W dyskusjach o sztucznej inteligencji nieczęsto przywołuje się pojęcie wyjaśnialnej sztucznej inteligencji (explainable AI, XAI), jeszcze rzadziej pojawiają się konkretne przykłady metod, za pomocą których moglibyśmy w przejrzysty sposób wyjaśnić decyzje podejmowane przez algorytmy. Na czym właściwie miałoby polegać wyjaśnienie zasad działania modelu klasyfikacyjnego? Jak można analizować nie tylko wynik proponowanych predykcji, ale też proces ich podejmowania? Czytaj dalej

Generujemy w Midjourney obrazek, wpisując w prompcie frazę "rzetelność intelektualna". Otrzymujemy portret młodego mężczyzny w stroju biurowym i okularach, siedzącego w bibliotece nad wielką starą książką. Na biurku leży też stos innych książek, drugie okulary, pięknie czerwone jabłko i… czaszka. Dlaczego otrzymaliśmy taki, a nie inny wizerunek? Odpowiedź na to pytanie ułatwić może skorzystanie z medialno-materialistycznej metody analizy maszynowych obrazów, opisanej w kwietniu tego roku na łamach czasopisma "Convergence". Czytaj dalej

Przez ostatnią dekadę na zapomnianej wiki Deutsches Software Entwickler pojawiło się tylko 20 zmian. Nagle, między majem a lipcem tego roku, przybyło tam ponad 18 tys. wpisów. Wszystkie zostały wygenerowane maszynowo przez agenty AI, które ominęły narzucone im ograniczenia i wykorzystały wiki jako platformę do wymiany informacji na temat najbardziej efektywnych sposobów rozwiązywania zleconych im zadań. Obserwowanie imponującej efektywności autonomicznych botów nie powinno jednak inspirować nas do zmiany języka, którym ją opisujemy. Czytaj dalej

W latach 2023-2025 znormalizowany średni wynik odpowiedzi na maturze z historii wynosił 44 proc. i okazał się rażąco niższy od wyników wygenerowanych przez duże modele językowe (od 87 do 98 proc.). Nie oznacza to jednak, że matura z historii jest źle zaprojektowana albo że modele językowe mają lepszą wiedzę o historii niż polscy uczniowie. Wiedza to nie tylko znajomość faktów i dat, ale też umiejętność poruszania się między nimi i zdolność krytycznego rozumienia tekstów, a z tym modele językowe mają wciąż ogromne problemy. Czytaj dalej

Czytanie akademickiego slopu zabrało mi czas, który mógłbym przeznaczyć na wartościową lekturę. Chociaż nie dowiedziałem się niczego na temat nowych gatunków literackich, powstających przy użyciu “AI”, przypomniałem sobie o znaczeniu cytowań oraz sprawdziłem, że duże modele językowe potrafią skutecznie rozpoznawać ślady wskazujące na maszynowe pochodzenie tekstu naukowego. Czytaj dalej