Znajomy Sergiusza miał piękną, starszą BMW i chciał wymienić w niej fotel. Zapytał czat, jak to zrobić. Dostał pewną siebie odpowiedź: jasne, kupujesz fotel z Anglika, podłączasz, wszystko pasuje. Nie pasowało. Dopiero jedna podpowiedź zmieniła wynik: „ściągnij PDF-a z instrukcją do twojego konkretnego modelu i wskaż go modelowi". Nagle odpowiedzi zrobiły się trafne.
To jest cała ta rozmowa w pigułce. Większość ludzi wydaje o AI wyrok po jednym podejściu - „wypluło mi gówno, nie będę tego używał". A prawda jest taka, że AI nie jest głupie. Ono potrzebuje dobrego wsadu, żeby dać dobrą odpowiedź. A tym wsadem są dane.
Sergiusz jest prawnikiem od technologii i product managerem - buduje produkty, które chronią dane i pilnują, jak AI sobie z tymi danymi radzi. Prowadzi też projekt jak używać.ai, w którym uczy korzystać z AI prostym językiem, także osoby mniej techniczne. I zaczyna nie od promptów, tylko od filozofii.
Dane to nie liczby. To paliwo do decyzji
Definicja Sergiusza jest prosta: dane są nośnikiem informacji, informacje łączą się w wiedzę, a wiedza służy do jednego - podejmowania decyzji. Nieważne, czy prowadzisz e-commerce, czy planujesz wakacje. Milion rekordów w Excelu nie jest ci do niczego potrzebny; potrzebny jest wniosek, który z nich wynika.
I tu zaczyna się problem, bo AI ma dwie brzydkie skłonności. Po pierwsze, interpretuje dane mniej więcej tak, jak mu je podasz. Po drugie - lubi ci schlebiać („świetne dane, świetna decyzja!"), a potem jest klapa. Sergiusz obrazuje to badaniem leku: z tych samych liczb zrobisz wykres, na którym „umarł tylko drobny ułamek, żaden powód do paniki", albo taki, na którym „wszyscy umierają". Te same dane, dwie przeciwne historie.
Ład bez korporacji
Rozwiązaniem tego problemu zajmuje się cała dyscyplina - data governance, czyli ład danych. Wyrosła w dużej mierze z kryzysu 2008 roku, gdy okazało się, że przy dość skomplikowanych produktach finansowych można było „podstawić do wzoru i zawsze wyszło to, co chciałeś".
Brzmi korporacyjnie, ale w małym biznesie sprowadza się do dwóch rzeczy. Pierwsza to spójne definicje: co dokładnie znaczy u ciebie „klient", „produkt", „sprzedaż" - żeby jeden raport nie liczył tego inaczej niż drugi. Druga to porządek zamiast zbieractwa. Kiedyś modne było wrzucanie wszystkiego do jednego „jeziora danych", które z czasem zamieniało się w bagienko - nie wiadomo, skąd co pochodzi i który raport jest aktualny. Zamiast tego Sergiusz proponuje katalogowanie: często wystarczą metadane (dane o danych), a same dane mogą zostać tam, gdzie są. Nie duplikujesz, łatwiej chronisz, a przy wycieku masz jedno źródło, nie dwa.
Czego NIE wrzucać
Zanim cokolwiek podasz modelowi, jesteś pierwszym filtrem. Kluczowa jest klasyfikacja - świadomość, które dane są wrażliwe. Sergiusz robi to konsekwentnie: wyników krwi nie wrzuca jako PDF (bo na górze jest PESEL), tylko jako sam zrzut z wynikami - model i tak wie, że ma kategorię „zdrowie", i połączy kropki. Danych dzieci nie podaje wcale; zamiast imienia używa litery „K" i mówi modelowi, że to akronim. Kontekst bywa wart ochrony nawet przed samym sobą.
Do tego dwie rzeczy warte zapamiętania. Ustawienie „nie używaj moich danych do trenowania" - włączaj, jest polecane, ale to opcja deklaratywna, a wycieki i tak się zdarzają. I pułapka, o której było głośno: pewien znany dostawca dodał ocenę odpowiedzi łapką w górę/w dół. Niby niegroźne - ale kliknięcie wysyłało cały output razem z promptem jako feedback do firmy, nawet przy włączonym „nie trenuj", a informacja o tym była zakopana w regulaminie. Nie chodzi o złe intencje, tylko o to, że trzeba być na bieżąco - umowy się zmieniają, a „zaakceptuj nowy regulamin" klikamy w ciemno.
Metoda, która to spina: ingest → compile → query
Najbardziej praktyczna część. Sergiusz korzysta z koncepcji „LLM Wiki" (spopularyzowanej przez Andreja Karpathy'ego, współtwórcę autopilota Tesli) - czyli budowania własnej, prywatnej Wikipedii, w której rolę tysięcy wikipedystów łączących artykuły przejmuje AI. Sprowadza się to do trzech etapów:
Ingest - wrzucasz do bazy wiedzy to, co chcesz zapamiętać: artykuły, PDF-y, transkrypcje spotkań, odręczne notatki, zrzuty z LinkedIna. Tu jesteś filtrem od wrażliwych danych.
Compile - codziennie na koniec dnia (plus raz w tygodniu) AI przetwarza to według reguł, które mu ustaliłeś: klasyfikuje, buduje słowniczek akronimów, tworzy „bibliotekę" ludzi, z którymi pracujesz, łączy kropki. Robisz to razem z nim - patrzysz, jak łączy, i sam się uczysz. Bo, jak ostrzega Sergiusz, jeśli oddasz AI wszystko, to cię ogłupi.
Query - odpytujesz bazę, kiedy potrzebujesz. „Co było w BL7?" bez bazy to „nie wiem, o czym mówisz"; z bazą - model wie, że to backlog numer 7, i dyskutujecie na konkretach.
Sesja tygodniowa ma jedno ulubione zadanie: „oddziel mi sygnał od szumu i powiedz, na co zwrócić uwagę w przyszłym tygodniu".
Całość Sergiusz trzyma w plikach Markdown (dziś w Obsidianie) - właśnie dlatego, że są przenośne: skończą się limity w jednym narzędziu, przejdziesz do innego w sekundę. Co ciekawe, swoją stronę jak używać.ai zbudował z Claude'em, mimo że - jak sam podkreśla - nie potrafi napisać ani jednej linijki kodu.
Puenta jest banalnie prosta i dlatego łatwo ją przeoczyć: nie traktuj AI jak tępego narzędzia, do którego trzeba wrzucić tonę rzeczy. Potraktuj je jak coś, co przy dobrym wsadzie daje dobrą odpowiedź. A ten wsad to dane - i odrobina ładu wokół nich.
