Upute za rad uz videolekciju „Uvod u umjetnu inteligenciju”

Vrijeme trajanja: 3 minute

Ova videolekcija uvodi vas u temeljne pojmove umjetne inteligencije.

Ishodi učenja: 

  • objasniti osnovne pojmove u području umjetne inteligencije
  • prepoznati razliku između strojnog i dubokog učenja.

Navedeni ishodi učenja ukazuju na što biste trebali obratiti posebnu pažnju tijekom gledanja videolekcije. 

Pristupite gledanju videolekcije o osnovnim pojmovima umjetne inteligencije i intervjua sa stručnjakom iz navedenog područja.

Tijekom gledanja bilježite ključne pojmove, definicije i primjere koji pojašnjavaju temeljne razlike između pristupa umjetne inteligencije. Bilješke možete voditi u vlastitoj bilježnici (papir/olovka) ili u digitalnom alatu po izboru.
Tema primjene alata umjetne inteligencije bit će detaljnije obrađena u kasnijim cjelinama, no ako već imate prethodno iskustvo, možete prema vlastitim preferencijama koristiti odabrane alate i sustave umjetne inteligencije za organizaciju i refleksiju sadržaja.

Nakon što pogledate videolekciju, promislite o prikazanim sadržajima i pokušajte ih povezati s vlastitim iskustvima korištenja alata i sustava umjetne inteligencije.

Na kraju, pročitajte zaključak ispod videolekcije, koji sažima glavne ideje i pomaže vam provjeriti jeste li ostvarili planirane ishode učenja.

Pogledajte videolekciju o osnovnim pojmovima umjetne inteligencije:

Dobro došli u lekciju „Uvod u osnovne pojmove u umjetnoj inteligenciji"! Tijekom sljedećih minuta usvojit ćete osnovne koncepte umjetne inteligencije. Umjetna inteligencija grana je računalnih znanosti koja se bavi razvojem sustava i programa sposobnih za obavljanje zadataka koji inače zahtijevaju ljudsku inteligenciju. To uključuje sposobnosti poput učenja, zaključivanja, prepoznavanja govora i slika, razumijevanje jezika te donošenja odluka. Jednostavno rečeno, umjetna inteligencija omogućuje strojevima da „misle”, „uče” i postupaju na način sličan nama ljudima. Tri ključna pojma umjetne inteligencije su podatci, algoritmi i modeli. Podatke umjetna inteligencija koristi za učenje, poput slika, tekstova ili brojčanih zapisa. Algoritmi su skup uputa ili pravila koje računalo slijedi kako bi obradilo informacije. Modeli su rezultati procesa učenja, sustavi koji na temelju naučenih obrazaca donose zaključke ili predviđanja. Sustavi umjetne inteligencije treniraju se na podatcima. Što su kvalitetniji, raznovrsniji, reprezentativniji, to je model precizniji i pouzdaniji. Strojno učenje je podskup umjetne inteligencije koji se bavi razvojem algoritama koji omogućuju računalima da uče i poboljšavaju se iz iskustva bez eksplicitnog programiranja. Drugim riječima, strojno učenje je način na koji računala „uče” iz podataka, a da im pritom ne kažemo izričito što da rade. Na primjer, računalo može naučiti prepoznati je li na slici čovjek ili robot, analizirajući tisuće primjera slika. Duboko učenje je područje strojnog učenja koje se koristi neuronskim mrežama, sustavima nadahnutim strukturom i radom ljudskog mozga. Te mreže imaju više slojeva, odnosno duboke strukture, što im omogućuje da prepoznaju složene obrasce u velikim količinama podataka, kao što su prepoznavanje lica, glasovno prepoznavanje ili automatski prijevod jezika. Možete li navesti neki konkretan primjer u kojemu umjetna inteligencija pomaže u uštedi vremena ili poboljšanju kvalitete života? Može se pronaći jako puno primjera na koji način umjetna inteligencija može pomoći, od izrade pitanja za studente, od izrade sažetaka za studente, od evaluacije rada studenata do poboljšanja rada nastavnika. Dakle, stvarno je primjera jako puno, alati kao što su ChatGPT, Perplexity, pomažu u izradi sažetaka i svega ostaloga, ali tu treba čovjek biti jako kritičan da ipak nastavnici budu ti koji su u fokusu procesa. Razumijevanje osnovnih pojmova umjetne inteligencije tek je prvi korak. Pozivamo vas da nastavite s istraživanjem. Umjetna inteligencija ubrzano oblikuje našu budućnost, kako u poslovanju tako i u obrazovanju. Od nas, edukatora i odgojno-obrazovnih djelatnika, očekuje se da pripremimo nove generacije za svijet u kojem je umjetna inteligencija svakodnevica. Najvažnije je da nastavnik zadrži kontrolu nad sadržajem. Umjetna inteligencija je alat, nije zamjena za stručnost i pedagoški osjećaj, ali može znatno ubrzati i olakšati svakodnevni rad. Razmislite! Pogledajte još jednom osnovne pojmove o umjetnoj inteligenciji. A kako i zašto primijeniti umjetnu inteligenciju u obrazovanju, doznajte u nastavku ovog e-tečaja.

Zaključak:

Usvajanje osnovnih pojmova umjetne inteligencije (UI) započinjete razumijevanjem podatka kao sirovog materijala iz kojeg umjetna inteligencija uči, algoritma kao skupa pravila za obradu podataka i modela kao rezultata treniranja algoritma na tim podacima. Tijekom procesa treniranja modela omogućuje mu se prepoznavanje obrazaca, dok se u fazi inferencije (predviđanja) model koristi za donošenje zaključaka ili generiranje sadržaja. Razlikovanje strojnog učenja – šireg pristupa učenju iz podataka – i dubokog učenja, koje se temelji na dubokim neuronskim mrežama, može pomoći jasnijem shvaćanju temeljnih koncepata umjetne inteligencije. Ovo znanje pruža čvrstu osnovu za daljnja istraživanja i primjenu umjetne inteligencije i za kritičko sagledavanje utjecaja iste na obrazovanje i digitalno društvo u cjelini.

Zadnji puta izmijenjeno: ponedjeljak, 23. ožujka 2026., 10:35
Accessibility

Boja pozadine Boja pozadine

Font Font

Veličina fonta Veličina fonta

1

Boja teksta Boja teksta

Font Kerning Font Kerning

Image Visibility Image Visibility

Letter Spacing Letter Spacing

0

Line Height Line Height

1.2

Link Highlight Link Highlight