Powrót do artykułów

Trzy lata z ChatGPT - bilans trzylatka i krótka historia

2025-11-28Autor: Piotr Szczepanik
Trzy lata z ChatGPT - bilans trzylatka i krótka historia
Subskrybuj

Trzy lata z ChatGPT. Bilans trzylatka i krótka historia cyfrowej rewolucji

Dzisiaj ChatGPT obchodzi swoje trzecie urodziny. Dla dużej części użytkowników data 30 listopada 2022 to dzień, w którym "powstało AI". Oczywiście wiemy, że to nieprawda. Sieci neuronowe były z nami od dekad. Ale faktem jest, że to właśnie publikacja chatbota od OpenAI wprowadziła Sztuczną Inteligencję "pod strzechy".

Model GPT-3.5, a wraz z nim prosty interfejs czatu, sprawił, że potężna technologia z laboratoriów badawczych trafiła prosto do naszych cyfrowych kieszeni. Nagle nie trzeba było być inżynierem ML, żeby "pogadać" z maszyną.

Dziś, patrzymy na to narzędzie już bez magicznej otoczki, a czysto pragmatycznie.

Mój bilans trzylatka

Koniec "Syndromu Pustej Kartki"

To najbardziej namacalna zmiana, jaką odczuliśmy na co dzień. Niezależnie od tego, z jakim zadaniem się mierzymy, nie musimy już zaczynać od zera.

Oszczędzamy czas na "rozbiegówkę" i możemy skupić się na tym, co najważniejsze: na weryfikacji, dopracowaniu detali i dodaniu ludzkiego pierwiastka.

Istnieje jednak ryzyko. Łatwo wpaść w pułapkę bycia tylko edytorem bezrefleksyjnie poprawiającym to, co wypluje maszyna. Musimy pilnować, by nie zatracić umiejętności kreatywnego tworzenia.

Prawdziwa automatyzacje, nie tylko rozmowa

Możliwości zamiany żmudnych czynności na algorytmy wzrosły diametralnie. AI potrafi "przeczytać" tysiące maili, wyciągnąć wnioski z raportów PDF czy sklasyfikować opinie klientów w czasie rzeczywistym. To wszystko co kiedyś wymagało żmudnej pracy, dziś robi dobrze zaprojektowany workflow zapięty pod API modelu. Przestaliśmy z AI tylko "rozmawiać", a zaczęliśmy na nim "budować".

Halucynacje i "Bunt Trzylatka"

Nasz jubilat, mimo trzech lat nauki, wciąż ma to do siebie, że jak czegoś nie wie, to zmyśli to z pełnym przekonaniem (choć rzadzien niż kiedyś). W 2025 roku modele mylą się rzadziej, ale ich błędy są trudniejsze do wykrycia.

Mądrzy managerowie wiedzą, że wyzwanie nie polega na eliminacji błędów do zera, ale na wdrażaniu AI tam, gdzie pomyłka nie jest krytyczna, oraz na budowaniu systemów nadzoru (Human-in-the-loop).

Zmiana na rynku pracy

Nie chcę rzucać statystykami o tym, ilu pracowników "zastąpiono", a ilu zatrudniono. Z pewnością lista TOP poszukiwanych kompetencji została przetasowana.

Dziś mniej liczy się pamięciowe opanowanie składni konkretnego języka programowania, a bardziej umiejętność łączenia kropek, rozumienia architektury i adaptacyjność. Umiejętność szybkiego oduczania się starych metod i nauki nowych jest dziś walutą numer jeden.

Hype i wysyp "Ekspertów"

To ciemna strona medalu. Przez te trzy lata namnożyło się teoretyków, którzy po weekendowym kursie uczą innych, jak wdrażać AI w przedsiębiorstwach. To nie sprzyja rzetelnej edukacji i często prowadzi do rozczarowań w biznesie.

Dla mnie liczy się praktyka. Konkretne use case'y. Również te nieudane. Często porażka przy wdrożeniu agenta AI uczy nas więcej o procesach w firmie niż spektakularny (czasem pozorny) sukces.

Zmierzch "Stack Overflow"

Może nie całkowity, ale dzisiejsi programiści rzadziej tam zaglądają. Kiedyś szukanie rozwiązania błędu zajmowało godziny przekopywania forów. Dziś wklejasz error log do okna czatu i masz diagnozę oraz rozwiązanie. To fantastyczne przyspieszenie, ale rodzi pytania o to, jak będziemy kształcić juniorów (a później seniorów), którzy ominą ten etap "błądzenia", tak ważny dla zrozumienia materii kodu.

Od ciekawostki do cyfrowej rewolucji. Krótka historia dynastii GPT.

Skoro świętujemy urodziny ChatGPT, warto spojrzeć wstecz. Patrząc na dzisiejsze możliwości chatbota i modelu GPT-5.1, łatwo zapomnieć, że ta technologia jeszcze kilka lat temu potrafiła się zgubić w połowie prostego zdania.

Oto jak ewoluowały modele GPT, bez których nie powstałby pierwszy ChatGPT.

GPT-1 (Czerwiec 2018)

Pierwsza próba OpenAI stworzenia modelu, który rozumie język. Potrafił dokończyć proste zdanie, ale gubił wątek szybciej niż rybka Dori. Wtedy była to zaledwie ciekawostka akademicka, bez realnego zastosowania w biznesie.

GPT-2 (Luty 2019)

Model był dziesięciokrotnie większy od swojego poprzednika. Skok w skali przyniósł jakościowe zmiany. Model zaczął generować zaskakująco spójne (jak na tamte czasy) i długie teksty. OpenAI w obawie o wykorzystaniu nowych możliwości w generowaniu fake newsów na początku nie udostępniło "pełnej" wersji. Ostatecznie w kolejnych miesiącach obawy te osłabły, ale rozpoczęła się dyskusja na temat potencjalnych zagrożeń i bezpieczeństwa.

GPT-3 (Maj 2020)

Pierwszy i największy model językowy na świecie, który robił wrażenie "magii". Model wykazywał niezwykłą wszechstronność: umiał tłumaczyć tekst, odpowiadać na pytania, streszczać długie dokumenty, pisać eseje, a nawet generować kod programistyczny w różnych językach. To na nim powstawały pierwsze komercyjne narzędzia (m.in. do copywritingu). Był potężny, ale dostępny tylko przez API (nie było czatu). To wtedy Microsoft zwrócił uwagę na potencjalne możliwości i wykupił licencję na dostęp do GPT-3.

GPT-3.5 (Listopad 2022)

To moment zwrotny. Technicznie był to ulepszony GPT-3, ale kluczem było dodanie interfejsu ChatGPT. To wtedy AI zaczęło rozumieć nasze intencje i to wtedy miliony użytkowników po raz pierwszy mogły osobiście "porozmawiać z AI". Strzałem w dziesiątkę okazało się wykorzystanie przez OpenAI techniki uczenia przez wzmacnianie z udziałem człowieka (RLHF), co oznacza, że model uczył się na podstawie rozmów ocenianych przez trenerów. Dzięki temu lepiej podążał za instrukcjami, unikał niestosownych odpowiedzi i brzmiał bardziej naturalnie w dialogu.

Tutaj może powinienem zakończyć ten bilans. Ciężko jest przedstawić w skrócie to co się wydarzyło od premiery ChatGPT do dnia dzisiejszego. Pozwolę sobie przynajmniej wypunktować najważniejsze premiery.

GPT-4 (Marzec 2023)

To "czwórka" przyniosła prawdziwe rozumowanie logiczne i zdolność widzenia (analiza obrazu). Model stał się multimodalny. Oznacza to, że można mu pokazać fotografię, wykres czy stronę z podręcznika, a on przeanalizuje zawartość obrazka i odpowie na pytania z nim związane.

GPT-4 Turbo (Listopad 2023)

To czwórka na sterydach. Większe okno kontekstowe i szybszy w działaniu. Nagle użytkownik mógł zlecić do analizy całą książkę. W dodatku za niższą cenę co sprawiło, że wiele firm mogło zacząć budować na nim opłacalne aplikacje.

GPT-4o (Maj 2024)

"4o" jak Omni. Skok architektoniczny dzięki, któremu ChatGPT stał się bardziej naturalny (ludzki) w rozmowie. Wcześniej, gdy rozmawiałeś z ChatGPT głosowo, działo się to w trzech krokach: inny model zamieniał głos na tekst -> GPT przetwarzał tekst -> jeszcze inny model zamieniał tekst na głos. GPT-4o to jedna sieć neuronowa, która "widzi", "słyszy" i "czyta".

Znaczące dla użytkowników było to, że 4o w momencie premiery został udostępniony również w darmowej wersji ChatGPT.

Przy okazji doświadczeń z tym modelem można było poznać pojęcie synkofanctwa. Wielu użytkowników do tego stopnia "zaprzyjaźniło" się ze stylem rozmowy 4o, że w momencie kiedy OpenAI przy okazji premiery kolejnego modelu wyłączyło dostępność 4o w ChatGPT, rozpoczęły się protesty. W ich rezultacie przywrócono dostępność modelu.

seria o1 (Wrzesień 2024)

Seria o1 to modele, które "myślą" przed odpowiedzią. Stosują technikę Chaing Of Though. W praktyce wygenerowanie odpowiedzi trwa dłużej. Model analizuje problem krok po kroku i podchodzi do rozwiązania z różnych stron. Dzięki temu radzi sobie lepiej z bardziej skomplikowanymi zagadnieniami. OpenAI położyło również nacisk na wykorzystanie nowych możliwości w zachowaniu zasad bezpieczeństwa modelu.

GPT-5 (Sierpień 2025)

Fakt, że premierę GPT-5 można było oglądać na żywo pokazuje jak bardzo ta dziedzina weszła w nasze życie. Skok od 4 do 5 mimo oczekiwań niektórych nie był tak spektakularny. Ewolucja zamiast rewolucji. Dzięki temu modelowi ChatGPT stał się bardziej wszechstronny z mniejszą skłonnością do konfabulacji. Nie odmawiał już tak często odpowiedzi, które mogły by wygenerować szkodliwe treści. Zamiast tego udzielał ich w sposób bezpieczny dla użytkownika (np. w pytaniach dotyczących porady medycznej udzieli ogólnej odpowiedzi, ale zaleci wizytę u lekarza).

To co użytkownicy 4o zauważyli po pierwszych rozmowach to fakt, że styl (poziom naturalności) rozmowy GPT-5 uległ zmianie. Stał się bardziej "oschły" i "maszynowy". W praktyce mimo niższej ceny nowego modelu to 4o pozostał silnikiem wielu chatbotów obsługujących klientów.

GPT-5.1 (Listopad 2025)

Prędkość rozwoju nabiera tempa. Zaledwie kilka miesięcy później otrzymujemy dostęp do GPT-5.1. Jeszcze mądrzejszy, szybszy i z możliwością szerszego dostosowywania stylu wypowiedzi. Powróciła naturalność 4o, ale domyślnie mniej "zaprzyjaźniająca" się z użytkownikiem. Tryby Instant i Thinking.

Co dalej?

Trzy lata temu zastanawiałem się, czy AI pozwoli mi kategoryzować treści na poziomie zbliżonym do ludzkiego specjalisty. Dziś zastanawiam się, jak zarządzać flotą autonomicznych agentów AI w naszej firmie.