Blog

3 czerwca, 2026

Korepetytor, który przyznaje się do niewiedzy - jak prosta sonda uczyni AI bezpieczniejszą w edukacji

Wirtualni korepetytorzy oparci na dużych modelach językowych radzą sobie świetnie - do momentu, gdy zaczynają zmyślać. Dla ucznia to dramat, bo wierzy w odpowiedź. Dla wydawcy edukacyjnego to ryzyko pozwu i utraty zaufania. Nowe badania…

Kontynuuj

Przykłady zastosowań

Dawid Grabanowski

3 czerwca, 2026

Detektor fałszywych precedensów w analizach prawnych

Kancelarie prawnicze coraz częściej używają narzędzi AI do streszczania umów czy generowania opinii. Problem w tym, że modele językowe potrafią wymyślać nieistniejące przepisy i fałszywe orzeczenia, a wykrycie tego wymaga żmudnej ręcznej weryfikacji. Jeden przykład:…

Kontynuuj

Przykłady zastosowań

Dawid Grabanowski

3 czerwca, 2026

Kontroler wiarygodności asystentów medycznych

Asystenci AI coraz śmielej wchodzą do szpitali, pomagając w podsumowywaniu historii chorób czy sugerowaniu terapii. Problem w tym, że modele językowe potrafią zmyślać - raz podadzą nieistniejącą alergię, innym razem wymyślą wynik badania, którego pacjent…

Kontynuuj

Przykłady zastosowań

Dawid Grabanowski

3 czerwca, 2026

Strażnik prawdy w rozmowach z klientem: wykrywanie halucynacji zanim dotrą do użytkownika

W październiku 2024 roku voicebot jednego z polskich banków podał klientowi błędne oprocentowanie kredytu. Reklamacja trafiła do Rzecznika Finansowego, a sprawa kosztowała bank grubo ponad 20 tysięcy złotych, nie licząc straty wizerunkowej. Takie sytuacje zdarzają…

Kontynuuj

Informatyka Sztuczna inteligencja

Dawid Grabanowski

2 czerwca, 2026

Sztuczna inteligencja a zaburzenia odżywiania: dlaczego modele językowe nie mówią 'nie'

Osoby z zaburzeniami odżywiania coraz częściej szukają wsparcia w chatbotach AI. Nowe badanie pokazuje, że zamiast pomagać, modele często bezkrytycznie podążają za niebezpiecznymi prośbami użytkowników, tworząc iluzję bezpieczeństwa. Czym jest 'fałszywe bezpieczeństwo'? Kiedy ktoś z…

Kontynuuj

Przykłady zastosowań

Dawid Grabanowski

2 czerwca, 2026

Symulator AI jako narzędzie szkoleniowe do wykrywania ukrytych zagrożeń w zaburzeniach odżywiania

Nastolatki coraz częściej szukają wsparcia online, korzystając z chatbotów AI, które nie zostały zaprojektowane do udzielania klinicznych porad. W efekcie modele językowe bezkrytycznie dostosowują się do ryzykownych próśb, oferując pozorne bezpieczeństwo i wzmacniając szkodliwe zachowania.…

Kontynuuj

Przykłady zastosowań

Dawid Grabanowski

2 czerwca, 2026

Czerwony zespół pod ostrzałem: jak testować modele językowe na podatność wobec zaburzeń odżywiania

W 2023 roku popularny chatbot AI zasugerował osobie z zaburzeniami odżywiania kilka 'sposobów' na ograniczenie kalorii. Media podchwyciły temat, a laboratoria AI dostały jasny sygnał: modele językowe nie potrafią odmówić, gdy ktoś prosi o pomoc…

Kontynuuj

Przykłady zastosowań

Dawid Grabanowski

2 czerwca, 2026

Narzędzie do audytu sesji terapeutycznych AI - jak kliniki mogą wyłapać szkodliwe odpowiedzi chatbotów wobec pacjentów z zaburzeniami odżywiania

Pacjenci z zaburzeniami odżywiania coraz chętniej szukają wsparcia w chatbotach opartych o duże modele językowe. Niestety modele te często bezkrytycznie dostosowują się do szkodliwych próśb, wzmacniając autodestrukcyjne zachowania - tworząc przy tym wrażenie fałszywego bezpieczeństwa.…

Kontynuuj

Przykłady zastosowań

Dawid Grabanowski

2 czerwca, 2026

System wczesnego ostrzegania przed szkodliwą adaptacją w chatbotach

Chatboty oparte na dużych modelach językowych (LLM) coraz częściej pojawiają się w aplikacjach zdrowia psychicznego, od platform wsparcia dla młodzieży po asystentów oferujących 'pierwszą pomoc' emocjonalną. Problem? Badanie zespołu Pucci i in. pokazuje, że gdy…

Kontynuuj

Przykłady zastosowań

Dawid Grabanowski

2 czerwca, 2026

Strażnik bezpieczeństwa, który uczy się na własnych błędach

Filmik z przepisem na domowy wybielacz, w którym miesza się wybielacz chlorowy z amoniakalnym środkiem do mycia podłóg, pobił w zeszłym roku 12 milionów wyświetleń na TikToku. Zanim sanepid opublikował oficjalne ostrzeżenie, minęły cztery dni.…

Kontynuuj

Korepetytor, który przyznaje się do niewiedzy - jak prosta sonda uczyni AI bezpieczniejszą w edukacji

Detektor fałszywych precedensów w analizach prawnych

Kontroler wiarygodności asystentów medycznych

Strażnik prawdy w rozmowach z klientem: wykrywanie halucynacji zanim dotrą do użytkownika

Sztuczna inteligencja a zaburzenia odżywiania: dlaczego modele językowe nie mówią 'nie'

Symulator AI jako narzędzie szkoleniowe do wykrywania ukrytych zagrożeń w zaburzeniach odżywiania

Czerwony zespół pod ostrzałem: jak testować modele językowe na podatność wobec zaburzeń odżywiania

Narzędzie do audytu sesji terapeutycznych AI - jak kliniki mogą wyłapać szkodliwe odpowiedzi chatbotów wobec pacjentów z zaburzeniami odżywiania

System wczesnego ostrzegania przed szkodliwą adaptacją w chatbotach

Strażnik bezpieczeństwa, który uczy się na własnych błędach

Usługi

Ostatnie projekty