Sztuczna inteligencja
AI W EDUKACJI CZĘŚĆ 2 PRAKTYCZNE POMYSŁY PRAWNE UWARUNKOWANIA dla edukatorów i edukatorek
Dariusz Gołębiowski
Spis treści AI W EDUKACJI CZĘŚĆ 2 PRAKTYCZNE POMYSŁY PRAWNE UWARUNKOWANIA 2 NOTA WYDAWCY 3 SPIS TREŚCI 7 OD AUTORA 11 WPROWADZENIE: Od Warsztatu do Praktyki - Implementacja AI w Programie Nauczania 18 Rozdział 1 SCENARIUSZE IMPLEMENTACYJNE: AI W SERCU DYDYKTYKI 22 BIOLOGIA - Symulacje procesów żywotnych i wizualizacja mikroświata (Multimodalność) 29 CHEMIA - Cyfrowe laboratorium projektowe i modelowanie cząsteczek 30 ETYKA - Debata z AI: Analiza dylematów moralnych w świecie cyfrowym 31 FIZYKA - Eksperymenty myślowe i symulacje praw fizyki wspierane przez modele rozumujące 32 GEOGRAFIA - Dynamiczne mapowanie zmian klimatycznych i analizy terenowe 33 HISTORIA - Analiza źródeł w systemach RAG i konfrontacja z "cyfrowymi świadkami" 34 INFORMATYKA - Architektura agentów, kodowanie wspomagane przez AI i cyberbezpieczeństwo 35 JĘZYK OBCY - Imersja: Twój interaktywny partner do konwersacji w czasie rzeczywistym 36 JĘZYK POLSKI - Warsztat kreatywnego pisania i analizy tekstów literackich 37 MATEMATIKA - Rozwiązywanie złożonych problemów krok po kroku (Reasoning Steps) 38 MUZYKA - Produkcja dźwięku, kompozycja i analiza struktur muzycznych 39 PLASTYKA - Od wizji do obrazu: Projektowanie graficzne i koncepcje wizualne 40 PRZYRODA - Interaktywne odkrywanie ekosystemów (Wsparcie multimodalne) 41 TECHNIKA - Prototypowanie rozwiązań technicznych i inżynierii myśli 42 WIEDZA O SPOŁECZEŃSTWIE - Symulacje procesów społecznych i analiza danych publicznych 43 WYCHOWANIE FIZYCZNE - Analiza ruchu i personalizacja treningu wspomagana przez AI 44 ZAJĘCIA WYCHOWAWCZE - Budowanie odporności cyfrowej i etyki w sieci 45 Rozdział 2 ZAGROŻENIA I BEZPIECZEŃSTWO W ERZE INTELIGENCJI SZTUCZNEJ 46 RODO - Szkoła w ekosystemie danych cyfrowych 47 Wyzwania implementacyjne AI: Od narzędzia do odpowiedzialności 50 Zagrożenia systemowe i społeczne 54 Quo Vadis - bezmyślny człowieku? 56 Podsumowanie dla Edukatorki 57 Rozdział 3 STRATEGIE MINIMALIZACJI RYZYKA I MANIPULACJI W ŚRODOWISKU SZKOLNYM 58 Potencjał AI w służbie nauczyciela: od operacyjności do mentorstwa 62 Refleksja i pytania kontrolne 66 Podsumowanie 68 Pytania kontrolne 69 Rozdział 7 AI W ZARZĄDZANIU PLACÓWKĄ EDUKACYJNĄ 71 Rozdział 5 AI ACT - EDUKATOR: NAUCZYCIEL, DYREKTOR SZKOŁY, TRENER 75 AI ACT - stan prawny - podstawy 76 Co obowiązywało już wcześniej? 76 Co rzeczywiście zmieniło się 2 sierpnia 2026 r.? 77 Edukacja a AI 79 Czy zwykłe korzystanie z tzw. czata jest systemem wysokiego ryzyka? 79 Jakie systemy edukacyjne AI Act uznaje za wysokiego ryzyka? 80 Czy nauczyciel może zlecić AI ocenianie prac uczniów? 83 Zakaz rozpoznawania emocji w szkole 85 Obowiązek rozwijania kompetencji w zakresie AI 87 Dane uczniów a RODO 89 Czy nauczyciel musi oznaczać materiały przygotowane z pomocą AI? 91 Tekst 91 Obraz, dźwięk i film 92 Czego AI Act nie wprowadza w szkole? 93 Rozdział 6 CZY AI MOŻE ZASTĄPIĆ NAUCZYCIELA? (Perspektywa 2026+) 95 Rozdział 7 INTERDYSCYPLINARNE PROJEKTY EDUKACYJNE Z WYKORZYSTANIEM AI 97 PROJEKT 1. BIOLOGIA I INFORMATYKA - Biochemiczne śledztwo z Godot Engine i profesorem kodowania AI 98 Tytuł projektu 98 Główna idea 98 Cele 99 Organizacja pracy 99 Przebieg projektu 100 AI w projekcie 100 Ocena i rezultat 101 PROJEKT 2. HISTORIA, JĘZYK POLSKI I PLASTYKA - Śledztwo w archiwum pamięci 102 Tytuł projektu 102 Główna idea 102 Cele 103 Organizacja pracy 103 Przebieg projektu 103 AI w projekcie 104 Ocena i rezultat 105 PROJEKT 3. GEOGRAFIA, MATEMATYKA I WIEDZA O SPOŁECZEŃSTWIE - Miasto odporne na falę upałów 106 Tytuł projektu 106 Główna idea 106 Cele 107 Organizacja pracy 107 Przebieg projektu 108 AI w projekcie 109 Ocena i rezultat 109 Wspólne zasady bezpiecznej pracy z AI 110 Słowniczek najważniejszych pojęć związanych ze sztuczną inteligencją 111 1. Modele wielomodalne - LMM 112 2. Modele rozumujące - Reasoning Models 115 3. RAG - Retrieval-Augmented Generation 118 4. Agentic Workflows - przepływy agentowe 122 5. Bias - stronniczość lub obciążenie modelu 124 6. Modele głosowe - Voice AI 126 7. Modele generatywne obrazów 128 Pojęcia uzupełniające 130 PODSUMOWANIE 132 PODZIĘKOWANIA 135 📚 Poznaj inne książki poswojsku.pl 137 🎓 Szkolenia i Webinary 141 🌟 Zostańmy w kontakcie! 143 Prawa autorskie i znaki towarowe 145
AI w rękach sprzedawcy. Jak zwiększyć efektywność sprzedaży i zdominować rynek
Jeb Blount, Anthony Iannarino
Oto czas przełomu. Należysz do pierwszego pokolenia, które ma dostęp do sztucznej inteligencji. Równocześnie żyjesz w czasach gwałtownych zmian. To oznacza, że nie możesz zachłysnąć się AI i w pełni zautomatyzować procesu sprzedaży. W erze sztucznej inteligencji relacje międzyludzkie przynoszą jeszcze większą przewagę konkurencyjną. Jeśli jednak nie wdrożysz potrzebnych narzędzi AI, szybko zostaniesz w tyle. Poznaj perspektywę prawdziwych liderów sprzedaży zarządzających najlepszymi zespołami na świecie! Will Frattini, dyrektor, ZoomInfo Dzięki tej praktycznej książce dowiesz się, w czym konkretnie może Ci pomóc AI. Nauczysz się automatyzować nudne, powtarzalne zadania, przeprowadzać rozległe analizy i badania, budować pipeline sprzedażowy, tworzyć skuteczne komunikaty, które wyróżnią się na tle konkurencji, a także skracać cykl sprzedaży. Poznasz również sprytne techniki generowania promptów, które pomogą Ci uzyskiwać najlepsze możliwe wyniki. Szybko się przekonasz, że w tym nowym świecie innowacji AI możesz budować głębsze relacje międzyludzkie, a to z kolei niezawodnie przełoży się na imponującą efektywność sprzedaży. Wiedza zawarta w książce ułatwi Ci zdobycie przewagi przy użyciu tej przełomowej technologii! Przełomowa książka dla specjalistów w dziedzinie sprzedaży, którzy chcą wyprzedzić konkurencję w dynamicznym świecie! Bernie Weiss, prezes oddziału iHeartMedia
AI w tłumaczeniach. Automatyzacja procesu przekładu w dobie sztucznej inteligencji
Łukasz Bogucki
Tłumaczenia technologicznie doładowane Branża tłumaczeniowa przeżywa w ostatnich kilku latach prawdziwą rewolucję. Jest ona związana z rozwojem technologii tłumaczeń wspomaganych komputerowo (CAT) i sztucznej inteligencji (AI). I choć wielu tłumaczy zerka z obawą szczególnie w stronę tej drugiej, obawiając się, że AI odbierze im pracę, znacznie lepiej (i efektywniej) jest potraktować oba narzędzia właśnie jako narzędzia - ułatwiające i usprawniające proces tłumaczenia tekstu. Jeśli chcesz się dowiedzieć, jak te dwie technologie mogą wspomóc lub zmienić Twoją pracę, sięgnij po tę książkę. Dowiesz się, na czym faktycznie polega rola tłumacza w pracy nad przekładem Poznasz historyczne początki tłumaczeń wspomaganych technologiami cyfrowymi Zrozumiesz zasadę działania narzędzi mogących przyspieszyć i usprawnić Twoją pracę Zastanowisz się nad tym, jaka przyszłość czeka branżę, którą właśnie opanowuje generatywna sztuczna inteligencja
AI. Наддержави штучного інтелекту
Кай Фу Лі
Чесно про те, кому загрожує втрата роботи через штучний інтелект та які економічні наслідки тягнуть за собою технологічні прориви. Що буде з людиною, коли штучний інтелект робитиме геть усе? Штучний інтелект змінює світ. Чи буде суперкомпютер правити світом? Що ми можемо зробити для того, щоб не лишитися позаду прогресу?
AI-Assisted Coding. Enhancing Programming with AI Tools and Techniques
Rheinwerk Publishing, Inc, Michael Kofler, Bernd Öggl,...
This book takes programmers through the process of enhancing their workflow using AI tools. It begins by introducing the basics of coding with AI assistants, such as GitHub Copilot and ChatGPT, and shows how these tools can assist in writing and optimizing code. The next section focuses on using AI in debugging, refactoring, and generating software documentation, helping readers master techniques for coding with AI support. Pair programming with AI is explored in detail, with practical examples demonstrating its real-world applications. The book also dives into advanced tools like Ollama and Aider, giving readers the knowledge to build local language models and integrate them into their development workflows. The final chapters highlight how AI can be incorporated into projects, enabling more efficient, innovative coding processes. By the end of the book, readers will have the necessary skills to use AI-powered tools seamlessly, ultimately improving their programming productivity and broadening their AI integration capabilities.
AI-Native LLM Security. Threats, defenses, and best practices for building safe and trustworthy AI
Vaibhav Malik, Ken Huang, Ads Dawson
Adversarial AI attacks present a unique set of security challenges, exploiting the very foundation of how AI learns. This book explores these threats in depth, equipping cybersecurity professionals with the tools needed to secure generative AI and LLM applications. Rather than skimming the surface of emerging risks, it focuses on practical strategies, industry standards, and recent research to build a robust defense framework.Structured around actionable insights, the chapters introduce a secure-by-design methodology, integrating threat modeling and MLSecOps practices to fortify AI systems. You’ll discover how to leverage established taxonomies from OWASP, NIST, and MITRE to identify and mitigate vulnerabilities. Through real-world examples, the book highlights best practices for incorporating security controls into AI development life cycles, covering key areas such as CI/CD, MLOps, and open-access LLMs.Built on the expertise of its co-authors—pioneers in the OWASP Top 10 for LLM applications—this guide also addresses the ethical implications of AI security, contributing to the broader conversation on trustworthy AI. By the end of this book, you’ll be able to develop, deploy, and secure AI technologies with confidence and clarity.*Email sign-up and proof of purchase required
Abhijit Dey, Srinivasan Shanmuganathan, David Roldán Martínez
In today’s FinTech landscape, AI is no longer optional, it’s non-negotiable. And it’s not here to replace product managers, but to enhance their skills and amplify their impact. This book is a comprehensive guide for product managers and FinTech innovators looking to harness generative AI and LLMs in financial services. As the industry moves beyond traditional apps into AI-driven platforms, this book offers a practical blueprint for building trust and driving innovation in a rapidly evolving landscape shaped by generative AI.Unlike other FinTech books that lean towards theory, this guide provides actionable, real-world insights. It covers foundational AI-first principles, offers deep dives into key FinTech verticals through success-and-failure case studies, and explores platform scaling and agentic AI. Each chapter centers on real scenarios including a FinTech startup case study to illustrate frameworks and best practices. You’ll learn to integrate AI responsibly, navigate regulatory hurdles, and design customer-centric, data-driven financial products. You’ll equip yourself with the practical tools and templates to confidently innovate within regulatory boundaries.By the end, you’ll be ready to design and scale AI-driven financial products, positioning yourself as a forward-thinking product leader in the AI-first FinTech era.
Algorytmy sztucznej inteligencji. Ilustrowany przewodnik
Rishal Hurbans
Sztuczna inteligencja ma umożliwiać wykorzystywanie danych i algorytmów do podejmowania lepszych decyzji, rozwiązywania trudnych problemów i automatyzowania złożonych zadań. Ma też zwiększać produktywność człowieka. Obecnie sztuczna inteligencja z rozmachem wkracza do kolejnych dziedzin. Budzi zachwyt, ale też kontrowersje i obawy. Nowe narzędzia, choćby były tworzone z najlepszymi intencjami, zawsze mogą zostać wykorzystane w niewłaściwy czy szkodliwy sposób. Oznacza to, że każdy, kto rozwija nowe technologie, powinien to robić odpowiedzialnie. Aby to było możliwe, trzeba dobrze zrozumieć podstawy działania sztucznej inteligencji - algorytmy. To praktyczny przewodnik po algorytmach sztucznej inteligencji. Skorzystają z niego programiści i inżynierowie, którzy chcą zrozumieć zagadnienia i algorytmy związane ze sztuczną inteligencją na podstawie praktycznych przykładów i wizualnych wyjaśnień. Książka pokazuje, jak radzić sobie z takimi zadaniami programistycznymi jak wykrywanie oszustw bankowych czy sterowanie pojazdem autonomicznym. Pierwsze rozdziały dotyczą podstawowych koncepcji i algorytmów i stają się punktem wyjścia do bardziej złożonych tematów: wydajnych algorytmów przeszukiwania oraz poszukiwania rozwiązań w środowisku konkurencyjnym. Przedstawiono tu zagadnienia uczenia maszynowego, w tym proces przygotowania danych, modelowania i testowania. Omówiono też zasady uczenia przez wzmacnianie za pomocą algorytmu Q-learning. W książce: kategorie i znaczenie algorytmów sztucznej inteligencji. inteligentne przeszukiwanie w procesie podejmowania decyzji algorytmy genetyczne i inteligencja rozproszona uczenie maszynowe i sieci neuronowe uczenie przez wzmacnianie Zrozum algorytmy, a pojmiesz istotę sztucznej inteligencji!