Naslovna

Blog

Razjašnjeni AI Pojmovi: Jednostavan Vodič za Ono što je Važno (i što Nije)

Razjašnjeni AI Pojmovi: Jednostavan Vodič za Ono što je Važno (i što Nije)

Napisao/la

Daria Olieshko

Objavljeno

13 kol 2025

Vrijeme čitanja

3 - 5 min čitanja

AI je posvuda. No budimo realni — mnogo “AI pojmova” na tržištu su samo pomodne riječi ubačene u prezentacije i stranice proizvoda. Ako ste se ikada osjećali preplavljeno akronimima kao AGI, LLM ili A2A, niste sami.

Ovaj vodič sve to razlaže na jednostavan način. Bez žargona. Bez suvišnosti. Samo ono što stvarno vrijedi u 2025. i dalje.

Bez obzira jeste li u HR-u, IT-u, marketingu, operacijama, ili se pokušavate doimati pametno na sastanku, ovo je vaš brzi tečaj. Sačuvajte ga. Podijelite ga. Označite ga. Dekodirajmo AI pojmova zajedno — i naučimo kako ih koristiti da doista obavimo posao.

Zašto AI pojmovi budu važni u 2025.

AI više nije tehnološki eksperiment. To je motor iza vaših alata za raspoređivanje, procesa zapošljavanja, analitičkih nadzornih ploča i Slack obavijesti. Ipak, većina ljudi još uvijek ne govori tim jezikom.

Evo zašto poznavanje AI pojmova je važno:

Prepoznat ćete pompu od stvarne vrijednosti.
Donosit ćete pametnije odluke kada procjenjujete dobavljače.
Naposljetku ćete razumjeti kako vaši alati funkcioniraju.
Bolje ćete surađivati s programerima i tehnološkim timovima.

Stvarni primjer:

HR tim je kupio “AI chatbot” za automatizaciju zapošljavanja. Ispostavilo se da je to samo kontakt obrazac bez NLP-a, automatizacije i integracije. Zašto? Nisu razumjeli pojmove.

Jedini AI pojmovi koje zapravo trebate znati

Počnimo s osnovnim pojmovima s kojima ćete se najčešće susretati.

AI agent

Sustav koji opaža, odlučuje i djeluje prema cilju. Ne treba mu ručni unos za pomicanje — preuzima inicijativu. Zamislite ga kao neumornog digitalnog asistenta.

Agentni AI

AI koji može postaviti vlastite ciljeve i djelovati bez stalnih uputa. Uči kako ide, optimizirajući ishode s vremenom. Primjer: samostalno raspoređivanje smjena i rješavanje sukoba.

A2A (Agent-to-Agent)

Komunikacijski protokol koji omogućuje samostalnim AI agentima suradnju. Vaš AI za raspoređivanje mogao bi razgovarati s AI-om za plaće kako bi sinkronizirao sate, prekovremeni rad i usklađenost.

AGI vs ANI

AGI

(Opća umjetna inteligencija)

Još uvijek hipotetički oblik AI-a koji može učiti i razmišljati kao čovjek. Još ne postoji, ali dominira naslovima.

ANI

(Uska umjetna inteligencija)

AI u stvarnom svijetu koji se specijalizira za jedan zadatak — kao što su raspoređivanje, prepoznavanje lica ili prevođenje. Ovo je AI koji danas koristite.

AI chatboti: Više od malih razgovora

Suvremeni AI chatboti mogu:

Odgovarati na HR pitanja
Rješavati zahtjeve za slobodne dane
Pružiti upute za onboarding
Djelovati kao 24/7 podrška

Alati kao što su ChatGPT, Claude, Gemini i prilagođeni botovi obučeni na internim dokumentima mogu biti jako korisni.

Automatizacija vs Orkestracija

AI Automatizacija

Rješava specifične, ponavljajuće zadatke — kao što su označavanje karata, dodjeljivanje smjena ili slanje obavijesti.

AI Orkestracija

Povezuje sustave i zadatke u tijekove rada od kraja do kraja. Razmislite o: uvođenju novog zaposlenika, postavljanju njihovog rasporeda smjena, usklađivanju plaća i slanju dokumenata o usklađenosti.

AI modeli i obitelji

AI model

Osnovni algoritam obučeni za mapiranje ulaza prema izlazu. GPT-4o, Claude 3 i Gemini 1.5 su primjeri.

Obitelj modela

Grupa povezanih modela obučenih na sličnoj arhitekturi, ali optimizirani za različite zadatke. GPT-3.5, GPT-4, GPT-4o svi su u GPT obitelji.

Usklađivanje, Pažnja i Bias

Usklađivanje

Osigurava da se ponašanje AI-a podudara s ljudskim vrijednostima. Loše usklađivanje = nepredviđene akcije.

Pažnja

Kako modeli “fokusiraju” na najvažnije podatke za generiranje odgovora. Ključ za transformacijske modele.

Bias

Ako su podaci za obuku pristrani, izlaz AI-a također će biti. Ovo je važno za HR, usklađenost i donošenje odluka.

AI integracija

Koristite platforme poput:

Zapier da pokrenete radnje između aplikacija
API-je da ugradite AI značajke
Alati bez koda za izgradnju pametnih automatizacija bez vremena za razvoj

Primjer: koristite ChatGPT za generiranje izvještaja o smjenama unutar Shifton-a na temelju podataka o praćenju vremena.

Napredni AI termini koje ćete češće viđati

LLM (Veliki Jezični Model)

Snaga iza chatbotova, generiranja sadržaja i pametnih odgovora. LLM-ovi su obučeni na ogromnim skupovima tekstualnih podataka i mogu obavljati širok spektar jezičnih zadataka.

Popularni LLM-ovi:

GPT-4o (OpenAI)
Claude 3 (Anthropic)
Gemini 1.5 (Google)
Mistral (open-source)

RAG (Generacija obogaćena pretraživanjem)

Kombinira jezični model s tražilicom ili bazom dokumenata za generiranje odgovora u stvarnom vremenu, svjesne konteksta. Koristan za AI agente podrške i baze znanja.

Učenje bez primjera / s nekoliko primjera

Bez primjera: AI nešto radi bez ikakvih primjera.
S nekoliko primjera: AI koristi nekoliko primjera u promptu da nauči kako obaviti zadatak.

Te vještine omogućuju AI-u brzu prilagodbu — izvrsno za analizu novih trendova u kartama podrške ili povratnim informacijama zaposlenika.

Multimodalni AI

Modeli koji istovremeno razumiju tekst, slike, audio ili video. Izvrsno za interpretaciju vizualnih rasporeda, glasovnih naredbi i unosa obrazaca zajedno.

Vektorske baze podataka

Pohranjuju informacije u formatu koji AI može razumjeti i pretraživati semantički (prema značenju, a ne po ključnoj riječi). Pokreće pretragu dokumenata, chatbote i personalizaciju.

Popularni alati:

Pinecone
Weaviate
Chroma

Puni glosar od 40+ AI pojmova (Jednostavno objašnjeno)

AI agent — Sustav koji može donositi odluke i djelovati prema ciljevima bez ljudskog mikroupravljanja.
Agentni AI — AI koji postavlja vlastite ciljeve i preuzima inicijativu na temelju svog okruženja.
A2A (Agent-to-Agent) — Protokol za komunikaciju i suradnju AI agenata.
AGI (Opća umjetna inteligencija) — Hipotetički AI s ljudskom sposobnošću učenja i zaključivanja.
ANI (Uska umjetna inteligencija) — AI u stvarnom svijetu koji se odlikuje u obavljanju jedne specifične zadaće.
AI model — Obučena funkcija koja pretvara ulaz u inteligentan izlaz.
Obitelj modela — Grupa povezanih AI modela izgrađenih na istoj arhitekturi.
LLM (Veliki Jezični Model) — Model obučen na velikom jezičnom skupu podataka za razumijevanje i generiranje teksta sličnog ljudskom.
Multimodalni AI — AI koji može razumjeti i raditi s više vrsta ulaza (tekst, slika, glas).
Vektorska baza podataka — Vrsta baze podataka koja pohranjuje i pretražuje podatke prema značenju, a ne samo prema ključnim riječima.
Ulike — Numerički prikazi teksta/podataka koji pomažu AI-u u razumijevanju odnosa i značaja.
RAG (Generacija obogaćena pretraživanjem) — Kombinira pretraživanje u stvarnom vremenu s generiranjem za preciznije odgovore.
Izrada prompta — Izrađivanje boljih ulaza za postizanje željenih izlaza od AI-a.
Učenje bez primjera — AI obavlja zadatak bez prethodnog upoznavanja s njime.
Učenje s nekoliko primjera — AI uči novi zadatak s nekoliko primjera.
Finiranje — Prilagođavanje općeg modela na specifičan zadatak ili skup podataka.
Predtrening — Početna faza obuke AI modela na širokom skupu podataka.
Halucinacija — Kada AI samouvjereno generira lažne ili netočne informacije.
Bias — Sustavna nepravednost u ponašanju AI-a zbog iskrivljenih podataka za obuku.
Usklađivanje — Osiguravanje da AI rezultati odgovaraju ljudskim ciljevima, vrijednostima i etici.
Ustavni AI — Obuka modela pomoću izgrađenih etičkih principa.
Objašnjivost — Sposobnost razumijevanja zašto je AI donio određenu odluku.
Crna kutija — Model ili sustav čiji unutarnji rad nije transparentan ili razumljiv.
Razmišljanje u nizu koraka — Tehnika u kojoj AI objašnjava svoje korake prije donošenja zaključka.
RLHF (Učenje pojačanja uz ljudsku povratnu informaciju) — Metoda obuke u kojoj ljudske preferencije usmjeravaju proces učenja.
Sintetički podaci — Umjetno generirani podaci korišteni za obuku ili testiranje modela.
Otvorene težine — Kada su parametri modela javno podijeljeni (open-source).
Zatvoreni model — Vlasnički AI model čiji interni dijelovi nisu dostupni.
Token — Najmanja jedinica teksta koju AI modeli koriste (često riječ ili dio riječi).
Kašnjenje — Vremensko kašnjenje između korisničkog unosa i AI odgovora.
Zaključivanje — Čin korištenja obučenog modela za generiranje izlaza.
Uzemljenje — Povezivanje AI izlaza sa stvarnim, provjerljivim informacijama.
Autonomni AI — AI koji može samostalno djelovati kroz dugačke sekvence bez intervencije.
Benchmarking — Testiranje izvedbe AI-a pomoću standardiziranih skupova podataka i zadataka.
Zaštitne mjere — Ograničenja postavljena AI-u kako bi se spriječila zloupotreba ili pogreška.
Podešavanje parametara — Podesive postavke koje mijenjaju ponašanje AI modela.
Skalabilnost — Koliko dobro AI sustav radi uz povećanu potražnju korisnika.
Overfitting — Kada model dobro funkcionira na podacima za obuku, ali loše u stvarnosti.
Generalizacija — Sposobnost AI-a da dobro funkcionira na neviđenim podacima.
NLP (Obrada prirodnog jezika) — Područje AI-a usredotočeno na razumijevanje i generiranje ljudskog jezika.
Označavanje podataka — Oznaka sirovih podataka (slike, tekst, itd.) da bi se AI-u objasnilo na što gleda.
Samoučeće učenje — Obuka AI-a da uči uzorke iz nep označenih podataka.
Ko-pilot AI — Vrsta asistenta AI-a koja nadopunjava, a ne zamjenjuje ljudske radnike.
Orkestracija — Povezivanje AI-powered alata u pametne, automatizirane tijekove