Katarzyna Kołbuś: Jakie są najczęstsze mity lub nieporozumienia dotyczące narzędzi AI, z którymi spotyka się pan w pracy z uczestnikami szkoleń?
Kacper Zamojski: Dość często spotykam się z przekonaniem, że sztucznej inteligencji brakuje kreatywności i że nie da się stworzyć za jej pomocą treści wysokiej jakości. A prawda jest taka, że AI jak najbardziej może nam pomóc w tworzeniu profesjonalnych artykułów, prezentacji czy raportów. Konieczna jest jednak do tego dobra znajomość narzędzi oraz technik tworzenia promptów (czyli poleceń do sztucznej inteligencji). To, jakiego narzędzia użyjemy i jakie dane wejściowe przekażemy takiemu modelowi, bardzo mocno wpłynie na jakość otrzymywanych wyników.
Z drugiej strony, spotykam się też ze skłonnością do traktowania sztucznej inteligencji jako magicznej pigułki, która jest w stanie rozwiązać wszystkie problemy. A warto być świadomym jej ograniczeń i pamiętać, że AI to nie wszechwiedząca wyrocznia. Modele językowe potrafią popełniać błędy i miewają tzw. „halucynacje”, co oznacza, że generują odpowiedzi brzmiące wiarygodnie, ale niezgodne z prawdą. Dlatego tak istotna jest rola człowieka w weryfikowaniu informacji. Modele AI opierają się na danych i wzorcach, więc bywa, że mylą się lub upraszczają. Ich wyniki należy poddawać ludzkiej ocenie. Automatyzacja procesów nie zwalnia nas z potrzeby zachowania rzetelności.
KK: Jakie kategorie narzędzi AI są obecnie najbardziej użyteczne w pracy biurowej i biznesowej?
KZ: Możemy wyróżnić kilka głównych kategorii narzędzi AI, które dają dziś w biurze najwięcej korzyści.
Pierwsza z nich to narzędzia do generowanie tekstu. Wiele osób korzysta z AI podczas tworzenia e-maili, podsumowań, czy raportów. Dla przykładu, jak wynika z raportu „The State of AI in Accounting 2024”, wśród księgowych korzystających z AI, aż 59% używa jej właśnie do pisania lub korygowania różnego rodzaju tekstów.
Druga kategoria to narzędzia do analizy danych, a więc takie, które pomagają wyciągać wnioski z dużych zbiorów danych, tworzyć prognozy albo automatycznie generować raporty. Tego typu rozwiązania od lat wspierają finanse, controlling czy logistykę.
Trzeci obszar to narzędzia do automatyzacji procesów. Mam przez to na myśli wsparcie przy wykonywaniu powtarzalnych czynności, od automatycznego przetwarzania dokumentów (np. faktur), po chatbota obsługującego klientów, czy rekrutacyjnego asystenta w HR.
KK: Od jakich narzędzi AI warto zacząć, jeśli ktoś nie ma żadnego technicznego backgroundu?
KZ: Pierwszym krokiem powinno być zapoznanie się z narzędziami takimi jak ChatGPT czy Gemini. Mają one niski próg wejścia, są najbardziej uniwersalne i intuicyjne – wystarczy zadać im pytanie w języku naturalnym (czyli języku, którym posługujemy się na co dzień w normalnej komunikacji). Warto zacząć od prostych zastosowań: poprosić AI o pomoc w napisaniu e-maila, streszczeniu dokumentu czy wygenerowaniu pomysłów na treść slajdów w prezentacji. Warto poznać takie wybrane narzędzie naprawdę dobrze, przetestować wszystkie jego funkcje, a dopiero później przechodzić do kolejnych.
W kolejnym kroku warto zapoznać się z narzędziami takimi jak Perplexity (do wyszukiwania informacji), NotebookLM (do pracy z dużą ilością plików tekstowych), czy Make (do tworzenia prostych automatyzacji).
Dobrym pomysłem jest też korzystanie z funkcji AI, które pojawiają się w programach używanych na co dzień. Przykładowo, pakiet Microsoft 365 wzbogaca swoje aplikacje o asystenta Copilot, który potrafi tworzyć teksty w Wordzie czy podsumowywać arkusze w Excelu.
KK: Coraz częściej mówi się o prompt engineeringu. Czym on tak naprawdę jest w praktyce, a czym na pewno nie jest?
KZ: Mówiąc obrazowo, prompt engineering to sztuka zadawania pytań AI w taki sposób, by uzyskać jak najlepszą odpowiedź. W praktyce oznacza to umiejętne formułowanie instrukcji dla modelu. Nie wystarczy polecić modelowi „Napisz raport”. Znacznie lepszy efekt uzyskamy, nadając szerszy kontekst oraz określając rolę (np. “Jesteś moim asystentem finansowym”), wskazując oczekiwany styl i zakres raportu, czy podając przykładową strukturę. Chodzi o to, by rozmawiać z AI w przemyślany sposób, bo od jakości naszego polecenia zależy jakość otrzymanego wyniku.
A czym prompt engineering nie jest? Na pewno nie jest tradycyjnym programowaniem. Zamiast pisania kodu, używamy języka naturalnego, czyli takiego, jakim posługujemy się na co dzień. Liczy się tu kreatywność językowa i zrozumienie, jak AI reaguje na różne sformułowania.
KK: Jakie kompetencje cyfrowe będą pana zdaniem kluczowe w najbliższych 2-3 latach?
KZ: Mówiąc o kompetencjach cyfrowych, nie można pominąć tematu sztucznej inteligencji, ze względu na to, że absolutnie kluczowa staje się biegłość w korzystaniu z narzędzi AI, czyli tzw. „AI literacy”. Mówiąc najprościej, każdy specjalista będzie musiał rozumieć możliwości i ograniczenia AI oraz umieć zastosować ją w swojej pracy. Mamy tu bardzo wyraźny trend, a jeden z raportów LinkedIn wskazuje, że „AI literacy” to najszybciej zyskująca na znaczeniu kompetencja, a zapotrzebowanie na związane z nią role wzrosło w ciągu ostatnich lat o 240%.
Drugą kwestią jest umiejętność pracy z danymi. Chodzi o zdolność do analizowania danych i wyciągania z nich wniosków przy wsparciu narzędzi cyfrowych. W erze biznesu opartego na danych, pracownik, który potrafi przeanalizować raport, zauważyć trend w Excelu czy zweryfikować wyniki wygenerowane przez AI, będzie na wagę złota.
Trzecia kluczowa kompetencja to podstawowa znajomość zasad cyberbezpieczeństwa i ochrony danych osobowych. Przykładowo, mamy tu kwestię wprowadzania danych firmowych czy danych klientów do ogólnodostępnych narzędzi AI. W trakcie szkoleń, które prowadzę, zawsze poświęcamy trochę czasu na te zagadnienia. Im bardziej polegamy na cyfrowych narzędziach, tym ważniejsze staje się, żeby każdy pracownik wiedział, z jakimi potencjalnymi zagrożeniami jest to związane i jak tym zagrożeniom zapobiegać.
Czwartą kluczową kompetencją jest zdolność szybkiego uczenia się i adaptacji. Dlaczego? Bo technologia zmienia się tak szybko, że najważniejsza staje się umiejętność szybkiego zdobywania nowych umiejętności. To zresztą kolejny powód, dla którego tak istotne jest uczestniczenie w szkoleniach ze sztucznej inteligencji i powiązanych z nią technologii.
KK: W takim razie na co warto zwrócić uwagę, wybierając szkolenie z zakresu sztucznej inteligencji?
KZ: Przy wyborze szkolenia z AI sugeruję zwrócić uwagę na kilka kwestii.
Przede wszystkim, radziłbym przeanalizować program i zakres szkolenia. Czy odpowiada on naszym potrzebom i branży, w której działamy? Osobiście zawsze dostosowuję szkolenia do specyfiki firmy lub działu, omawiam z uczestnikami ich potrzeby i zbieram listę zagadnień, którymi są szczególnie zainteresowani. Dobre szkolenie nie mówi o AI w oderwaniu od branży, tylko pokazuje konkretne zastosowania. Jeśli organizujemy szkolenie dla zespołu, upewnijmy się, że szkoleniowiec jest gotów spersonalizować treści – np. użyć przykładów z naszej branży, odpowiedzieć na konkretne wyzwania, z którymi mierzymy się na co dzień. Szkolenie będzie wtedy o wiele bardziej wartościowe.
Drugą kwestią jest aktualność materiałów. Jest to szczególnie istotne z tego względu, że sztuczna inteligencja to dziedzina, która zmienia się dosłownie z miesiąca na miesiąc.
Trzecia kwestia to formuła szkolenia. Wartościowe szkolenie z AI musi zawierać elementy praktyczne. Na przykład na moich szkoleniach pokazuję zawsze na żywo, jak działa każde z omawianych narzędzi. Mamy też część warsztatową, w trakcie której pracujemy na konkretnych case`ach, przykładach dostosowanych do branży uczestników. Dzięki zwróceniu uwagi na te kwestie, można wybrać szkolenie, które rzeczywiście uzbroi nas w nowe umiejętności, a nie tylko w ładny certyfikat do szuflady.
