AI BOOST: Udany start na UEK

Geneza projektu AI BOOST

Czasami najlepsze inicjatywy rodzą się z przypadkowych spotkań. Dokładne tak, jak to opisałem w artykule AI BOOST: Historia pewnego spotkania i początku fascynującej podróży. Tak właśnie było z projektem AI BOOST, który w miniony czwartek (14.11.2024) zainaugurował swoją działalność na Uniwersytecie Ekonomicznym w Krakowie. Wszystko zaczęło się podczas wydarzenia GenAI – Commerce Meetup organizowanego przez Firmę Shoper również w Krakowie, gdzie miałem przyjemność poznać Veronikę Barankevych, energiczną Wiceprezes Koła Naukowego Geopolityki i Geografii Ekonomicznej. Jej entuzjazm i wizja wykorzystania AI w pracach naukowych były tak zaraźliwe, że gdy zapytała o możliwość przeprowadzenia szkoleń dla członków koła, nie mogłem odmówić!

Współpraca z Kołem Naukowym GIGE

AI BOOST to nie tylko jednorazowe szkolenie, ale cykl trzech spotkań, które mają na celu kompleksowe wprowadzenie studentów w świat sztucznej inteligencji. Koło Naukowe Geopolityki i Geografii Ekonomicznej UEK wykazało się niezwykłą inicjatywą, dostrzegając potencjał AI w rozwoju akademickim i przyszłej karierze zawodowej swoich członków. Ta współpraca jest dowodem na to, że młode pokolenie aktywnie poszukuje innowacyjnych narzędzi do rozwoju swoich kompetencji.

Cel pierwszego szkolenia

Pierwszy moduł zatytułowany „Sztuka dialogu z AI: Jak pisać prompty, by otrzymać najlepsze rezultaty?” został starannie zaplanowany jako fundament całego cyklu. Głównym celem było nie tylko przedstawienie podstaw teoretycznych dotyczących AI, ale przede wszystkim praktyczne przygotowanie uczestników do efektywnego wykorzystania narzędzi opartych na sztucznej inteligencji w ich codziennej pracy naukowej. Szczególny nacisk położyliśmy na prompt engineering – sztukę formułowania zapytań, która jest kluczem do uzyskiwania wartościowych odpowiedzi od systemów AI.

Innowacyjne podejście do edukacji

Program szkolenia został zaprojektowany tak, aby łączyć teorię z praktyką w proporcjach odpowiadających potrzebom współczesnego studenta. Hybrydowa forma wydarzenia, umożliwiająca zarówno fizyczny udział w kampusie, jak i uczestnictwo online przez Google Meet, jest odpowiedzią na aktualne trendy w edukacji i pozwala na większą dostępność wiedzy dla wszystkich zainteresowanych.

Atmosfera i przebieg szkolenia

Rozpoczęcie wydarzenia

W czwartkowy wieczór, 14 listopada 2024, punktualnie o 18:30, sala wykładowa na Uniwersytecie Ekonomicznym w Krakowie wypełniła się pozytywną energią. Na miejscu pojawiło się 32 studentów, gotowych zgłębiać tajniki sztucznej inteligencji. Jednocześnie, dzięki transmisji przez Google Meet, kolejnych 20 osób dołączyło do nas online, tworząc prawdziwie hybrydowe środowisko nauki.

Organizacja przestrzeni i technologia

Sala została specjalnie przygotowana, aby umożliwić jak najlepszą interakcję między uczestnikami zarówno stacjonarnymi jak i online. Profesjonalny sprzęt do wideokonferencji, dobrej jakości mikrofony i sprawne połączenie internetowe zapewniły komfortowe warunki wszystkim uczestnikom. Każdy student miał dostęp do własnego laptopa, co umożliwiło natychmiastowe testowanie omawianych koncepcji w praktyce.

Dynamika spotkania

Szkolenie zostało podzielone na dwa główne bloki. Pierwszy, teoretyczny, wprowadził uczestników w świat AI, jego historię i kluczowe koncepcje. Po 15-minutowej przerwie, która sprzyjała networking’owi i swobodnej wymianie pierwszych wrażeń, przeszliśmy do bloku praktyczno-teoretycznego. W tej części skupiliśmy się na prompt engineeringu i praktycznych aspektach komunikacji z AI. Całość zwieńczyła niezwykle owocna sesja Q&A, podczas której uczestnicy mogli rozwiewać swoje wątpliwości i dzielić się przemyśleniami.

Zaangażowanie uczestników

To, co najbardziej uderzyło mnie jako prowadzącego, to niezwykłe zaangażowanie studentów. Zadawali wnikliwe pytania, dzielili się własnymi doświadczeniami z różnymi narzędziami AI i aktywnie uczestniczyli w ćwiczeniach praktycznych. Szczególnie cenna była wymiana perspektyw między studentami z różnych semestrów i specjalizacji, co wzbogaciło dyskusję o różnorodne punkty widzenia.

Atmosfera współpracy

Mimo formalnego charakteru szkolenia, udało nam się stworzyć przyjazną i otwartą atmosferę. Studenci chętnie dzielili się swoimi wątpliwościami i obawami związanymi z wykorzystaniem AI, co pozwoliło na przeprowadzenie szczerej dyskusji o możliwościach i ograniczeniach tej technologii.

Sesja Q&A

Ostatnia część spotkania zmieniła się w dynamiczną sesję pytań i odpowiedzi, pokazując jak ważny i aktualny jest temat sztucznej inteligencji dla młodego pokolenia. Pytania dotyczyły zarówno technicznych aspektów prompt engineeringu, jak i szerszych implikacji wykorzystania AI w edukacji i przyszłej karierze zawodowej.

Kluczowe zagadnienia pierwszego spotkania

Definicja i ewolucja AI

Pierwszy blok teoretyczny rozpoczęliśmy od fundamentalnego pytania: czym właściwie jest sztuczna inteligencja? Przedstawiłem AI jako dziedzinę informatyki, której celem jest stworzenie maszyn zdolnych do wykonywania zadań wymagających inteligencji. Prześledziliśmy fascynującą podróż przez historię AI – od pionierskich koncepcji lat 40. XX wieku, przez przełomowy Test Turinga z 1950 roku, aż po historyczną konferencję w Dartmouth w 1956 roku, gdzie po raz pierwszy użyto terminu „sztuczna inteligencja”. Ta podróż przez czas obejmowała również kluczowe momenty lat 60. i 70., gdy intensywnie rozwijano sieci neuronowe.

Naszą uwagę poświęciliśmy również przełomowi lat 90. i późniejszym – zwycięstwu Deep Blue nad Garrim Kasparowem w 1997 roku, rozwojowi generatywnych sieci współzawodniczących (GAN) od 2004 roku oraz początkom transformacji cyfrowej Airbusa w 2015 roku. Przeanalizowaliśmy również znaczące osiągnięcia Microsoftu w latach 2017-2021 w zakresie rozpoznawania mowy, tłumaczenia maszynowego i rozumienia języka naturalnego.

Nie zabrakło też dyskusji o najnowszych wydarzeniach – końcu bazy wiedzy ChatGPT w 2021 roku, jego udostępnieniu szerokiej publiczności w grudniu 2022 roku, oraz eksplozji narzędzi i aplikacji opartych na AI, której jesteśmy świadkami od 2022 roku. Ta chronologiczna perspektywa pozwoliła uczestnikom lepiej zrozumieć, jak dynamicznie rozwija się dziedzina AI i jak wiele przełomowych momentów składa się na jej obecny kształt.

Klasyfikacja systemów AI

Wprowadziliśmy jasny podział na trzy główne kategorie sztucznej inteligencji:

• Superinteligencja (ASI) – hipotetyczna forma AI przewyższająca ludzkie możliwości
• Wąska Sztuczna Inteligencja (ANI) – systemy wyspecjalizowane w konkretnych zadaniach
• Ogólna Sztuczna Inteligencja (AGI) – hipotetyczne systemy o wszechstronnej inteligencji porównywalnej z ludzką

Kluczowe technologie współczesnej AI

Omówiliśmy najważniejsze technologie napędzające rozwój AI:

• Uczenie maszynowe (ML) i jego praktyczne zastosowania
• Głębokie uczenie (DL) jako zaawansowaną formę ML
• Przetwarzanie języka naturalnego (NLP) i jego rolę w komunikacji człowiek-maszyna
• Widzenie komputerowe (CV) i jego zastosowania w różnych dziedzinach
• Systemy ekspertowe i ich rolę w specjalistycznych zastosowaniach
• Generatywne sieci współzawodniczące (GAN) i ich wpływ na tworzenie treści
• Duże modele językowe (LLM) jako fundament współczesnych systemów konwersacyjnych

Znaczenie prompt engineeringu

Duży nacisk położyliśmy na definicję prompt engineeringu jako zestawu technik projektowania, pisania i optymalizowania zapytań dla modeli językowych. Wyjaśniliśmy, dlaczego umiejętność ta staje się kluczowa w efektywnym wykorzystaniu AI, zwłaszcza w kontekście akademickim i zawodowym.

Rola kontekstu w AI

Końcową część tego bloku poświęciliśmy znaczeniu kontekstu w komunikacji z AI. Wyjaśniliśmy, jak odpowiednie dostarczenie informacji kontekstowych wpływa na jakość i trafność odpowiedzi systemów AI. Ten aspekt okazał się szczególnie interesujący dla uczestników, którzy dostrzegli jego praktyczne znaczenie w swoich przyszłych zastosowaniach AI.

Praktyczne aspekty szkolenia

Wprowadzenie do praktyki

Po części teoretycznej i krótkiej przerwie, przeszliśmy do tego, na co wszyscy najbardziej czekali – praktycznego wykorzystania zdobytej wiedzy. Ta część szkolenia była szczególnie interesująca dla wszystkich uczestników stacjonarnych, jak i online.

Kategorie promptów

Wspólnie przeanalizowaliśmy różne typy promptów:

• Prompty pytające (odpowiadające na: Co? Dlaczego? Kto? Gdzie? Kiedy? Jak?)
• Prompty zadaniowe (precyzyjnie określające wymagane działania)
• Prompty zapewniające kontekst (dostarczające niezbędnych informacji dodatkowych)
• Prompty porównawcze (służące do analizy różnic i podobieństw)
• Prompty opiniujące (ukierunkowane na uzyskanie pogłębionej analizy)
• Prompty specyficzne dla roli (określające perspektywę odpowiedzi)

Studium przypadku

Żywe zainteresowanie wzbudził przykładowy prompt akademicki:

<START>
Ustaw się w roli studenta piszącego esej na zaliczenie przedmiotu Makroekonomia na 3 semestrze studiów na kierunku Analityka gospodarcza. Stwórz 1000-słowny esej o wpływie na gospodarkę transformacji cyfrowej, koncentrując się na rozwoju technologii AI. Pisząc ten esej, weź pod uwagę, że naszą grupą docelową jest kadra dydaktyczna uczelni wyższej o profilu ekonomicznym. Ton i styl eseju mają być formalne i naukowe, ale jednocześnie konwersacyjne.
<STOP>

Wspólnie przeanalizowaliśmy każdy element tego promptu:

• Określenie roli (student określonego kierunku)
• Precyzyjne określenie długości (1000 słów)
• Zdefiniowanie tematu i zakresu
• Określenie grupy docelowej
• Wskazanie wymaganego tonu i stylu

Ćwiczenia praktyczne

Uczestnicy byli zachęcani do tworzenia własnych promptów, zaczynając od prostych zapytań, przez coraz bardziej złożone konstrukcje. Każdy omawiany prompt był analizowany pod kontem:

• Precyzji sformułowań
• Kompletności kontekstu
• Jasności oczekiwań
• Potencjalnych pułapek i niejednoznaczności
• Możliwości optymalizacji

Najczęstsze błędy i ich rozwiązania

Omówiliśmy typowe pułapki w konstruowaniu promptów:

• Zbyt ogólne sformułowania
• Brak kluczowego kontekstu
• Niejednoznaczne instrukcje
• Sprzeczne wymagania
• Pominięcie istotnych parametrów (format, długość, styl)

Dobre praktyki

Podsumowaliśmy sesję praktyczną zestawem sprawdzonych zasad:

• Zawsze zaczynaj od określenia konkretnego celu
• Dostarcz niezbędny kontekst
• Używaj precyzyjnych sformułowań
• Określaj parametry ilościowe i jakościowe
• Weryfikuj i iteruj swoje prompty

Reakcje uczestników

Szczególnie satysfakcjonujące było obserwowanie, jak uczestnicy w czasie rzeczywistym udoskonalali swoje umiejętności. Widoczny był moment „aha!„, gdy studenci zaczynali rozumieć, jak niewielkie zmiany w konstrukcji promptu mogą znacząco wpłynąć na jakość otrzymywanych odpowiedzi.

Wnioski i perspektywy

Podsumowanie pierwszego spotkania

Pierwsze szkolenie z cyklu AI BOOST przekroczyło nasze oczekiwania zarówno pod względem frekwencji, jak i zaangażowania uczestników. Obecność 32 osób na sali i 20 online, połączona z ich aktywnym udziałem w dyskusjach i ćwiczeniach, pokazuje rosnące zainteresowanie tematyką AI wśród społeczności akademickiej UEK.

Kluczowe osiągnięcia

Uczestnicy wyszli ze szkolenia z konkretną wiedzą i umiejętnościami:

• Zrozumienie fundamentów AI i jej ewolucji
• Praktyczna znajomość różnych typów promptów
• Umiejętność konstruowania efektywnych zapytań
• Świadomość znaczenia kontekstu w komunikacji z AI
• Znajomość dobrych praktyk i typowych pułapek

Plany na kolejne spotkania

Pierwsze spotkanie nauczyło nas jak efektywnie budować prompty, więc naturalnym krokiem jest przejście do praktycznych zastosowań AI. Drugie spotkanie z cyklu AI BOOST będzie szczególnie interesujące, ponieważ podzielimy je na dwie komplementarne części.

W pierwszej części Student Adam Woźnicki podzieli się swoimi doświadczeniami w wykorzystaniu dedykowanych narzędzi AI jako wsparcia przy pisaniu tekstów naukowych. To niezwykła okazja, aby zobaczyć perspektywę studenta-praktyka, który skutecznie wykorzystuje te technologie w codziennej pracy akademickiej.

Druga część spotkania, którą poprowadzę osobiście, skupi się na praktycznym porównaniu narzędzi NotebookLM oraz Claude. Wspólnie przeanalizujemy ich możliwości, odkryjemy różnice i podobieństwa, a przede wszystkim zastanowimy się nad ich praktycznym zastosowaniem w akademickiej rzeczywistości studenta. Będzie to praktyczny warsztat pełen eksperymentów i rzeczywistych przypadków użycia.

Co do trzeciego spotkania – jego tematyka zostanie ustalona podczas sesji Q&A drugiego modułu. Takie podejście daje uczestnikom niezwykłą perspektywę i wolność wyboru zakresu wiedzy, którą chcą otrzymać. Wierzymy, że najlepsza edukacja to taka, która odpowiada na rzeczywiste potrzeby uczących się.

Podziękowania

Sukces pierwszego spotkania z cyklu AI BOOST to efekt współpracy wielu zaangażowanych osób. Szczególne wyrazy wdzięczności kieruję do:

Veroniki Barankevych – Wiceprezes Koła Naukowego GIGE, której energia i zaangażowanie w organizację wydarzenia były nieocenione. Jej wsparcie organizacyjne i koordynacja działań sprawiły, że event przebiegł sprawnie i profesjonalnie.

Adama Woźnickiego – studenta-pasjonata AI, który zgodził się poprowadzić część drugiego szkolenia. Jego praktyczne doświadczenie w wykorzystaniu AI w pracach naukowych i chęć dzielenia się wiedzą z innymi studentami są bezcenne dla rozwoju tego projektu.

Krzysztofa Gottschling – za profesjonalną dokumentację fotograficzną wydarzenia. Dzięki jego pracy możemy nie tylko zachować wspomnienia z tego wyjątkowego wieczoru, ale także skutecznie promować kolejne spotkania z cyklu AI BOOST.

Władz Uniwersytetu Ekonomicznego w Krakowie – za udostępnienie świetnie wyposażonej sali i zapewnienie profesjonalnego wsparcia technicznego, które umożliwiło sprawne przeprowadzenie szkolenia w formie hybrydowej.

Wszystkich 52 uczestników – zarówno tych obecnych fizycznie w sali, jak i uczestniczących online – za ich aktywny udział, ciekawe pytania i zaangażowanie w dyskusje. Wasza energia i chęć zgłębiania tematu AI są prawdziwą inspiracją do dalszego rozwoju tej inicjatywy.

To dzięki współpracy wszystkich tych osób AI BOOST może się rozwijać i realnie wpływać na rozwój kompetencji cyfrowych społeczności akademickiej UEK. Jestem przekonany, że kolejne spotkania będą równie owocne i inspirujące.

Ten artykuł powstał przy współpracy z Claude 3.5 Sonnet - zaawansowanym modelem językowym od Anthropic. Jako świadomy użytkownik AI, wykorzystuję najnowsze technologie do tworzenia wartościowych treści, jednocześnie zachowując pełną kontrolę nad formą i treścią publikacji. Ostateczna decyzja co do kształtu artykułu należała do mnie jako autora.

W świecie AI nie chodzi o to, by zastąpić ludzką inteligencję, lecz o to, by ją wzmocnić. Najlepsze rezultaty osiągamy, gdy łączymy ludzką kreatywność z możliwościami sztucznej inteligencji. Pamiętajcie – to nie narzędzia definiują nasze możliwości, ale sposób, w jaki je wykorzystujemy.