2. diel - Umelá inteligencia v súvislostiach a užitočné praktiky
V predchádzajúcej lekcii, Využitie AI v praxi a aplikáciách, sme hovorili o možnosti využitia AI v každodennej práci, produktivite a moderných nástrojoch.
V tomto tutoriáli ku kurzu AI v aplikáciách si zopakujeme kľúčové princípy a súvislosti, ktoré nám umožnia lepšie porozumieť nástrojom, s ktorými budeme neskôr pracovať. Zameriame sa na zákonitosti, ktoré stoja za správaním moderných AI nástrojov, napríklad prečo sú aplikácie schopné samostatne navrhovať obsah alebo reagovať na naše požiadavky. Povieme si tiež, prečo je dôležité premýšľať o etike a právnom rámci, napríklad v súvislosti s európskym AI Actom.
Ako funguje AI v nástrojoch, ktoré používame
Aby sme dokázali efektívne využívať jednotlivé AI nástroje, je dôležité rozumieť tomu, s akým typom umelej inteligencie pracujeme. Každý nástroj, ktorý v kurze spoznáme – či už generuje text, navrhuje prezentáciu, alebo upravuje obraz – je postavený na špecifickom druhu AI. Znalosť týchto základov nám pomôže pochopiť, prečo sa nástroje ako Microsoft Word, Google Dokumenty alebo Adobe Express správajú "inteligentne" – prečo rozpoznajú, čo chceme napísať, doplnia obsah alebo nám ponúknu návrh rozloženia. Skôr než sa pustíme do podrobného skúmania ich možností, pripomeňme si základné rozdelenie a princípy, ktoré za týmito technológiami stoja.
Bežne sa stretávame s úzkou (špecifickou) AI, ktorá je dnes všadeprítomná – nájdeme ju v návrhoch odpovedí na e-maily, inteligentných filtroch, dopĺňaní textu, generovaní obrázkov alebo analýze tabuliek. Z používateľského pohľadu sa tak stretávame s desiatkami foriem úzkej AI bez toho, aby sme si to často uvedomovali. Je navrhnutá na plnenie jednotlivých úloh – napríklad na rozpoznávanie hlasu, prekladanie textov alebo analýzu obrazu. Medzi najznámejšie nástroje patria ChatGPT (OpenAI), Google Bard (Gemini), Claude (Anthropic) alebo DALL-E, ktorý generuje obrázky na základe textových popisov:
Väčšina dnešných AI systémov je založená na princípe strojového učenia (machine learning), teda schopnosti systému učiť sa z dát, rozpoznávať vzory a zlepšovať svoju výkonnosť bez výslovného naprogramovania každého kroku. Tento princíp je základom celého radu moderných nástrojov – či už ide o odporúčacie algoritmy na streamovacích platformách, filtrovanie e-mailov, alebo generovanie textu.
Veľkú pozornosť si v posledných rokoch získali tzv. veľké jazykové modely (LLM – Large Language Models), ako sú ChatGPT alebo Claude. Tieto modely boli trénované na obrovských objemoch textových dát a dokážu generovať súvislé a zmysluplné odpovede, prekladať, sumarizovať texty alebo viesť dialógy. Práve tieto schopnosti stoja v pozadí mnohých funkcií, ktoré nájdeme v bežných aplikáciách: od automatického zhrnutia e-mailu v Outlooku cez návrhy odpovedí v Gmaile až po generovanie obsahu v Notione alebo Worde. Aby sme tieto funkcie vedeli nielen používať, ale aj prispôsobiť svojmu štýlu práce, musíme najskôr porozumieť tomu, z čoho vychádzajú. LLM fungujú na základe pravdepodobnostných predpovedí ďalšieho slova, pričom čím väčší je model a čím kvalitnejšie tréningové dáta používa, tým robustnejšie a "ľudskejšie" odpovede dokáže ponúknuť.
Vedecký výskum smeruje aj k vytvoreniu tzv. všeobecnej AI (AGI – Artificial General Intelligence), ktorá by mala schopnosť uvažovať a učiť sa podobne ako človek. Tento koncept zatiaľ zostáva teoretický, ale práve vývoj veľkých jazykových modelov a ich schopnosť pracovať s viacerými modalitami (text, obraz, zvuk) naznačuje, že sa k nemu môžeme postupne približovať.
Správna komunikácia
Na pochopenie toho, čo AI dokáže, však nestačí poznať len jej typ, spôsob fungovania či možnosti využitia. Skutočný rozdiel medzi používateľom, ktorý z AI dostane vynikajúce výstupy, a tým, ktorý zostáva frustrovaný, často spočíva v zručnosti správne s AI komunikovať. A to nie je otázka technickej zdatnosti, ale schopnosti klásť otázky, štruktúrovať požiadavky a využívať kontext.
Znalosť správneho "jazyka" na komunikáciu s AI je dnes považovaná za jednu z kľúčových digitálnych zručností. Či už budeme zadávať pokyny v ChatGPT, písať požiadavky vo Worde pomocou Copilota, alebo vytvárať poznámky v Notion AI, vždy záleží na tom, ako presne s umelou inteligenciou komunikujeme. Funkcie v aplikáciách sú výkonné – ale bez jasného zadania často nevyužijú svoj plný potenciál. Čím lepšie sa naučíme formulovať prompty, tým presnejšie, kvalitnejšie a rýchlejšie odpovede získame.
Na vytvorenie ideálneho promptu stačí dodržať niekoľko pravidiel:
- Buďme konkrétni – Namiesto všeobecnej otázky "Napíš niečo o vesmíre" použijeme "Vysvetli teórie o vzniku vesmíru a porovnaj veľký tresk s teóriou večného vesmíru".
- Používajme kontext – Ak chceme lepšie odpovede, dajme AI rolu. Napríklad: "Správaj sa ako historik a vysvetli dôsledky pádu Rímskej ríše."
- Rozdeľme komplexnú úlohu na časti – Namiesto "Vytvor mi marketingový plán" skúsme "Navrhni stratégiu propagácie produktu na sociálnych sieťach, zameraj sa na mladé publikum vo veku 18–30 rokov".
- Používajme príklady – Ak chceme určitý štýl odpovede, poskytnime vzor. Napríklad: "Napíš motivačný list na pozíciu dátového analytika v priateľskom, ale profesionálnom štýle."
- Spresňujme odpovede iteráciou – Ak výstup nie je dostatočne presný, požiadajme AI o jeho prepracovanie. Napríklad: "Skráť odpoveď na 100 slov a používaj odbornejší jazyk."
Uvedené pravidlá predstavujú základný prístup ku komunikácii s AI. Viac o správnom promptovaní sme preberali napríklad v lekciách Vytvárame efektívne prompty pre excelentné výstupy alebo Prompt engineering - Profesionálna tvorba promptov.
Etická stránka a hranice využitia
S rastúcou dostupnosťou AI nástrojov prichádzajú aj otázky zodpovednosti, plagiátorstva a autenticity. Je dôležité uvedomiť si, že AI generuje výstupy na základe tréningových dát, ktoré často pochádzajú z verejne dostupných zdrojov – niekedy bez vedomia pôvodných autorov. V kreatívnych odboroch preto vzniká potreba jasne označovať, čo bolo vytvorené pomocou AI a čo človekom. Tento princíp sa začína uplatňovať aj v bežných aplikáciách – napríklad Canva alebo Adobe Express zreteľne označujú, že obrázok bol vygenerovaný pomocou AI. V prostredí aplikácií na prácu s textom (napr. Word alebo Google Dokumenty) je zase kľúčové, aby sme vedeli výstupy AI upraviť tak, aby pôsobili autenticky a zodpovedali kontextu. Správne využitie AI vyžaduje nielen technické zručnosti, ale aj etické povedomie a kritické zhodnotenie jej prínosov a rizík.
V reakcii na tieto výzvy vznikol AI Act – prvý komplexný legislatívny rámec Európskej únie na reguláciu umelej inteligencie, ktorý bol schválený v roku 2024. Cieľom AI Actu je zabezpečiť bezpečné a transparentné využívanie AI technológií rozdelených podľa miery rizika (napr. minimálne, vysoké, neprijateľné). Vysoko rizikové systémy – napríklad AI v zdravotníctve, vzdelávaní alebo bezpečnosti – budú podliehať prísnej kontrole. Zároveň zákon vyžaduje, aby boli používatelia informovaní o tom, že komunikujú s AI, a v niektorých prípadoch aj o tom, že obsah bol generovaný strojovo. Správne využitie AI tak dnes vyžaduje nielen technické zručnosti, ale aj etické a právne povedomie.
Pre bežného používateľa to znamená predovšetkým dbať na transparentnosť použitia AI – napríklad jasne označovať obsah generovaný pomocou AI na webe alebo pri odovzdávaní kreatívnej práce. V mnohých odboroch sa tiež začína klásť dôraz na overiteľnosť zdrojov a autenticitu výstupov, čo môže byť dôležité najmä v žurnalistike, vzdelávaní alebo dizajne.
Budúcnosť AI
Vývoj AI sa neustále zrýchľuje a s tým prichádzajú nové možnosti. Hlavnou výzvou je dosiahnutie všeobecnej umelej inteligencie (AGI), ktorá by mala schopnosť myslieť a učiť sa podobne ako človek. To by mohlo znamenať revolúciu v oblastiach, ako sú veda, medicína alebo robotika.
Ďalšou veľkou zmenou môže byť využitie kvantových počítačov, ktoré by mohli výrazne zrýchliť tréning AI modelov a umožniť ich použitie v doteraz nepredstaviteľných scenároch.
Nech už sa AI bude vyvíjať akokoľvek, kľúčové bude, ako ju dokážeme využívať. Správna práca s AI neznamená len jej slepé používanie, ale predovšetkým kritické myslenie a zodpovednosť za jej výstupy. V ďalšom pokračovaní kurzu si preto ukážeme, ako tieto vedomostné východiská pretaviť do každodennej praxe v konkrétnych aplikáciách, kde AI pôsobí už dnes – a kde bude v budúcnosti čoraz bežnejšia. Od Wordu po PowerPoint, od Notionu po Slack – porozumenie princípom, ktoré sme si tu zopakovali, nám umožní s týmito nástrojmi pracovať sebavedomejšie a inteligentnejšie.
V nasledujúcom kvíze, Kvíz - AI v aplikáciách v praxi a súvislostiach, si vyskúšame nadobudnuté skúsenosti z predchádzajúcich lekcií.
