Commity.cz sdílí příspěvek kolegy
Vysvětlovat neuronovou síť na přednášce o AI pro veřejnost by mělo být trestné! 🤯
Viděl jsem to už několikrát a pokaždé to bylo „velký špatný".
Klíčové rozhodnutí u každé přednášky je zvolit úroveň abstrakce, která sedí publiku. A pro širokou veřejnost to neuronové sítě zpravidla nejsou. Je to jako učit někoho pracovat s počítačem a začít vysvětlováním instrukční sadu procesoru.
Dlouho jsem přemýšlel, co by běžný uživatel o AI opravdu měl vědět a jaká zjednodušení jsou ještě přijatelná. Cestou jsem se smířil s tím, že AI dnes v běžné řeči znamená „nástroje postavené na LLM", i když je to technicky nepřesné. Nakonec jsem došel ke čtyřem věcem, které mi přijdou podstatné:
1 - AI funguje jinak než klasický program. Pravidla nepíše programátor, model se je učí z dat. → Stejný dotaz nemusí vést ke stejné odpovědi. A často ani nedokážeme přesně vysvětlit, proč model odpověděl právě takhle.
2 - AI model není totéž co AI nástroj. Hledání na internetu nebo práci se soubory obstarávají další nástroje kolem modelu. → Není to magie, ale chytrá kombinace chytrých kostiček.
3 - Výsledek stojí na kontextu. Model automaticky nezná vás, vaši konkrétní situaci ani aktuální informace. → Dejte mu podklady a jasné zadání: co chcete, pro koho a proč. Bez dobrého kontextu těžko dostanete dobrý výsledek.
4 - Přesvědčivost a pravdivost nejdou ruku v ruce. Chybná odpověď zní stejně jistě jako správná. → Čím důležitější věc, tím víc ověřujte. I s dobrým kontextem.
Výzva je najít jazyk, kterým tyhle body pochopí konkrétní publikum. Cílem totiž není, aby lidé věděli, jak AI funguje uvnitř. Cílem je, aby měli dost dobrý mentální model, díky kterému ji dokážou rozumně a bezpečně používat.
Co by podle vás měl netechnický člověk o AI vědět a já to vynechal? Co byste do toho výběru přidali vy?


