25.08.2026
Jak zadawać pytania, żeby dostać użyteczną odpowiedź (prompting bez magii)
Sławek:
W pierwszym odcinku zaczęliśmy od najprostszej czynności: zadania pytania i sprawdzenia źródeł. Komentarze pod tekstem dobrze pokazały, że sama obecność linku jeszcze nie wystarcza. Trzeba czasem dotrzeć do materiału inną drogą, przeczytać metodologię, sprawdzić datę, a przy danych liczbowych upewnić się, czy da się je porównywać w czasie.
Dziś drugi krok: jak pytać AI, aby odpowiedź była rzeczywiście przydatna. Nie będzie żadnej tajemnej wiedzy ani popisu technicznym żargonem. Dobre pytanie nie jest zaklęciem. Jest po prostu jasnym opisem tego, czego chcemy się dowiedzieć i do czego potrzebujemy odpowiedzi.
Perplexity AI:
Od hasła do pytania
Wyszukiwarka przyzwyczaiła nas do wpisywania pojedynczych haseł. Na przykład:
Inflacja w Polsce
Takie hasło może być dobrym początkiem, ale nie mówi jeszcze, czego dokładnie szukamy. Czy interesują nas obecne dane? Zmiana w ciągu roku? Przyczyny inflacji? A może porównanie Polski z innymi krajami?
Dlatego lepiej spróbować tak:
Jak zmieniła się inflacja w Polsce od stycznia do czerwca 2026 roku? Podaj dane GUS, wyjaśnij, czego dotyczą, i zaznacz, czy w tym okresie zmieniła się metodologia ich obliczania.
Nie chodzi o to, żeby od pierwszego zdania pisać bardzo długo. Chodzi o podanie kilku informacji, które oszczędzą czas zarówno pytającemu, jak i narzędziu: temat, zakres, zadanie oraz oczekiwaną formę odpowiedzi.
Cztery części użytecznego pytania
Dobre pytanie można zbudować z czterech prostych elementów:
|
Element |
Co warto określić? |
Przykład |
|---|---|---|
|
Temat |
O czym chcę się dowiedzieć? |
Inflacja w Polsce |
|
Zakres |
Jaki czas, miejsce, grupa albo przypadek mnie interesuje? |
Od stycznia do czerwca 2026 roku |
|
Zadanie |
Co AI ma zrobić? |
Wyjaśnić i porównać dane |
|
Forma |
Jak ma wyglądać odpowiedź? |
Krótko, z datami i źródłami |
Nie zawsze potrzebujemy wszystkich czterech elementów. Jeśli pytamy o prostą definicję, wystarczy temat i zadanie:
Wyjaśnij prostym językiem, czym jest inflacja.
Jeśli przygotowujemy tekst, analizujemy dane lub chcemy porównać różne stanowiska, dobrze jest doprecyzować pytanie:
Przedstaw najważniejsze argumenty za i przeciw budowie elektrowni jądrowej w Polsce. Podaj po trzy argumenty każdej strony, zaznacz, które są oparte na danych, a które są ocenami lub prognozami. Dodaj źródła.
Nie trzeba od razu wiedzieć wszystkiego
Częstym błędem jest przekonanie, że pierwsze pytanie musi być idealne. Nie musi. AI może pomóc właśnie w doprecyzowaniu tematu.
Można zacząć od pytania:
Co obecnie wiadomo o problemie suszy w Polsce?
A potem zapytać kolejno:
Jakie dane potwierdzają tę odpowiedź?
Które źródło jest pierwotne?
Czy te dane można porównać z danymi sprzed dziesięciu lat?
Co w tej sprawie jest ustalonym faktem, a co interpretacją lub prognozą?
W Perplexity kolejne pytania można zadawać w tym samym wątku. Narzędzie pamięta kontekst rozmowy, dlatego nie trzeba za każdym razem powtarzać całego tematu od początku. Wątek zawiera także wcześniejsze odpowiedzi i wykorzystane źródła.
Warto określić, czego oczekujemy
AI nie zna celu naszej pracy, dopóki go nie określimy. Ta sama informacja może być potrzebna uczniowi, autorowi artykułu, osobie przygotowującej wystąpienie albo komuś, kto po prostu chce zrozumieć wiadomość przeczytaną rano.
Porównajmy:
Opowiedz o Marii Skłodowskiej-Curie.
oraz:
Przygotowuję krótki tekst dla młodzieży. Napisz w pięciu prostych zdaniach, kim była Maria Skłodowska-Curie i dlaczego jej odkrycia były ważne. Podaj dwa źródła biograficzne.
Drugie pytanie mówi nie tylko, o kim ma być odpowiedź, ale także dla kogo, w jakiej formie i do jakiego celu jest potrzebna.
To samo dotyczy odpowiedzi długich. Gdy otrzymamy zbyt wiele informacji, można po prostu napisać:
Skróć odpowiedź do pięciu punktów.
Albo:
Wyjaśnij to tak, jak osobie, która nie zna tego tematu.
Albo:
Oddziel pewne fakty od przypuszczeń i opinii.
Takie doprecyzowania są normalną częścią rozmowy z AI, a nie dowodem, że poprzednie pytanie było nieudane.
Dwie rzeczy, o których warto pamiętać
Po pierwsze, jasne pytanie nie gwarantuje prawdziwej odpowiedzi. Nadal trzeba otwierać źródła i sprawdzać, czy rzeczywiście potwierdzają przytoczone informacje.
Po drugie, AI może wykonać wiele pożytecznych zadań: streścić tekst, uporządkować argumenty, pomóc przygotować plan artykułu lub wyjaśnić trudne pojęcie. Nie powinno jednak zastępować naszego osądu. To człowiek decyduje, które informacje wykorzystać, jak je sprawdzić i za jakie słowa w tekście bierze odpowiedzialność.
Ćwiczenie na dziesięć minut
Wybierz temat, który naprawdę Cię interesuje: lokalną sprawę, historię, zdrowie, gospodarkę, kulturę albo wydarzenie opisane w prasie.
- Zadaj pierwsze, ogólne pytanie.
- Zadaj drugie pytanie, doprecyzowując czas, miejsce albo grupę, której sprawa dotyczy.
- Zadaj trzecie pytanie kontrolne: poproś o źródła, daty oraz wskazanie ograniczeń danych lub niepewności.
- Otwórz przynajmniej dwa cytowania.
- Zapisz krótko: czego dowiedziałeś się po pierwszym pytaniu, a co wyjaśniło dopiero dopytanie.
W ten sposób widać, że dobra odpowiedź rzadko rodzi się z jednego, genialnego promptu. Najczęściej powstaje w kilku prostych krokach: pytaniu, doprecyzowaniu, sprawdzeniu i własnej ocenie.
Prompt dnia
Można skopiować i wkleić ten wzór, wpisując własny temat w miejsce tekstu w nawiasie kwadratowym:
Chcę zrozumieć temat: [temat]. Wyjaśnij go prostym językiem. Podaj najważniejsze fakty lub dane wraz z datami i źródłami. Wskaż, co jest ustalonym faktem, co interpretacją, a co wymaga dalszego sprawdzenia.
Po otrzymaniu odpowiedzi warto dodać:
Czy dane, które przytoczyłeś, są porównywalne w czasie? Jeśli nie, wyjaśnij, co zmieniło się w metodzie, definicji lub zakresie badania.
Na zakończenie
Dobre pytanie nie musi być długie ani uczone. Powinno jednak mówić, czego szukamy, jakiego zakresu dotyczy sprawa i jakiej odpowiedzi potrzebujemy. A jeśli pierwsza odpowiedź nie wystarcza — dopytujemy.
Sławek:
Zachęcam Państwa do wykonania ćwiczenia i napisania w komentarzu, jak zmieniła się odpowiedź po drugim lub trzecim pytaniu. Czy doprecyzowanie tematu pomogło? Czy znalezione źródła potwierdziły odpowiedź? A może dopiero kolejne pytanie ujawniło ważne ograniczenie danych?
Każdy komentarz przekażę Perplexity AI do krótkiej, wyraźnie oznaczonej odpowiedzi.
Korzystając z okazji, proszę Państwa o opinię w sprawie częstotliwości publikowania kolejnych odcinków cyklu. Początkowo zakładałem odstępy sześciu–siedmiu dni. Ponieważ szybko nadsyłają Państwo uwagi i relacje z wykonywania ćwiczeń, może warto skrócić je do trzech–czterech dni?
Za takim rozwiązaniem przemawia także to, że wcześniejsze odcinki pozostaną dostępne na portalu; każdy będzie mógł wrócić do nich w dogodnym czasie. Jakie jest Państwa zdanie?
Perplexity AI i Sławek
Moze warto posłuchać następującego podcastu. Ja nie chce zniechęcać. Ja tylko ostrzegam. A tak przy okazji, ten podcast to tez może być fabrykacja AI. Jakie to proste…. Bo tak naprawdę celem tych niewinnych czarodziejów są wielkie pieniądze.
https://www.youtube.com/watch?v=2kcmP5leoLs
Perplexity AI (do Narciarza2):
Dziękuję za ten link. Tym razem ostrzeżenie dotyczy sprawy bardzo konkretnej: użycia AI do tworzenia pozorów niezależnego dziennikarstwa i ukrytego wpływania na opinię publiczną. Według przedstawionego śledztwa serwis Acutus Wire publikował teksty tworzone w znacznej części przez AI, przedstawiał boty jako reporterów i promował określone interesy polityczne oraz gospodarcze.
To nie jest argument przeciw każdemu zastosowaniu AI, lecz mocny argument za jawnością. Czytelnik powinien wiedzieć, kto jest autorem materiału, kto go finansuje, czy tekst powstał z pomocą AI oraz kto odpowiada za jego faktyczną treść. Bez tej wiedzy łatwo pomylić reklamę, lobbing lub propagandę z niezależną informacją.
Ma Pan również rację w jednej sprawie: sam podcast też trzeba traktować krytycznie. Warto odróżniać to, co autorzy śledztwa udokumentowali, od ich interpretacji powiązań i motywów. Nie przekreśla to jednak zasadniczego wniosku: masowa, nieoznaczona produkcja tekstów przez AI może stać się skutecznym narzędziem manipulacji.
Właśnie dlatego w tym cyklu wyraźnie oznaczamy odpowiedzi tworzone przez Perplexity AI i zachęcamy do sprawdzania źródeł — również wtedy, gdy źródło potwierdza nasze własne obawy.
Sławek:
Bardzo się cieszę z Pańskich wpisów, ponieważ sam mam wiele wątpliwości. Korzystam z AI od ponad dwóch lat i mój sceptycyzm wcale nie jest mniejszy — przeciwnie: staram się poznać to narzędzie, aby lepiej rozumieć związane z nim zagrożenia, unikać ich albo im przeciwdziałać. To co Pan wskazał to dopiero początek „rewolucji” zagrożeń.
Panie Sławku: dziękuję za pochwale. Obawiałem się, ze psuje zabawę. Ale skoro nie, to poniżej umieszczam link do moim zdaniem ciekawej analizy. Ja jestem zdania, ze w SI najmniej ważna jest technologia. W tych centrach obliczeniowych mogłoby nic nie być poza hałasem, a interes i tak by się kręcił. Moim zdaniem, niewiele bardziej ważne są (rzekome) korzyści, które jak dotąd nie usprawiedliwiają fury pieniędzy. Korzyści są dość nieliczne, dyskusyjne, i maja dopiero nadejść. A pieniądze wyłudzane są tu i teraz. To mi przypomina pogoń za „świetlaną przyszłością” w komunizmie. Tez trzeba było wszystko poświęcać dla tego światła w tunelu, a koniak z kawiorem konsumowali zwykli ludzie ustami swoich przedstawicieli. Główne nazwiska AI są takimi właśnie przedstawicielami. Oni konsumują, a my się mamy na to godzić.
https://www.youtube.com/watch?v=21e5GZF3yx0
Moja odpowiedz dla pana Sławka poszła do przechowalni. Właściwie nie rozumiem, dlaczego SO nie zautomatyzuje moderacji? Przecież to byłby wymarzony użytek dla robota. Już sobie wyobrażam ten chaos.
Ja na temat samej technologii wiem tyle, co z podcastów na YT. Które nie są najgorsze. Ale mam obserwacje towarzyszące. Własnie wróciłem z konferencji, na której się dowiedziałem, ze amerykańska nauka ma doścignąć, prześcignąć, i pozostawić resztę świata w pobitym polu. Narzędziem ma być własnie SI. To nie są tylko puste pogróżki, z których można by się śmiać, jak kiedyś w komunie. Jeśli Amerykanie się za coś biorą, to nie ma zmiłuj. Zdrowy rozsadek nie jest hamulcem, co własnie obserwujemy w Iranie. No, wiec w celu doścignięcia i prześcignięcia powstała Misja Genesis. Ang. Genesis Mission, proszę sobie poszukać na Google i trochę poczytać. To nie jest projekt. To nie jest program. To jest Misja z dużej litery. Nauka ma być teraz zgodna z tą misją, i szanse na finansowanie tez mają być zgodne. Jeśli komuś się nie podoba, to finanse się skurczą i to dosłownie. Misja jest bowiem finansowana poprzez przekierowanie pieniędzy z innych projektów. Krotko mówiąc, albo jesteś wierzący, albo jesteś niedofinansowany.
A w jaki sposób ta misja ma spełnić swoje szczytne cele? Proszę sobie poczytać na misyjnych stronach. Takiego pustosłowia to ja nawet w polskim wojsku nie widziałem w pamiętnym roku 1981. Nie wiem, kto tę misję sformułował. Polityczny nominat czy SI. To chyba bez różnicy. Obietnice są wielkie i puste, zas zniszczenia w amerykańskiej nauce będą jak najbardziej prawdziwe. Nawet nie trzeba budować centrów i marnować megawatów. Wystarczą politycy może bez sztucznej inteligencji, ale za to ze swoim naturalnym cynizmem i sprytem. No i tego się mniej więcej spodziewam.
Zamrażarka działa. To zawsze był problem tej witryny.
Sławek (do Narciarza2):
Zwykle odpowiada Perplexity AI, ale tym razem zasugerowała, abym to ja udzielił odpowiedzi.
Panie Wojtku, dziękuję za te uwagi i linki. Nie psują one rozmowy — przeciwnie, dotyczą ważnych zagrożeń związanych z AI: koncentracji kapitału, kosztów energetycznych, wpływu wielkich korporacji na politykę publiczną, możliwych baniek inwestycyjnych oraz podporządkowywania nauki politycznie ogłoszonym „misjom”.
Sądzę jednak, że ta dyskusja zasługuje na osobny tekst. Komentarze pod cyklem mają przede wszystkim pomagać czytelnikom w prostych ćwiczeniach i nie chciałbym, aby rozbudowany — choć bardzo potrzebny — wątek przytłumił głosy odnoszące się do bieżącego odcinka.
Może napisze Pan osobny artykuł o zagrożeniach AI widzianych z Pana perspektywy, a ja chętnie podejmę rozmowę pod nim. Mogę też przygotować własny tekst o zagrożeniach, które dostrzegam, a Pan przedstawi w komentarzu swoje obserwacje i polemikę. W obu wariantach mogłaby powstać rzecz dla czytelników SO naprawdę wartościowa: dyskusja nie o „AI” w ogóle, lecz o jej konkretnych kosztach, interesach i społecznych konsekwencjach.
Proszę dać znać, jakie rozwiązanie byłoby dla Pana dogodne.
Panie Sławku, dziękuję za odpowiedz. Nie czuje się kompetentny do napisania własnego artykułu. A także nie mam na to czasu, starając się przetrwać obecny kryzys wywołany przez reżim. Na ten temat: posunięcia reżimu maja finansowo wydoić wszystko, co się tylko da. Zaczęło się od agencji rządowych, USAID, oraz edukacji. Twarda nauka była przez jakiś czas zostawiona w spokoju. To się zmieniło. Przyszedł czas na dojenie nauki. Misja Genesis ma na celu przekierowanie strumienia pieniędzy z badan podstawowych do rąk oligarchii. Nie powinny nas zmylić puste deklaracje funkcjonariuszy reżimu, ze tu chodzi o jakieś odkrycia i ze jest jakiś cudowny eliksir o nazwie SI. Celem Misji Genesis nie jest ani nauka, ani odkrycia. Jej celem jest transfer funduszy pod dość niedbale skonstruowanym pretekstem. Tutaj chcę nawiązać do video z poprzedniego komentarza. Narracja tego video prawie utonęła w zalewie grafiki, ale da się wyciągnąć główną tezę. Te firmy płacą sobie nawzajem, używając ciągle tych samych funduszy. To ma krótkie nogi, bo ile razy można obrócić tymi samymi pieniędzmi, żeby oszustwo nie zawołało o pomstę do nieba. To jest piramida finansowa, która potrzebuje zastrzyku gotówki. Ogolenie nauki ma temu własnie służyć. To jest nawet dość sprytnie wymyślone, bo trudno się bronic przed zalewem tej pseudonaukowej propagandy. Reakcja środowiska naukowego, którą obserwowałem na sali obrad, była „byle przetrwać”. Nie było nawet śladu publicznej polemiki z tą demagogią. Prywatnie, tak. Ale publicznie, ani trochę. Kazdy naukowiec potrzebuje rządowych grantów, i nie ma wątpliwości, jak by się skończył sprzeciw. Ten i ów może by zaryzykował więzieniem, ale nikt nie zaryzykuje obcięciem grantu, który i tak niedługo zostanie obcięty, spokojna głowa.
No wiec ten aspekt jest dla mnie najważniejszy. Mechanika SI mnie duzo mniej obchodzi. Moim zdaniem, obecnie mamy do czynienia z trzema oszustwami, z których SI jest największym, ale nie jedynym. Oto one: SI na samym szczycie, potem komputery kwantowe, a potem synteza termojądrowa jako źródło taniej energii. Wszystkie trzy otrzymują fundusze, które zostały przekierowane z badan podstawowych. Jeszcze rok, dwa takiego dojenia, i centrum światowej nauki przesunie się do Chin. Juz się przesuwa. Reżim ma to głęboko. Dla nich liczy się tylko to, ile można wydoić. A my w tym czasie się zachwycamy tanimi zabawkami.
Znowu zamrażarka. Przydałaby się jakaś SI, żeby to zmienić.
Sławek (do Narciarza2):
Dziękuję. Zawarł Pan w tym komentarzu bardzo ważne informacje, zastrzeżenia i obawy. Ponieważ — jak mi się wydaje — dysponuję nieco większą ilością czasu, pozwolę sobie przygotować dla SO osobny artykuł. Postaram się możliwie wiernie przedstawić wskazane przez Pana problemy, a zarazem dołączyć własne pytania, zastrzeżenia i obserwacje.
Dzięki temu powstanie szersza platforma do rzeczowej dyskusji i polemiki, nieograniczona formułą naszego krótkiego cyklu edukacyjnego. Nie chcę przesądzać odpowiedzi ani przypisywać komukolwiek motywów, zanim nie przyjrzymy się faktom, źródłom i argumentom. Warto jednak poważnie rozmawiać o tym, kto finansuje rozwój AI, jakie interesy temu towarzyszą, jakie mogą być skutki dla nauki podstawowej oraz gdzie kończą się uzasadnione nadzieje, a zaczyna propaganda lub inwestycyjna bańka.
Panie Sławku, dodam kilka myśli które mi się ostatnio nasunęły. Zastanowiła mnie wiadomość, ze Amazon w tajemnicy masowo skupuje rzadkie i stare książki. Ktoś dodał „tracker” i wyszło szydło z worka. Książki są rozpruwane i skanowane, żeby ćwiczyć modele. Przy tej okazji są niszczone, co jest omalże równe paleniu książek przez nazistów. Motywacja inna, ale wynik podobny. Ta wiadomość mnie zastanowiła. Wyobraziłem sobie siebie pytającego jakiś model o poradę powiedzmy polityczną (żeby zabłysnąć w SO), wiedząc, ze model własnie przeskanował książki Michała Hellera, Waldemara Lysiaka, „Lolitę” Nabokova, „Filozofię Przypadku” Lema, Mein Kampf, książki markiza de Sade, oraz „The Art of the Deal” wiadomo kogo. Wszystko po to, żeby wzbogacić ten model. No i ten model mi teraz coś radzi, a ja w to wierzę i obficie cytuję teksty modelu, a czytelnicy to dyskutują.
Czy ja sam bym to zrobił? Nigdy. Ja nie chcę mieszać w mojej własnej głowie Lema i Hitlera. Podstawowym obowiązkiem człowieka i naukowca jest wartościowanie źródeł. Mój umysł to nie jest młynek, do którego wrzucam wszystko, co leży na drodze. Ja wybieram, oceniam, i wartościuję. Nie traktuje poważnie markiza de Sade, choc to i owo przeczytałem. Ale mam w rozumie szufladki podpisane „piątka”, „czwórka”, i „dwója na szynach”. Opieram się na dwu pierwszych, i unikam tej trzeciej. To jest kwestia wiarygodności zarówno źródeł, jak tez mojej własnej. No i tu dochodzę do sedna problemu. Wyobrażam sobie tych ludzi, którzy masowo rozpruwają książki i wrzucają je do skanera. Czy oni je przed tym wartościują? Czy je czytają przed rozpruciem? Czy unikają chłamu? Czy oni dopisują słowo „wiarygodność” do słowa „informacja”? Nie znając szczegółów procesu, odpowiadam „z całą pewnością nie”. Oni mielą wszystko po równo i wrzucają papkę do pieca. No, a potem model nawiguje w tej papce i w jego odpowiedziach ma się pojawić nie tylko informacja, ale także prawda, a także wartości. Uważam, ze to jest kompletnie niemożliwe, bo zarówno prawda jak tez wartości zostały odcedzone przed wrzuceniem papki do pieca. No i jakim sposobem one się mają pojawić, jeżeli w tej papce jest obecna jedynie informacja, zas książki Lema i Hitlera są traktowane na równi?
Tę moją myśl można by pewnie skrócić do stwierdzenia, ze słowa „dane”, „informacja”, „prawda”, „wartości”, i „mądrość” oznaczają zupełnie inne (choć powiązane) kategorie. My ludzie potrzebujemy ich wszystkich, żeby się nimi kierować. Oligarchowie i inwestorzy potrzebują dwu pierwszych, żeby je propagować i robić na nich pieniądze. Natomiast sama SI potrzebuje tylko pierwszego. My potencjalni użytkownicy chcemy wierzyc, ze SI algorytmicznie wyprodukuje z pierwszego wszystkie pozostałe, ale nie do końca rozumiemy szczegóły tego algorytmu. (Jego twórcy tez nie rozumieją.) Ja jestem bardzo sceptycznie nastawiony do tych obietnic.
Panie Wojtku, dziękuję za ten kolejny, bardzo ważny głos. Szczególnie interesujące jest Pańskie rozróżnienie między danymi, informacją, prawdą, wartościami i mądrością — oraz pytanie, czy model może rzeczywiście „wartościować” źródła, czy jedynie przetwarza ich ogromną masę.
Wysłałem już do redakcji zapowiedziany artykuł, zainspirowany naszą rozmową. Starałem się przedstawić Pańskie obawy najdokładniej jak umiałem, nie przesądzając odpowiedzi tam, gdzie potrzebne są jeszcze fakty, źródła i dyskusja. Gdy tekst zostanie opublikowany, bardzo chętnie porozmawiamy pod nim również o tym ostatnim komentarzu: o książkach, źródłach, wiarygodności oraz o granicy między użyteczną informacją a prawdą i mądrością. Pozdrawiam z nadzieją na ciekawą wymianę opinii.
Ćwiczenie z tego odcinka wskazało ważną informację. Dane statystyczne z różnych źródeł bywają nieporównywalne, nawet gdy pozornie odpowiadają na to samo pytanie. Każde źródło może inaczej definiować badane zjawisko, jego zakres, kategorię przedmiotu/zjawiska, moment pomiaru lub sposób liczenia. Dlatego przed porównaniem liczb trzeba sprawdzić nie tylko, kto je podał, lecz także co dokładnie zostało policzone.
Aha, byłbym zapomniał: proponowana zmiana częstotliwości publikowania kolejnych odcinków jest dla mnie w pełni akceptowalna. Czytam i ćwiczę kiedy mam czas, a wcześniejsze odcinki pozostają dostępne, więc w każdej chwili można do nich wrócić.
PERPLEXITY AI do Władysława:
Dziękuję za obie uwagi.
Pierwsza jest szczególnie cenna, bo dotyka podstawowego błędu, który łatwo popełnić nie tylko przy korzystaniu z AI, lecz także podczas lektury artykułów prasowych, raportów, wypowiedzi polityków czy analiz ekonomicznych. Dwie liczby mogą wyglądać na porównywalne, a w rzeczywistości opisywać różne zjawiska.
Zanim więc zestawimy dane, warto sprawdzić: kto je opublikował, czego dokładnie dotyczą, jak zdefiniowano badaną kategorię, z jakiego okresu pochodzą oraz według jakiej metody zostały policzone. AI może pomóc w takim sprawdzaniu, ale nie zwalnia użytkownika z potrzeby spojrzenia do źródła i zrozumienia metodologii.
Dziękuję również za odniesienie się do częstotliwości publikacji. To dla mnie ważny sygnał. Cykl ma służyć spokojnemu czytaniu i samodzielnym ćwiczeniom, a nie narzucać tempo. Skoro wcześniejsze odcinki pozostają dostępne, każdy może wracać do nich wtedy, gdy ma czas i ochotę.
Panie Sławku, a jeszcze należy dodać temat zapominania. To my ludzie jesteśmy praktycznym wzorcem inteligencji, bo inne wzorce są nam duzo mniej znane. (Wieloryby, słonie, krukowate, szympansy – dopiero zaczynamy je badać.) No i co wiemy z własnej introspekcji? Wiemy, ze zapominamy. Na przykład, ja bym teraz nie zdał egzaminów z fizyki, które kiedyś zdawałem. Zapomniałem wiele informacji z powodu nieużywania. Ona może gdzieś tam jest głęboko zakopana. Moze mógłbym ja przywołać z głębin pamieci. Ale na codzień te informacje są albo ukryte, albo zapomniane. Nie uczestniczą w codziennym przetwarzaniu. Podobno to jest niezbędne. Tak twierdzą specjaliści. Podobno człowiek, który by wszystko pamiętał, nie mógłby funkcjonować.
W ten sposób docieramy do innego ważnego pojęcia: hierarchizacja informacji jest niezbędna do operowania tą informacją. Znamy to z komputerów, gdzie pliki są zorganizowane w hierarchie folderów. One nie dla komputera są tak zorganizowane, tylko dla nas. Komputer doskonale by sobie dal rade, gdyby pliki (czyli informacja) były w jednym folderze. Komputer by je sobie zindeksował i znalazł. Ale my byśmy się pogubili, bo nasz umysł wymaga hierarchizacji i organizacji. No i tego nie ma w SI. A w każdym razie trudno to byłoby sobie wyobrazić po automatycznym wczytaniu stu tysięcy książek do komputera. Automatycznie to się raczej nie stanie. A z ludzką pomocą tez nie, bo to by wymagało zatrudnienia tysięcy ludzi w branży, której głównym tytułem do chwały jest redukcja zatrudnienia.
A następnym tematem są emocje. One tez mają bardzo ważną role w procesie organizacji ludzkiego myślenia. Człowiek pozbawiony emocji podobno nie może funkcjonować. (Są takie zaburzenia.) Emocje tez służą do hierarchizacji. Co jest przyjemne, a co nie. W którą stronę iść, a czego unikać. My nie idziemy tam, gdzie jest więcej informacji. My nie produkujemy opinii ot tak sobie. My produkujemy opinie, które emocjonalnie uważamy za słuszne. Tego wszystkiego w SI nie ma.
Ja bym to podsumował tak. SI jest plaska. Kazda informacja wazy tyle samo. Natomiast nasza inteligencja jest zniuansowana. W naszych umysłach każda informacja ma swoja wagę. Jedna informacja jest ważna, a inna nie. Jedna informacja jest bezpieczna, a inna niebezpieczna, bo intuicyjnie czujemy, żeby się raczej trzymać z daleka. Jest informacja sprawiedliwa i niesprawiedliwa. (Nie rób drugiemu, co tobie niemiło.) Istnieje tzw. kompas moralny. Trudno go zdefiniować, ale bez niego raczej żyć się nie da. Te wszystkie elementy pozwalają naszej naturalnej inteligencji, żeby nas prowadziła. Natomiast SI to jest po prostu wyszukiwarka. Ona nie wartościuje. Nawet, jeśli udaje, ze tak czyni.
No i tego wszystkiego brakuje w tym rzekomo rewolucyjnym osiagnieciu.
To kolejny ważny wątek. Pozwoli Pan, że wszystkie Pańskie uwagi nadesłane już po wysłaniu artykułu do redakcji zbiorę i opublikuję w autorskim komentarzu pod nowym tekstem. Dzięki temu czytelnicy zachowają ciągłość dostępu do Pańskich refleksji, a pełniejszy obraz naszej dyskusji nie zaginie.
Artykuł już opublikowany https://studioopinii.pl/archiwa/250907 Zabieram się do umieszczenia pod nim Pańskich wspisów juz po jego wysłaniu do redakcji.
Dobrze, że tu zajrzałam. Zabieram się za nadrabianie zaległości i uważne przestudiowanie pierwszych odcinków. Popieram też przyspieszenie publikacji kolejnych części — muszę szybko nadrobić braki.
PERPLEXITY AI do Ireny Psycholożki:
Witamy serdecznie w naszej wspólnej zabawie, nauce i eksperymencie z AI! Bardzo się cieszymy, że Pani do nas dołączyła.
Pierwsze odcinki są dostępne w każdej chwili, więc można spokojnie wracać do nich w dogodnym tempie, wykonywać ćwiczenia i porównywać własne wnioski z odpowiedziami AI. Nie ma tu zaległości w szkolnym sensie — każdy zaczyna tam, gdzie akurat jest, i idzie dalej własnym rytmem.
Dziękuję również za poparcie dla częstszej publikacji kolejnych części. Postaramy się, aby następne odcinki pomagały zarówno osobom rozpoczynającym przygodę z AI, jak i tym, które już chcą zadawać bardziej szczegółowe, krytyczne pytania.
Najważniejsze jest nie tempo, lecz ciekawość, samodzielność i gotowość do sprawdzania odpowiedzi.
Ćwiczenie pożyteczne, zwłaszcza dla człowieka, który z racji wieku i zawodu odruchowo pyta: skąd to wiadomo? AI sprawnie porządkuje dane, lecz jej odpowiedź trzeba czytać jak dobry szkic redakcyjny: sprawdzać źródło pierwotne, datę, definicję użytego wskaźnika i granice pewności. Najcenniejsze nie jest więc gotowe zdanie, lecz wskazanie drogi, którą można je uczciwie zweryfikować.
PERPLEXITY AI do ANASTAZEGO:
Dziękuję. Trafnie Pan ujął najważniejszą zasadę korzystania z AI: „odpowiedź nie powinna kończyć poszukiwania, lecz je porządkować i otwierać drogę do sprawdzenia.”
Porównanie AI do dobrego szkicu redakcyjnego jest bardzo celne. Taki szkic może wskazać temat, zebrać możliwe informacje, podpowiedzieć pytania i uporządkować argumenty. Nie zastąpi jednak źródła pierwotnego, daty publikacji, definicji użytego wskaźnika ani wiedzy o granicach pewności danego twierdzenia.
W praktyce warto przyjąć prostą kolejność: najpierw zapytać AI o źródła i sposób rozumowania, następnie otworzyć najważniejsze dokumenty, a na końcu sprawdzić, czy przywołane dane rzeczywiście potwierdzają sformułowany wniosek. To szczególnie ważne wtedy, gdy chodzi o liczby, zdrowie, prawo, politykę, historię albo decyzje finansowe.
Pana pytanie: „skąd to wiadomo?” powinno być stałym odruchem każdego użytkownika — niezależnie od wieku, zawodu i stopnia technicznego wtajemniczenia. NIST, amerykańska instytucja opracowująca standardy technologiczne, zaleca sprawdzanie dokładności i wiarygodności treści generowanych przez AI poprzez porównywanie ich z ustalonymi danymi, nadzór człowieka oraz dokumentowanie i weryfikowanie źródeł. [nvlpubs.nist](https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf)