Podczas wystąpienia przyjrzymy się agentom AI. Szczególne miejsce poświęcę prognozom dotyczącym biznesowych zastosowań agentów oraz dotychczasowym wdrożeniom, które pojawiły się pod koniec 2024 i w pierwszym kwartale 2025. Dookreślając ich biznesowe znaczenie, skontrastuję:  promptowanie chatbota, tworzenie asystentów i tworzenie agentów. Wskażę realne przykłady, jak każda z tych technik może być przydatna w pracy menedżera jako narzędzie rozwoju komunikacji, refleksji i leadershipu.

„Strach jest oznaką rozsądku. Tylko skończeni głupcy niczego się nie boją” pisał Carlos Ruiz Zafón w „Grze anioła”. Ta myśl była parafrazowana w literaturze na tysiączne sposoby – znajdziesz ją u Ursuli Le Guin i H.P. Lovecrafta. Literatura nie zachęcała jednak do ucieczki przed tym, co wzbudza strach. To właśnie przełamanie obaw było zwykle punktem zwrotnym, w którym rozpoczynała się przygoda. 

Postęp technologiczny galopuje szybciej niż robot Black Panther V2.0, który przebiega 100 metrów w mniej niż 10 sekund. A tempo zmian  nieustannie się zwiększa i jeszcze przyspieszy, ponieważ technologia informacyjna tworzy pętlę sprzężenia zwrotnego. Oznacza to, że jej rozwój pozwala na przyspieszenie jej rozwoju (Ray Kurzweil, Osobliwość coraz bliżej).    

Pozostaje zatem pytanie, co my z tym tempem zrobimy. To kwestia bieżącego nadawania sensu światu, naszej elastyczności, podejścia do zmiany.  
W tym kontekście chciałabym opowiedzieć o generatywnej sztucznej inteligencji, współpracy człowieka i AI, a także o paradygmacie uczenia się przez całe życie – polisie ubezpieczeniowej od strachu przed przyszłością, na którą każdy może sobie pozwolić, działając w myśl zasady „Bój się i rób!”. 

„Największym nieszczęściem naszych czasów jest to, że głupcy są pewni siebie, a ludzie inteligentni pełni wątpliwości” – mawiał Bertrand Russell, co paradoksalnie stało się jeszcze bardziej aktualne w epoce sztucznej inteligencji. W świecie, gdzie technologia potrafi zarówno zachwycić, jak i przerazić, pytanie o zaufanie przestaje być binarne. Nie chodzi już o to „czy ufać AI”, ale „jak ufać” – jak wiele musimy sprawdzać, jak powinniśmy stawiać granice, jak bardzo krytycznie musimy podchodzić do jej rezultatów.

Chciałabym opowiedzieć Wam o zaufaniu do AI –   stale ewoluującym napięciu pomiędzy dwiema skrajnymi postawami, gdzie jednym biegunem jest obawa i odrzucenie technologii, a z drugiej – entuzjazm i bezrefleksyjne na niej poleganie.  W tej przestrzeni napięć rysuje się mapa codziennych interakcji z technologią, która stała się naszym cyfrowym współpracownikiem, doradcą, a czasem – niestety – złudnym autorytetem.

Ponad ćwierć wieku temu dwóch doktorantów ze Stanford stworzyło algorytm, który na zawsze zmienił sposób, w jaki ludzkość szuka informacji. PageRank Google’a służył nam wiernie, ale sztuczna inteligencja podniosła poprzeczkę dla wyszukiwania. Zamiast zastanawiać się nad doborem słów kluczowych do wpisania w okienko przeglądarki, chcemy zadawać złożone pytania. W tym właśnie momencie na arenę wkracza Perplexity – narzędzie, które nie tyle odpowiada na pytanie „gdzie znaleźć więcej informacji na dany temat”, ile prezentuje odpowiedź zsyntetyzowaną z wielu źródeł. Czym zatem Perplexity różni się od Google? A czym od ChatGPT? Jakie zadania warto jej powierzyć, a gdzie lepiej wciąż polegać na klasycznym wyszukiwaniu? W jaki sposób integrować własne materiały z publicznymi źródłami, by stworzyć unikalną bazę wiedzy dla swoich projektów? Kiedy zaufać AI jako pierwszemu filtrowi informacji, a kiedy samodzielnie zweryfikować źródła? Opowiem o wyzwaniach, z jakimi mierzymy się podczas prowadzenia researchu w dobie generatywnych tekstów powtarzających błędne informacje. O zjawiskach „link rot” (gnicie linków) lub „dead link loop” (pętla martwych linków), szumu czy hałasu informacyjnego utrudniającego dostęp do wiarygodnych źródeł. Dezinformacji i misinformacji – czyli celowego lub niecelowego rozpowszechniania nieprawdziwych informacji. Omawianym kwestiom towarzyszyć będzie prezentacja połączona z demonstracją możliwości narzędzia oraz use cases związanych z profesjonalnym prowadzeniem researchu oraz budowaniem strategii, która wymaga wyciągania wniosków z przytłaczającej ilości źródeł.

Gdy George Lucas tworzył pierwsze efekty specjalne do „Gwiezdnych wojen”, potrzebował armii specjalistów i budżetu większego niż PKB małego państwa. Dziś podobne efekty może stworzyć student filmówki na swoim laptopie.

Ale prawdziwa rewolucja AI w kreatywności nie rozgrywa się na pierwszym planie – tam, gdzie widowiskowe obrazy i filmy budzą zachwyt lub kontrowersje. Dzieje się w cieniu, w miejscach, których nie zauważamy, a które fundamentalnie zmieniają sposób, w jaki powstają dzieła, które kochamy.