Act
Stany Zjednoczone pracują nad przepisami stanowymi i federalnymi
Brazylia rozważa własną ustawę o AI
Inne kraje oceniają ryzyko i wpływ AI na społeczeństwo

Bartholomew podkreśla analogię z bezpieczeństwem sprzętu. Tak jak chcemy, żeby toster był bezpieczny, również software powinien być bezpieczny. Stosujemy więc testy, filtry bezpieczeństwa – podobnie jak w cybersecurity.

Odpowiedzialne AI dla developerów

Poznaj zasady odpowiedzialnego AI w swojej branży
Zaimplementuj filtry bezpieczeństwa już na etapie projektowania
Testuj na bias i dyskryminację – sprawdzaj różne grupy użytkowników
Dokumentuj decyzje AI – zachowaj transparentność
Monitoruj działanie w produkcji – systemy AI mogą się zmieniać
Przygotuj się na regulatory compliance – sprawdź przepisy w swoim kraju

Bartholomew wskazuje na konkretne narzędzia, które developerzy mogą stosować już dziś. Microsoft Responsible AI standard i funkcje w Azure AI Studio to przykłady rozwiązań dostępnych w codziennej pracy.

Przyszłość to composite AI

Hiromichi Kobashi z Fujitsu, używający GPT już od dwóch lat, prezentuje wizję przyszłości. Composite AI łączy różne modele AI w jednym systemie.

Jego przykład dotyczy systemu service desk. Menedżer ma 20 zgłoszeń i 5 pracowników, musi uwzględnić przerwy na lunch i inne ograniczenia.

Composite AI automatycznie:

Analizuje dane z różnych źródeł (ServiceNow, SAP, systemy firmowe)
Używa AutoML do predykcji obciążenia pracą
Optymalizuje przydzielanie zadań z uwzględnieniem ograniczeń
Działa przez chat – bez potrzeby programowania
Integruje semantic kernel jako rdzeń architektury
Wspiera function calling i agentów AI

System działa według zasady „przewiduj i optymalizuj”. Najpierw analizuje dane i przewiduje obciążenia, potem optymalizuje przydzielanie zadań. Kobashi zauważa, że takie dwustopniowe wykorzystanie machine learning było wcześniej dostępne tylko dla ekspertów.

Mimo to Kobashi podkreśla ważną kwestię. GPT-4 jest potężny, ale większość ludzi używa go tylko do tłumaczeń i podsumowań. Function calling i agenci to następny etap rozwoju.

Realistyczne oczekiwania wobec AI

Jedna z najcelniejszych metafor pochodzi z dyskusji uczestników. AI to jak „rozmawiający pies” – imponujący jest sam fakt, że mówi, nie to, co mówi. Jednak wkrótce będzie imponować treść.

Rozmówcy podkreślają, że większość problemów z AI wynika z niewłaściwych oczekiwań. Ludzie mają za wysokie lub za niskie wymagania wobec technologii.

Dodatkowo pojawiają się ostrzeżenia przed samozadowoleniem. W tej niesamowitej erze łatwo jest stać się samozadowolonym i założyć, że AI będzie zawsze perfekcyjny.

Czy już używasz AI? Sprawdź!

Autokorekta w telefonie – przewiduje słowa podczas pisania
Sugestie odpowiedzi – w e-mailach czy komunikatorach
Podsumowania – e-maili, artykułów, dokumentów
Filtry antyspamowe – w skrzynce pocztowej
Rekomendacje – Netflix, YouTube, Spotify
Nawigacja – optymalizacja tras w mapach
Aparaty w telefonie – automatyczne ustawianie ostrości i kolorów
Tłumaczenia – Google Translate, DeepL

Jeden z uczestników wyznaje, że ma około 10 tysięcy nieprzeczytanych e-maili. Dlatego AI w zarządzaniu informacjami nie jest luksusem – to konieczność.

Praktyczne wskazówki na dziś

Z doświadczeń ekspertów wyłaniają się konkretne rady dla różnych grup użytkowników.

Dla użytkowników codziennych – wykorzystaj AI do zadań, które nie wymagają specjalistycznej wiedzy. Używaj AI jako cierpliwego nauczyciela, zadawaj pytania bez wstydu. Pamiętaj jednak, że AI będzie się poprawiać, ale dziś ma ograniczenia.

Dla programistów – poznaj zasady odpowiedzialnego AI już teraz. Eksperymentuj z function calling i agentami. Przygotuj się na regulatory compliance w swoim kraju. Rozważ integrację różnych modeli AI w jednym systemie.

Dla firm – zaimplementuj filtry bezpieczeństwa i testy jakości. Rozważ AI jako narzędzie zwiększające produktywność, nie zastępujące ludzi. Inwestuj w szkolenia zespołu z odpowiedzialnego AI.

Szanse i wyzwania przyszłości

Bethune zauważa kluczową kwestię – nie powinniśmy się bać AI. Jak każda technologia, może być pomocnym narzędziem, jednak wymaga świadomego podejścia do aspektów humanistycznych.

Jego wizja democratyzacji jest optymistyczna. Designers i twórcy mogą wykorzystać AI do rozwiązywania systemowych problemów. Democratyzacja dostępu do narzędzi przekazuje moc w ręce dobrych ludzi.

Podwójne wyzwanie staje się jasne – projektowanie przeciwko AI to jedno, ale jak projektować lepiej niż AI? Bethune odnosi się do „ketchup bottle moment” z South by Southwest oraz prac autorów jak Tim Ned Gibreu i Monica Belskite, którzy podkreślają wagę aspektów humanistycznych.

Bartholomew dodaje historyczną perspektywę. Ludzie obawiają się każdej nowej technologii – kamera była straszna, projektor filmowy też, samochód również. Jesteśmy obecnie w takiej epoce z AI.

Co więcej, AI już jest wszędzie w naszym życiu. Kiedy robisz zdjęcia jakimkolwiek telefonem, to AI pomaga balansować kolory i kadrować twarz. Przechodzimy teraz do nowej ery generative AI i agentic AI.

Następne kroki

AI już nie jest przyszłością – to teraźniejszość. Zmienia sposób, w jaki pracujemy, uczymy się i rozwijamy kariery. Kluczem do sukcesu jest świadome wykorzystanie jego możliwości przy zachowaniu odpowiedzialnego podejścia.

Jeden z uczestników podsumowuje: gdy możemy zlecić AI rzeczy, których nie musimy robić sami, róbmy to. Gdy rozumiemy, czego AI nie potrafi, ale co potrafi – oprzyjmy się o tę stronę statku i płyńmy naprzód.

Kluczowy insight

Niepewność jako przewaga

Standardowo myślimy: AI ma dawać pewne, deterministyczne odpowiedzi bez błędów i wieloznaczności.

W praktyce okazuje się, że: AI jest najcenniejszy, gdy wprowadza kontrolowaną niepewność i wieloznaczność. Przykładem jest wyszukiwanie „pizza”, które zwraca „teamwork”, czy Kevin Bethune używający AI nie dla pewnych odpowiedzi, lecz dla niespodzianek, które zaintrygują go do eksplorowania.

Dlaczego to jest istotne: Wszyscy gonią za „idealnym” AI bez błędów, ale przełomowe rozwiązania rodzą się z nieoczekiwanych połączeń. Jak zauważa Bethune, powinniśmy wykorzystać niepewność jako potężną zmienną wywołującą kreatywność.

Test na jutro: Następnym razem, gdy pytasz AI o coś, zamiast szukać jednej „pewnej” odpowiedzi, poproś o 3 różne perspektywy albo ustaw wyższą „temperaturę” i sprawdź, jakie nieoczekiwane połączenia ci zaproponuje.

Odcinki uwzględnione w artykule:

Ten artykuł powstał na podstawie następujących odcinków z serii „Mr. Maeda’s Cozy AI Kitchen”:

Responsible AI, with William Bartholomew – o globalnych regulacjach AI i zasadach bezpieczeństwa dla developerów
AI-copiloted Career Advising with guest Kevin Bethune – o wykorzystaniu embeddings do tworzenia wirtualnych mentorów kariery
AI in your daily life – o niewidocznej obecności AI w codziennych aplikacjach i narzędziach
AI in Education – o zmianie paradygmatu edukacyjnego i AI jako cierpliwym nauczycielu
Composite AI, with Hiromichi Kobashi – o integracji różnych modeli AI w jednym systemie dla biznesu

Cała seria dostępna tutaj: Mr. Maeda’s Cozy AI Kitchen

Tag: Machine Learning

Praktyczne AI w biznesie: od narzędzi dokumentacji po agentów UX – lekcje z Cozy AI Kitchen #EN190

Jak zarządzać projektami AI? Case study TasteRay #EN128