Jak działają modele AI
Żadnego kodu, żadnej matematyki. Pokażę Ci, jak model przewiduje tekst, dlaczego czasem zmyśla i czemu dobry kontekst zmienia wszystko.
Co dziś omówimy
01 · Jak AI przewiduje
Dlaczego model nie myśli jak człowiek i czym to skutkuje.
02 · Tokeny i kontekst
Co AI widzi, czego nie widzi i dlaczego to ważne.
03 · Halucynacje
Dlaczego AI zmyśla z przekonaniem i jak się przed tym bronić.
04 · Modele 2026
GPT-5.6, Gemini 3.5, Claude Opus 4.8. Kiedy które wybrać.
05 · Praktyka
Konkretne przykłady: kiedy ufać AI a kiedy sprawdzać.
Model nie myśli. Przewiduje.
Weź proste zdanie: "Poszedłem do sklepu, żeby kupić..." Twój mózg od razu podpowiada "chleb" albo "mleko". Model AI działa tak samo, tylko na gigantyczną skalę. Przeanalizował miliardy zdań i teraz zgaduje następne słowo tak dobrze, że wygląda to jak myślenie. Ale to tylko statystyka. Zero rozumienia.
"AI nie wie, że chleb to jedzenie. Wie tylko, że po słowach 'kupić w sklepie' statystycznie najczęściej pojawia się 'chleb'."
Co AI naprawdę widzi
AI nie czyta liter ani całych słów. Czyta tokeny - kawałki słów. "Niebieski" to jeden token. "Automatyzacja" to dwa-trzy tokeny. "AI" to jeden token. ChatGPT widzi naraz 128 tysięcy takich kawałków. To tak jakbyś miał przed sobą 100 stron A4 i czytał je wszystkie jednocześnie.
"Idę do sklepu" = 4 tokeny · "sztuczna inteligencja" = 3-4 tokeny · "AI" = 1 tokenJak AI widzi tekst
Jak duże jest okno kontekstu
Każdy model ma limit tokenów, które może przetworzyć jednocześnie. W długiej rozmowie AI traci wcześniejszy kontekst, bo nowe wiadomości wypychają starsze poza okno. Dlatego na nowy temat zawsze zaczynaj nowy czat.
GPT-5.6
128 000 tokenów = ~100 stron A4. Wystarcza do większości zadań.
Gemini 3.5
1 000 000 tokenów = ~750 stron A4. Całe książki naraz.
Transformer – silnik AI
Wszystkie dzisiejsze modele – ChatGPT, Claude, Gemini – działają na architekturze Transformer (Google, 2017). Jej sekret to mechanizm uwagi (attention): model patrzy na wszystkie słowa naraz i waży ich znaczenie względem siebie.
Przed transformerem
RNN i LSTM czytały słowo po słowie. Przy długich tekstach gubiły kontekst. „Kot gonił mysz, która ukradła ser" – nie wiedziały, że „która" = mysz.
Z transformerem
Model widzi całe zdanie naraz i oblicza powiązania między wszystkimi słowami. „Która" łączy się z „mysz", nie z „kot". Kontekst zachowany nawet przy długich tekstach.
Attention = model pyta: „Które słowa w zdaniu są ze sobą najbardziej powiązane?" → waży je i na tej podstawie rozumie znaczenie.Jak AI rozumie słowa
AI nie czyta słów – zamienia je na wektory liczb (np. 1536 wymiarów). Słowa o podobnym znaczeniu dostają podobne wektory. Dzięki temu AI „wie", że faktura ≈ rachunek, a faktura ≠ kubek – bez zaglądania do słownika.
Jak to działa
Kot → [0.23, -0.71, 0.45, …]
Pies → [0.21, -0.69, 0.43, …]
Samochód → [-0.82, 0.14, -0.33, …]
Kot i pies: wektory blisko siebie. Kot i samochód: daleko.
Zastosowania biznesowe
Wyszukiwanie semantyczne, grupowanie dokumentów, rekomendacje, RAG – AI szuka po znaczeniu, nie po słowach kluczowych. „Faktura" znajdzie też „rachunek" i „FV".
Jak kreatywny jest model
Temperatura to taki suwak od "konkretnie i sucho" do "zaskakująco i twórczo". Nie ustawiasz go w ChatGPT ręcznie, ale sterujesz nim przez prompt.
Niska (fakty)
"Bądź precyzyjny" = dane, liczby, konkrety. Do analiz i raportów.
Średnia (balans)
Codzienna praca: treści biznesowe, opisy, podsumowania.
Wysoka (burza mózgów)
"Zaproponuj kreatywne pomysły" = zaskakujące, niestandardowe.
Dlaczego AI zmyśla
AI nigdy nie mówi "nie wiem". Kiedy brakuje jej danych, nie przyznaje się. Zamiast tego generuje odpowiedź, która brzmi przekonująco. Pomyśl o koledze z pracy, który na każde pytanie ma odpowiedź - nawet gdy nie ma pojęcia o co chodzi. AI zachowuje się dokładnie tak samo.
Przykład z życia
Pytasz o artykuł naukowy z 2024. AI podaje tytuł, autorów, datę. Wszystko brzmi profesjonalnie. Artykuł nie istnieje. AI go wymyśliła.
Jak nie dać się oszukać
Daj dokumenty
Wklej plik. Poproś o analizę konkretnych materiałów. AI będzie odpowiadać tylko na ich podstawie.
Pytaj o źródła
"Skąd to wiesz? Podaj źródło." Jeśli AI go nie ma, często się przyzna.
Włącz wyszukiwanie
ChatGPT i Gemini mają tryb online. Przy faktach i danych zawsze go włączaj.
Sprawdzaj ważne dane
Liczby do decyzji biznesowych: zawsze weryfikuj w oryginalnym źródle.
Trzy poziomy zaufania
✓ Można ufać
Poprawianie tekstów, tłumaczenia, burza mózgów, analiza dokumentów które sam dostarczyłeś.
⚡ Trzeba sprawdzić
Daty, statystyki, informacje prawne, ceny, dane o konkretnych firmach.
✗ Zawsze weryfikuj
Decyzje biznesowe, dokumenty prawne, maile do klientów z danymi liczbowymi.
Trzy główne rodziny
AI przetwarza więcej niż tekst
Nowoczesne modele pracują też z obrazem, dźwiękiem i dokumentami. Wrzucasz zdjęcie paragonu - AI wyciąga kwoty do Excela. Wrzucasz nagranie ze spotkania - AI robi notatkę. Wrzucasz PDF z umową - AI streszcza w punktach.
📄 Tekst
Pisanie, analiza, tłumaczenie.
🖼️ Obrazy
Screenshot, zdjęcie, wykres - AI opisuje.
🎙️ Audio/Wideo
Nagranie spotkania - notatka.
Kancelaria prawna: analiza umów
100-stronicowa umowa. Kiedyś: pół dnia czytania. Dziś: AI robi streszczenie w 20 minut. Prawnik czyta tylko to co ważne. 80% czasu odzyskane.
Przeanalizuj regulamin w 5 minut
Masz 30-stronicowy regulamin? Wgraj go do ChatGPT. Zapytaj: "Streść w 5 punktach. Wskaż co jest niejasne. Zaproponuj prostsze sformułowania."
"Streść ten regulamin. 5 głównych punktów. Wskaż 2 zapisy niekorzystne dla klienta. Zaproponuj prostszy język."Złap AI na halucynacji
Po module potrafisz
01
Wyjaśnić dlaczego AI przewiduje zamiast myśleć
02
Rozumieć tokeny i limit kontekstu
03
Rozpoznawać i ograniczać halucynacje
04
Ocenić kiedy ufać AI a kiedy nie
05
Wybrać odpowiedni model do zadania
Ile to kosztuje
ChatGPT Plus
20 USD/miesiąc. Pełny dostęp. Web search, pliki, analiza danych.
Gemini Advanced
Podobna cena. Integracja z Google Docs, Sheets, Gmail.
API (dla firm)
Interfejs programistyczny do automatyzacji. Od ~$0.87 za 1M tokenów (DeepSeek) do ~$30 (GPT-5.6). Opłaca się przy skali.
Dla małej firmy: 200-400 zł miesięcznie pokrywa wszystkie potrzeby.
Na co uważać
Dane osobowe
Nigdy nie wklejaj PESEL, maili klientów, danych medycznych.
Pewność siebie AI
AI generuje odpowiedzi, które brzmią przekonująco nawet gdy są błędne. Sprawdzaj liczby.
Długie rozmowy
AI traci kontekst początkowy. Nowy temat = nowy czat.
Decyzje
AI to asystent. Nie decydent. Ty bierzesz odpowiedzialność.
3 częste pułapki
Praca z AI na co dzień
Weryfikuj
Fakty i liczby: źródło.
Kontekst
Kim jesteś, co robisz.
Nowy czat
Nowy temat = nowa rozmowa.
Iteruj
Popraw prompt. Będzie lepiej.
Chroń dane
Zero danych osobowych.
Co dalej w modelach AI
Dane przy AI
Do zapamiętania
duży model językowy
Model przewidujący tekst na podstawie wzorców
Token
Kawałek słowa. ~0,75 słowa po polsku
Kontekst
Wszystko co AI widzi w danej chwili
Halucynacja
Błąd który brzmi jak prawda
AI oparte na dokumentach
AI + Twoje dokumenty = zero zmyślania
Co warto zapamiętać
AI przewiduje
Nie myśli. Nie rozumie. Przewiduje następne słowo.
Tokeny to limit
AI widzi tylko tyle ile ma tokenów. Reszta wypada z okna kontekstu.
Halucynacje to norma
AI zmyśla gdy nie wie. Zawsze weryfikuj fakty.
Kontekst to potęga
Im więcej powiesz AI o sobie, tym lepszy wynik.
Ćwiczenie końcowe
Zatrzymaj moduł i od razu przełóż go na własną firmę. To jest moment pracy, nie notowania.
Ćwiczenie końcowe: Model jako pomocnik
- Weź krótki tekst firmowy i poproś AI o 3 wersje odpowiedzi.
- Porównaj styl, fakty i brakujące dane.
- Dopisz instrukcję, która poprawia wynik.