Lekcja 3.1
Chatboty i asystenci
ChatGPT, Gemini, Claude, Copilot, Bielik — co je łączy, a co różni?
3.1Chatboty i asystenci
Witaj na trzecim poziomie. Wiesz już, że model językowy przewiduje kolejne tokeny. Teraz zobaczysz, jak z takiego modelu powstaje asystent, z którym rozmawiają setki milionów ludzi — i dlaczego warto wiedzieć, co dzieje się „po drugiej stronie” rozmowy.
Każdy rozdział zaczyna się prosto. Chcesz więcej? Otwórz Zaawansowany, a w nim Ekspert.
Rozmówca, który przeczytał bardzo dużo
ChatGPT, Gemini, Claude, Copilot czy polski Bielik to chatboty — programy, z którymi rozmawiasz jak z człowiekiem. W środku każdego z nich pracuje duży model językowy.
Chatbot potrafi wyjaśnić trudny temat, pomóc napisać wiadomość albo wymyślić pomysły. Ale nie zna automatycznie prawdy o świecie: ważne odpowiedzi warto sprawdzić gdzie indziej, nawet gdy brzmią bardzo pewnie.
Wyobraź to sobie tak
„Rozmowa z chatbotem przypomina pracę z bardzo oczytanym pomocnikiem redakcyjnym — a nie dostęp do nieomylnej encyklopedii.”
Każda Twoja wiadomość trafia do modelu razem z dotychczasową rozmową i ukrytymi instrukcjami od twórców aplikacji. Model widzi to wszystko jako jeden długi tekst i dopisuje do niego odpowiedź, token po tokenie.
Chatboty różnią się modelem, który mają w środku, dodatkowymi narzędziami, ustawieniami prywatności i językami, w których są najlepsze. Bielik to model rozwijany w Polsce przez fundację SpeakLeash we współpracy z ośrodkiem ACK Cyfronet AGH, z myślą o dobrej obsłudze języka polskiego.
Częsty błąd
Chatbot pamięta wszystko, co mu kiedykolwiek powiedziałem.
Jak jest naprawdę
Model widzi tylko to, co mieści się w bieżącym kontekście; ewentualna „pamięć” to osobna funkcja aplikacji, którą zwykle można wyłączyć.
Rozmowa jest formatowana jako sekwencja wiadomości z rolami (systemowa, użytkownik, asystent), zamieniana na tokeny i podawana modelowi w oknie kontekstowym. Instrukcje systemowe kształtują zachowanie, ale nie są granicą bezpieczeństwa — sprytnie sformułowane dane wejściowe potrafią je obejść.
Koszt i szybkość odpowiedzi rosną wraz z długością kontekstu, dlatego aplikacje skracają lub streszczają długie rozmowy. Funkcje „pamięci” zwykle zapisują wybrane informacje poza modelem i dołączają je do kolejnych rozmów.
Od modelu do asystenta
Model wytrenowany tylko na tekstach z internetu potrafi dokończyć zdanie, ale niekoniecznie odpowiedzieć na pytanie. Żeby stał się pomocnym asystentem, przechodzi dodatkowy trening.
Ludzie pokazują mu przykłady dobrych odpowiedzi i oceniają, które odpowiedzi są lepsze. Dzięki temu model uczy się być pomocny, uprzejmy i ostrożny.
Pierwszy etap to dostrajanie instrukcyjne: model uczy się na parach „polecenie — wzorcowa odpowiedź”. Drugi to RLHF, czyli uczenie ze wzmocnieniem na podstawie ocen ludzi: oceniający porównują odpowiedzi, z tych porównań powstaje model nagrody, a asystent uczy się odpowiedzi wyżej nagradzanych.
Ten proces poprawia użyteczność i bezpieczeństwo, ale ma ograniczenia. Model uczy się tego, co ludzie oceniają wyżej — a to nie zawsze jest prawda. Bywa przez to nadmiernie przytakujący albo zbyt pewny siebie.
- 1Trening na ogromnych zbiorach tekstu
- 2Dostrajanie na wzorcowych odpowiedziach
- 3Ocenianie odpowiedzi przez ludzi
- 4Uczenie ze wzmocnieniem
InstructGPT (Ouyang i in., 2022) połączył nadzorowane dostrajanie, model nagrody trenowany na porównaniach odpowiedzi i optymalizację algorytmem PPO. Preferencje oceniających są przybliżeniem pożądanego zachowania, a nie niezależną wyrocznią prawdy.
Modele rozumujące, takie jak OpenAI o1 (2024) i DeepSeek-R1 (2025), trenowano dodatkowo uczeniem ze wzmocnieniem na zadaniach z weryfikowalnym wynikiem, by przeznaczały więcej obliczeń na trudne problemy. Dłuższy tok rozumowania nie gwarantuje poprawności, a deklarowane wyjaśnienie nie musi wiernie odtwarzać przyczyn odpowiedzi.
Wyszukiwarka i narzędzia
Sam model wie tylko to, czego nauczył się podczas treningu — jego wiedza kończy się w pewnym momencie. Dlatego wiele chatbotów potrafi dziś zajrzeć do internetu albo do Twoich dokumentów, zanim odpowie.
Gdy chatbot podaje źródła, kliknij w nie i sprawdź, czy naprawdę mówią to, co twierdzi odpowiedź.
Ta technika nazywa się RAG (od angielskiego „generowanie wspomagane wyszukiwaniem”). System najpierw szuka pasujących fragmentów w wyszukiwarce lub w bazie dokumentów, dokleja je do kontekstu, a dopiero potem model pisze odpowiedź.
RAG poprawia aktualność i pozwala podawać źródła, ale jakość odpowiedzi zależy od jakości wyszukiwania. Model może też błędnie streścić poprawne źródło — dlatego cytaty trzeba weryfikować.
Częsty błąd
Chatbot zawsze korzysta z internetu.
Jak jest naprawdę
Dostęp do sieci zależy od aplikacji i włączonych narzędzi. Bez nich model korzysta tylko z wiedzy z treningu.
RAG (Lewis i in., 2020) łączy model generatywny z zewnętrznym zasobem wiedzy. Wdrożenia zwykle stosują wyszukiwanie wektorowe (dokumenty i pytania zamienione na wektory), ponowny ranking wyników i cytowania.
Cytowanie nie dowodzi zgodności — model może powołać się na dokument, który mówi coś innego. Dobre systemy mierzą osobno trafność wyszukiwania i wierność odpowiedzi wobec znalezionych źródeł.
Zapis formalny
odpowiedź = model(pytanie, kontekst, wyniki narzędzi)
W Laboratorium
W Laboratorium: Pogadaj z przewodnikiem
W Laboratorium czeka na Ciebie Przewodnik — chatbot, który odpowiada na pytania o sztuczną inteligencję. Możesz zapytać o wszystko, czego dowiedziałeś się na ścieżce, a on wyjaśni to po swojemu.
Przewodnik dopasowuje język do wybranego poziomu: prosto, zaawansowanie albo po ekspercku. Ta funkcja korzysta z prawdziwej AI i zostanie udostępniona wkrótce.
Przewodnik działa dokładnie tak, jak opisaliśmy w tej lekcji: Twoje pytanie trafia do modelu językowego razem z wcześniejszą rozmową i instrukcjami systemowymi. Instrukcje mówią mu, że jest przewodnikiem po AI, ma odpowiadać zwięźle po polsku i wracać do tematu AI, jeśli rozmowa zboczy.
W instrukcjach są też zasady bezpieczeństwa: treści odpowiednie dla dzieci, odradzanie podawania danych osobowych, wskazanie telefonu zaufania 116 111 w trudnych sytuacjach i prowadzenie pytaniami zamiast odrabiania prac domowych. Odpowiedź pojawia się na ekranie stopniowo, token po tokenie.
Rozmowa przechodzi przez jeden punkt serwera, który sprawdza uprawnienia i ogranicza wejście: do modelu trafia najwyżej 12 ostatnich wiadomości, każda do 2000 znaków. Poziom (prosto, zaawansowany, ekspert) zmienia opis odbiorcy w instrukcji systemowej, a odpowiedź jest strumieniowana do przeglądarki.
Instrukcja systemowa kształtuje zachowanie, ale — jak wspomnieliśmy przy agentach — nie jest twardą granicą bezpieczeństwa. Dlatego dostęp jest ograniczony do kont nauczycieli, a serwer pilnuje długości i liczby wiadomości niezależnie od modelu.
Zapamiętaj
- Asystenci AI łączą model językowy z narzędziami.
- Są modele zamknięte i otwarte — każdy ma plusy i minusy.
- Polska rozwija własne modele: Bielik i PLLuM.
Jeden model, wiele zmysłów
włączaj i wyłączaj wejścia
2 / 4 zmysły
Co możesz zrobić
- Streść rozdział lektury
- Przetłumacz list
- Napisz quiz
- Rozwiąż zadanie ze zdjęcia zeszytu
- Opisz wykres
- Przeczytaj etykietę leku
Ciekawostka
Bielik to polski otwarty model językowy rozwijany przez społeczność SpeakLeash przy wsparciu Akademickiego Centrum Komputerowego Cyfronet AGH. Nazwa pochodzi od ptaka — bielika, symbolu z polskiego godła.
W liczbach
800 mln
tygodniowych użytkowników ChatGPT (październik 2025)
Źródło: OpenAI, DevDay 2025
Ewaluacja · 3 pytania
Sprawdź się
Co trzeba robić z ważnymi informacjami od chatbota?
Twoja opinia · anonimowo
Jak Ci się czytało tę lekcję?
Dokąd dalej
Następny przystanek: Obrazy, wideo i muzyka z AI
Chatbot to model językowy po dodatkowym treningu na przykładach i ocenach ludzi, często wspierany wyszukiwarką i narzędziami. Jest świetnym pomocnikiem, ale nie wyrocznią.
Tekst to nie wszystko, co AI potrafi tworzyć. W następnej lekcji zobaczysz, jak z czystego szumu powstaje zdjęcie, którego nikt nigdy nie zrobił — a także muzyka i wideo.