Mentionsy
Podcast AI #3 - Wpadka Deloitte, czyli halucynacje AI w praktyce
W dzisiejszym odcinku wraz z Szymonem Zającem przyglądamy się głośnej wpadce jednej z dużych firm consultingowych. Omawiamy, co poszło nie tak, jakie błędy zostały popełnione i co można było zrobić inaczej. Na konkretnym, praktycznym przykładzie pokazujemy też, jak działają halucynacje AI i jak radzić sobie z nimi w codziennej pracy, aby uniknąć kosztownych pomyłek. Po tym odcinku dowiesz się, jak korzystać z AI mądrze, kiedy ufać wynikom modeli, a kiedy warto je samodzielnie weryfikować. Poprzedni Podcast o Marketingu: https://youtu.be/pGhH6OChWqc #AI #SztucznaInteligencja #Podcast #GeneratywnaAI #HalucynacjeAI #Deloitte #Consulting #FactChecking #Technologia #PracaZAI #Biznes #EduTech #AIwBiznesie
Rozdziały (8)
Szymon i Kacper omawiają pojęcie halucynacji AI i przedstawiają przykład z firmy Deloitte.
Kacper szczegółowo opisuje błędy w raporcie przygotowanym przez Deloitte dla australijskiego rządu.
Kacper opisuje proces weryfikacji w Deloitte i omawia problemy z weryfikacją informacji generowanych przez AI.
Kacper i Szymon omawiają problemy z odpowiedzialnością i krytykę w zachowaniu Deloitte w tej sprawie.
Kacper i Szymon dyskutują o konsekwencjach afery i przyszłości korzystania z AI w firmach konsultingowych.
Kacper przedstawia propozycje, jak firmy konsultingowe mogą uniknąć podobnych sytuacji w przyszłości.
Rozmowa o konsekwencjach korzystania z AI i propozycjach rozwiązania. Podanie przykładu z wykorzystaniem AI do generowania informacji o pszczołach, a także techniki walidacji informacji, takie jak weryfikacja krzyżowa i sprawdzenie źródeł.
Podsumowano temat halucynacji AI, podkreślając ważność weryfikacji informacji i zaproponowano techniki takie jak technika walidacji promptów, weryfikacja krzyżowa i korzystanie z modeli z mniejszą szansą na halucynacje.
Szukaj w treści odcinka
Nie mogąc uzyskać odpowiedniego źródła, ponieważ źródła, które podaję tak naprawdę nie odpowiadają poprawnie na ten temat, skorzystałem z tej krzyżowej weryfikacji u innego źródła, która podaje nieco lepsze źródła, czyli z Perplexity.
I w Perplexity jest bardzo fajne weryfikowanie sobie takich źródeł, choć też trzeba uważać, bo też się zdarzają halucynacje.
Perplexity bardzo ładnie pokazuje nam dane konkretne informacje, skąd jest, z dosyć konkretnym odnośnikiem i bardzo ładnie cytuje.
Czyli ta informacja już jest prawdziwa i Perplexity pozwoliło nam znaleźć tą prawdziwą informację.
Albo jeżeli faktycznie chcemy go wykorzystać do researchu, to akurat powiedziałbym, że czatu najbardziej nie jest to dla mnie najlepsze narzędzie do robienia researchu, raczej bym używał perplexity, tak jak mówiłeś, to mimo wszystko
Ostatnie odcinki
-
Jak AI pomaga dopasować komunikację do grupy?
17.06.2026 15:05
-
Jak agencje łowią firmy na nierealne obietnice?
10.06.2026 15:05
-
Dlaczego 1000 artykułów z AI NIE WYPOZYCJONUJE ...
03.06.2026 15:00
-
Generalista - bez niego marketing nigdy nie dow...
27.05.2026 15:00
-
AI w grafice: co działa, a co szkodzi marce
20.05.2026 15:05
-
Ułóż marketing pod cele firmy - pokazujemy jak ...
13.05.2026 15:05
-
Który model dowiezie najlepszy artykuł, post, m...
06.05.2026 15:05
-
Prospecting: Brutalna metoda premii, proces 1h
29.04.2026 15:00
-
3 etaty, jedna twarz – Czy to nowa norma w prac...
22.04.2026 15:10
-
Prospecting: aktualne trendy i błędy (wnioski z...
08.04.2026 15:00