Kursy i filmy o AI w pięciu krokach

Pokazuje, jak zadać ChatGPT pierwsze pytanie, pisząc lub mówiąc, przeczytać odpowiedź i zadać pytanie uzupełniające, żeby ją uprościć, z przypomnieniem, by ważne porady sprawdzać dwa razy.

Bez doświadczenia · sprawdzono 2026-10-10

Wyjaśnia prostymi słowami, jak trenowany jest chatbot AI i jak buduje odpowiedź słowo po słowie, a potem podaje cztery nawyki, które dają lepsze wyniki.

Bez doświadczenia · sprawdzono 2026-10-10

Przedstawia generatywne AI i to, co odróżnia je od wcześniejszego AI: tworzy nowe teksty, obrazy i inne treści, zamiast tylko analizować to, co już istnieje.

Bez doświadczenia · sprawdzono 2026-10-10

Wyjaśnia prostymi słowami, jak chatboty takie jak ChatGPT uczą się z dużych ilości tekstu, żeby tworzyć odpowiedzi, i zastanawia się, czy to prawdziwa inteligencja.

Bez doświadczenia · sprawdzono 2026-10-10

Omawia, co dzisiejsze narzędzia generatywnego AI potrafią na tym etapie robić dobrze, a czego nie, i gdzie są ich granice.

Bez doświadczenia · sprawdzono 2026-10-10

Wyjaśnia, jak AI, uczenie maszynowe, głębokie uczenie, modele bazowe i generatywne AI zawierają się w sobie nawzajem i jak dziedzina rozwijała się od jednego etapu do kolejnego.

Bez doświadczenia · sprawdzono 2026-10-10

Przedstawia ok. 70 lat historii AI, od pierwszych programów i systemów eksperckich, przez uczenie maszynowe i głębokie uczenie, po generatywne AI i agentów AI.

Bez doświadczenia · sprawdzono 2026-10-10

Pierwszy moduł kursu Google AI Essentials: czym są AI i uczenie maszynowe, jak działa generatywne AI i co te narzędzia robią dobrze, a czego nie.

Bez doświadczenia · sprawdzono 2026-10-10

Pokazuje, jak powiedzenie, czego potrzebujesz, dla kogo to jest i jakiej odpowiedzi oczekujesz, zmienia ogólnikowe pytanie w przydatne i jak poprawić odpowiedź bez zaczynania od nowa.

Bez doświadczenia · sprawdzono 2026-10-10

Pokazuje, jak zapytać ChatGPT o rachunek za media bez podawania danych osobowych i jak rozpoznać, kiedy odpowiedź trzeba sprawdzić gdzie indziej.

Bez doświadczenia · sprawdzono 2026-10-10

Wyjaśnia dwa częste powody, dla których AI może brzmieć pewnie i mimo to się mylić (zmyślone fakty i zbyt łatwe przyznawanie ci racji), oraz cztery nawyki sprawdzania jego odpowiedzi.

Bez doświadczenia · sprawdzono 2026-10-10

Omawia rozeznanie: ocenianie, czy to, co daje ci asystent AI, i to, jak się po drodze zachowuje, jest trafne i przydatne w twoim zadaniu.

Bez doświadczenia · sprawdzono 2026-10-10

Wyjaśnia, co oznacza halucynacja w modelach AI, dlaczego może się zdarzać i jak ją wychwycić we własnych rozmowach.

Bez doświadczenia · sprawdzono 2026-10-10

Pokazuje krok po kroku, jak utworzyć projekt w Claude, dodać bazę wiedzy, napisać instrukcje projektu i udostępnić go współpracownikom, żeby kontekst przechodził między czatami.

Pewne doświadczenie · sprawdzono 2026-10-10

Inżynierowie promptów z Anthropic rozmawiają o tym, co cechuje dobrego inżyniera promptów, jak dopracowywać prompty, o szczerości, personach i metaforach w promptach oraz o tym, jak może się zmieniać promptowanie.

Pewne doświadczenie · sprawdzono 2026-10-10

Długi, oparty na przykładach przegląd tego, jak jeden badacz AI korzysta z asystentów czatu: wybór modelu, kiedy używać trybów myślenia, wyszukiwanie w sieci, przesyłanie plików, analiza danych, głos i obrazy.

Pewne doświadczenie · sprawdzono 2026-10-10

Andrew Ng pokazuje, jak korzystać z czatów AI, żeby dostawać odpowiedzi ze źródłami dzięki wyszukiwaniu w sieci i deep research, uzyskiwać uwagi i pomoc w pisaniu oraz tworzyć proste strony i aplikacje bez kodu.

Pewne doświadczenie · sprawdzono 2026-10-10

Zespół applied AI w Anthropic krok po kroku buduje prompt do zadania z obsługą szkody z ubezpieczenia samochodu: kontekst zadania, ton, dane tła, przykłady, struktura XML, format wyjścia i prefill.

Techniczny · sprawdzono 2026-10-10

Pokazuje, jak uczniowie i studenci mogą używać Gemini jako pomocy w nauce, żeby zrozumieć trudne przedmioty, wyszukiwać informacje, pisać prace i sprawdzać argumenty, oraz jak korzystać z niego odpowiedzialnie.

Bez doświadczenia · sprawdzono 2026-10-10

Marketingowiec z OpenAI łączy dokumentację produktu, badania i notatki ze spotkań w szkic wpisu na blog o premierze, zgodny z ustalonym szablonem, a potem go przegląda i aktualizuje, gdy zmieniają się szczegóły.

Bez doświadczenia · sprawdzono 2026-10-10

Pokazuje, jak Khanmigo uczy uczniów bez podawania im odpowiedzi, pomaga nauczycielom planować i różnicować lekcje oraz co oferuje dyrektorom szkół i władzom oświatowym.

Bez doświadczenia · sprawdzono 2026-10-10

Krótki film dla uczniów i rodzin o tym, jak działa AI i jak myśleć o nim krytycznie, gdy korzysta się z niego przy nauce.

Bez doświadczenia · sprawdzono 2026-10-10

Pokazuje nauczycielom szkół (K-12), jak Gemini for Education dostosowuje wyjaśnienia za pomocą analogii i tworzy stopniowane materiały, na przykładzie lekcji o efekcie cieplarnianym dla 5. klasy.

Bez doświadczenia · sprawdzono 2026-10-10

Pokazuje, jak Copilot w Outlooku pisze szkic e-maila na podstawie krótkiego promptu, odpowiada na pytania o wcześniejsze e-maile i przed wysłaniem sprawdza gramatykę i ton. Wymaga planu Microsoft 365 z Copilotem.

Bez doświadczenia · sprawdzono 2026-10-10

Lekcja 1 kursu Google AI Boost Bootcamp: gdzie Gemini pojawia się w aplikacjach Google do pracy oraz czteroczęściowa formuła promptu (persona, zadanie, format, kontekst).

Bez doświadczenia · sprawdzono 2026-10-10

Pokazuje, jak Copilot wprowadza kilka zmian w arkuszu budżetu w Excelu i przelicza go, wszystko za twoją zgodą, przy czym Copilot sam znajduje komórki do zmiany.

Bez doświadczenia · sprawdzono 2026-10-10

Pokazuje uczniom i studentom, jak pisać prompty, żeby Gemini działał jako korepetytor, asystent w wyszukiwaniu informacji lub partner do debaty, i jak dopasować jego odpowiedzi do własnego stylu uczenia się.

Bez doświadczenia · sprawdzono 2026-10-10

Omawia agenta Study and Learn w Copilot, który prowadzi uczniów krok po kroku pytaniami i ćwiczeniami zamiast podawać gotowe odpowiedzi, oraz to, jak mogą z niego korzystać nauczyciele.

Bez doświadczenia · sprawdzono 2026-10-10

Kurs Google o korzystaniu z AI w codziennej pracy: jak działa AI, pisanie i dopracowywanie promptów, burza mózgów z Gemini, korzystanie z niego w Google Workspace i zamienianie tego w nawyk.

Bez doświadczenia · sprawdzono 2026-10-10

Sesja dla nauczycieli o odpowiedzialnym korzystaniu z AI na lekcjach: dane i prywatność uczniów, prawo autorskie, zabezpieczenia w klasie, dezinformacja i stronniczość systemów AI.

Bez doświadczenia · sprawdzono 2026-10-10

Czworo pracowników Anthropic związanych z edukacją rozmawia o korzyściach i ryzykach AI w nauce, o tym, jak uczniowie i nauczyciele powinni do niego podchodzić, i o tym, co wciąż jest niepewne.

Bez doświadczenia · sprawdzono 2026-10-10

Krótki przegląd ChatGPT Work: podłączanie narzędzi i plików z pracy, konfigurowanie zaplanowanych zadań i przekazywanie ChatGPT zadań z marketingu i analizy danych do wykonania od początku do końca.

Pewne doświadczenie · sprawdzono 2026-10-10

Pokazuje, jak Claude w Excelu wyjaśnia formuły w różnych kartach z przypisami do konkretnych komórek i aktualizuje założenia, zachowując istniejące formuły.

Pewne doświadczenie · sprawdzono 2026-10-10

Wykorzystuje Gemini razem z NotebookLM na etapie planowania projektu, żeby przejść od pustej strony do planu projektu.

Pewne doświadczenie · sprawdzono 2026-10-10

Prezentuje Copilot na spotkaniach w Teams: notatki AI z decyzjami i zadaniami, tłumaczenie na żywo między językami oraz podsumowania audio i wideo, dzięki którym nadrobisz zaległości.

Pewne doświadczenie · sprawdzono 2026-10-10

Zespół produktowy Microsoft ds. edukacji prezentuje Teach Module w Microsoft 365 Copilot: tworzenie planów lekcji, quizów i fiszek oraz dostosowywanie istniejących materiałów.

Pewne doświadczenie · sprawdzono 2026-10-10

David Malan wyjaśnia, jak Harvard CS50 zbudował narzędzia AI, w tym gumową kaczkę-korepetytora, która naprowadza uczniów na odpowiedzi zamiast je podawać, i jak te narzędzia wdrożono.

Pewne doświadczenie · sprawdzono 2026-10-10

Wyjaśnia generowanie wspomagane wyszukiwaniem (RAG): model językowy przed odpowiedzią sprawdza aktualne, zaufane źródła, więc odpowiedzi są bardziej aktualne i rzadziej błędne.

Pewne doświadczenie · sprawdzono 2026-10-10

Buduje prostego agenta AI z Gemini 3 Pro i Agent Development Kit od Google, który potrafi przeszukiwać sieć, a potem uruchamia go w interfejsie webowym i przygląda się, jak rozumuje.

Techniczny · sprawdzono 2026-10-10

Członkowie zespołu Claude Code w Anthropic pokazują, jak pracują z agentem programistycznym: dają mu cele zamiast pojedynczych zadań, uruchamiają rutyny zdalnie i pozwalają mu sprawdzać własną pracę.

Techniczny · sprawdzono 2026-10-10

Inżynierowie Anthropic wyjaśniają, skąd wziął się Model Context Protocol, czym są zdalne serwery MCP i rejestry oraz jak używać MCP razem z Claude API.

Techniczny · sprawdzono 2026-10-10

Pracownicy OpenAI pokazują, jak budować długo działających agentów z zaktualizowanym Agents SDK, którzy przeglądają pliki, uruchamiają polecenia i edytują kod w zadaniach wieloetapowych.

Techniczny · sprawdzono 2026-10-10

Konfiguracja agenta programistycznego Codex od OpenAI krok po kroku: instalacja narzędzia wiersza poleceń i rozszerzenia VS Code, pisanie pliku Agents.md, wzorce promptów i podłączanie narzędzi przez MCP.

Techniczny · sprawdzono 2026-10-10

Uczy programowania opartego na specyfikacji: pisania konstytucji projektu i specyfikacji w Markdownie, żeby agent programistyczny zbudował to, o co prosisz, także w istniejącej, starszej bazie kodu.

Techniczny · sprawdzono 2026-10-10

Dziesięć lekcji o agentach AI: czym są, wybór frameworka, zasady projektowania, korzystanie z narzędzi, agentowy RAG, planowanie, systemy wieloagentowe i wdrażanie, z przykładami kodu.

Techniczny · sprawdzono 2026-10-10

Praktyczny kurs o łączeniu modelu z własnymi danymi za pomocą generowania wspomaganego wyszukiwaniem (embeddingi, wyszukiwanie wektorowe), a potem o podłączaniu narzędzi i usług przez serwery MCP.

Techniczny · sprawdzono 2026-10-10

Krótkie wizualne wprowadzenie do tego, jak duże modele językowe przewidują następne słowo, jak są trenowane na ogromnych ilościach tekstu i jaka jest podstawowa idea transformerów.

Bez doświadczenia · sprawdzono 2026-10-10

Buduje sieć neuronową rozpoznającą odręcznie pisane cyfry i pokazuje na animacjach, czym są neurony, warstwy, wagi i obciążenia (biasy) oraz jaka matematyka je łączy.

Pewne doświadczenie · sprawdzono 2026-10-10

Wizualne omówienie przepływu danych przez transformer: tokeny stają się wektorami embeddingów, warstwy uwagi i perceptronów je aktualizują, a softmax daje prawdopodobieństwa następnego słowa.

Pewne doświadczenie · sprawdzono 2026-10-10

Wykład Harvard CS50 o generatywnym AI i promptach, a potem o drzewach decyzyjnych, uczeniu maszynowym, głębokim uczeniu, dużych modelach językowych i halucynacjach.

Pewne doświadczenie · sprawdzono 2026-10-10

Długi wykład dla szerokiej publiczności o tym, jak budowane są modele takie jak ChatGPT: tekst z internetu, tokeny, pretrening, zamiana modelu w asystenta, uczenie przez wzmacnianie i dlaczego zmyślają.

Pewne doświadczenie · sprawdzono 2026-10-10

Pierwszy wykład wprowadzenia MIT do głębokiego uczenia z 2026 roku: perceptrony, funkcje aktywacji, trenowanie metodą spadku gradientu i propagacji wstecznej oraz sposoby ograniczania przeuczenia.

Techniczny · sprawdzono 2026-10-10

Pierwszy wykład kursu Stanford CS336 (Percy Liang, Tatsunori Hashimoto): po co budować modele językowe od zera, plan kursu i jak tokenizatory takie jak BPE dzielą tekst.

Techniczny · sprawdzono 2026-10-10

Andrej Karpathy pisze mały model GPT w PyTorch, budując self-attention i Transformera kawałek po kawałku i trenując go na zbiorze danych Tiny Shakespeare.

Techniczny · sprawdzono 2026-10-10

Buduje micrograd, malutki silnik automatycznego różniczkowania w Pythonie, żeby pokazać, jak propagacja wsteczna oblicza gradienty, a potem używa go do wytrenowania małej sieci neuronowej.

Techniczny · sprawdzono 2026-10-10

Cały kurs Harvard CS50 AI w jednym filmie: wyszukiwanie, wiedza, niepewność, optymalizacja, uczenie maszynowe, sieci neuronowe i język, z projektami w Pythonie.

Techniczny · sprawdzono 2026-10-10