Home

Blog

Na-Decode ang mga Termino ng AI: Isang Simpleng Gabay sa Mahahalagang Bagay (at Hindi)

Na-Decode ang mga Termino ng AI: Isang Simpleng Gabay sa Mahahalagang Bagay (at Hindi)

Isinulat ni

Daria Olieshko

Nalathala noong

13 Aug 2025

Oras ng pagbabasa

3 - 5 minuto basahin

Nasa lahat na ng dako ang AI. Pero maging totoo tayo — maraming “mga terminolohiya sa AI” doon lang ay parang mga buzzwords na tinatapon sa mga pitch deck at mga pahina ng produkto. Kung minsan mong naramdaman na nabigla ka sa mga acronym tulad ng AGI, LLM, o A2A, hindi ka nag-iisa.

Ang gabay na ito ay hinahati-hati ang lahat sa simpleng Ingles. Walang jargon. Walang kalabisan. Tanging mga mahahalagang bahagi na tunay na mahalaga sa 2025 at pagkatapos.

Kahit nasa HR ka, IT, marketing, operasyon, o sinusubukan lamang magmukhang matalino sa susunod na pagpupulong, ito ang iyong crash course. I-save ito. Ibahagi ito. I-bookmark ito. I-decode natin mga terminolohiya sa AI sama-sama — at matutunan kung paano ito gamitin upang talaga namang matapos ang mga bagay.

Bakit Mahalaga ang Mga Terminolohiya ng AI sa 2025

Hindi na eksperimento sa teknolohiya ang AI. Ito ang makina sa likod ng iyong mga tool sa iskedyul, mga workflow sa pagkuha, mga dashboard ng analytics, at mga alerto sa Slack. Ngunit karamihan sa mga tao ay hindi pa rin marunong magsalita ng wika.

Narito kung bakit mahalaga ang kaalaman mga terminolohiya sa AI :

Makikita mo ang hype mula sa tunay na halaga.
Makakagawa ka ng mas matatalinong desisyon kapag nagse-evaluate ng mga vendor.
Sa wakas ay mauunawaan mo kung paano gumagana ang iyong mga tool.
Makikipagtulungan ka nang mas maayos sa mga developer at tech team.

Tunay na halimbawa:

Ang isang HR team ay bumili ng “AI chatbot” upang i-automate ang pagkuha. Lumabas ito na parang contact form na walang NLP, walang automation, at walang integration. Bakit? Hindi nila naintindihan ang mga termino.

Ang Tanging Mga Terminolohiya ng AI na Talagang Kailangan Mong Malaman

Magsimula tayo sa mga pangunahing konsepto na madalas mong masasalubong.

AI Agent

Isang sistema na nagmamasid, nagpapasya, at kumikilos patungo sa isang layunin. Hindi nito kailangan ng manu-manong input para kumilos — ito ay nag-iinitisyatiba. Isipin ito bilang walang pagkapagod na digital assistant.

Agentic AI

Isang AI na makapaglatag ng sariling mga layunin at kumilos nang walang patuloy na instruksiyon. Natututo ito habang may nangyayari, optimalisa ang mga resulta sa paglipas ng panahon. Halimbawa: pag-iskedyul ng shifts at paglutas ng mga conflict nang autonomously.

A2A (Agent-to-Agent)

Isang komunikasyon protokol na nagpapahintulot sa mga independent AI agent na magtulungan. Ang iyong AI para sa iskedyul ay maaaring makipag-usap sa isang AI ng payroll upang i-sync ang mga oras, overtime, at pagsunod.

AGI vs ANI

AGI

(Artificial General Intelligence)

Isang hypotetikal na anyo ng AI na kaya matutunan at mag-isip katulad ng tao. Wala pa ito, ngunit ito'y nangingibabaw sa mga headline.

ANI

(Artificial Narrow Intelligence)

Tunay na AI na nagdadalubhasa sa isang gawain — tulad ng pag-iskedyul, pagkilala sa mukha, o translation. Ito ang AI na ginagamit mo ngayon.

AI Chatbots: Beyond Small Talk

Maaaring gawin ng mga makabagong AI chatbots ang:

Sumagot sa mga tanong sa HR
Hawakan ang mga kahilingan sa PTO
Magbigay ng mga tagubilin para sa onboarding
Umiiral bilang 24/7 na mga support agents

Ang mga tool tulad ng ChatGPT, Claude, Gemini, at mga custom bots na sinanay sa mga internal na dokumento ay maaaring maging malalim na kapaki-pakinabang.

Automation vs Orchestration

AI Automation

Humahawak ng mga espesipiko, paulit-ulit na gawain — tulad ng pag-label ng mga ticket, pagtatalaga ng mga shift, o pagpapadala ng mga alerto.

AI Orchestration

Kinokonekta ang mga sistema at gawa sa mga end-to-end na daloy. Isipin: onboarding ng bagong hire, itinatakda ang kanilang pattern ng shift, sine-synchronize ang payroll, at nagpapadala ng mga dokumentong nauugnay sa pagsunod.

Mga Model at Pamilya ng AI

AI Model

Ang core algorithm na sinanay upang imapa ang input sa output. Ang GPT-4o, Claude 3, at Gemini 1.5 ay mga halimbawa.

Model Family

Isang grupo ng mga magkakaugnay na modelo na sinanay sa magkakatulad na arkitektura ngunit na-optimize para sa iba't ibang gawain. Ang GPT-3.5, GPT-4, GPT-4o ay bahagi ng GPT family.

Pagkaka-align, Attention at Bias

Pagkaka-align

Tinitiyak na ang kilos ng AI ay tumutugma sa mga halaga ng tao. Mahinang pagkaka-align = di-sinasadyang aksyon.

Attention

Paano “nagtuon” ang mga modelo sa pinakamahalagang datos upang makabuo ng mga tugon. Core sa mga transformer model.

Bias

Kung ang training data ay biased, magiging ganon din ang output ng AI. Mahalaga ito sa HR, compliance, at paggawa ng desisyon.

AI Integration

Gamitin ang mga platform tulad ng:

Zapier upang mag-trigger ng mga aksyon sa pagitan ng apps
APIs upang maipaloob ang mga tampok ng AI
Mga no-code tools upang bumuo ng matatalinong automations nang walang oras ng development

Halimbawa: Gamitin ang ChatGPT upang bumuo ng mga shift report sa loob ng Shifton batay sa data ng time tracking.

Mga Advanced na AI Terms na Makikita Mo pa

LLM (Large Language Model)

Ang kapangyarihan sa likod ng mga chatbot, pagbuo ng content, at smart replies. Ang mga LLM ay sinanay sa napakaraming dataset ng teksto at maaaring gumanap ng malawak na hanay ng mga gawain sa wika.

Mga Popular na LLM:

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

RAG (Retrieval-Augmented Generation)

Pinagsasama ang language model sa search engine o document base upang makabuo ng real-time, context-aware na mga tugon. Kapaki-pakinabang para sa mga AI support agent at knowledge base.

Zero-shot / Few-shot Learning

Zero-shot: Ginagawa ng AI ang isang bagay na walang halimbawa.
Few-shot: Gumagamit ang AI ng ilang halimbawa sa prompt para malaman kung paano magsagawa ng gawain.

Ang mga kasanayang ito ay nagpapahintulot sa AI na mabilis na mag-adapt — mahusay para sa pag-analyze ng mga bagong kalakaran sa mga support ticket o feedback sa HR.

Multimodal AI

Mga model na nakakaunawa ng teksto, mga larawan, audio, o video ng sabay-sabay. Mainam para sa pagsusuri ng mga visual na iskedyul, mga voice command, at form na input ng sabay-sabay.

Vector Databases

Nag-iimbak ng impormasyon sa isang format na naiintindihan at maihahanap ng AI semantically (ayon sa kahulugan, hindi keyword). Pinapagana ang paghahanap ng dokumento, chatbot, at personalisasyon.

Mga Popular na Tools:

Pinecone
Weaviate
Chroma

Buong Talasalitaan ng 40+ AI Terms (Sinasalita ng Simple)

AI agent — Isang sistema na makakagawa ng mga desisyon at kumilos patungo sa mga layunin nang walang human micromanagement.
Agentic AI — AI na nagtatakda ng sariling mga layunin at kumikilos batay sa kanyang kapaligiran.
A2A (Agent-to-Agent) — Isang protocol para sa mga AI agent na makipagtalastasan at makipagtulungan.
AGI (Artificial General Intelligence) — Isang hypoteikal na AI na may kakayahang matuto at mangatuwiran katulad ng tao.
ANI (Artificial Narrow Intelligence) — Tunay na AI na mahusay sa isang espesipikong gawain.
AI model — Isang sinanay na function na nagiging input sa intelligent output.
Model family — Isang grupo ng magkakaugnay na AI model na binuo mula sa parehong architecture.
LLM (Large Language Model) — Isang model na sinanay sa malawakang datos ng wika upang maunawaan at makabuo ng human-like na teksto.
Multimodal AI — AI na kayang maunawaan at makatrabaho ang maraming uri ng input (teksto, imahe, boses).
Vector database — Isang uri ng database na ginagamit upang mag-imbak at maghanap ng data batay sa kahulugan, hindi lang keywords.
Embeddings — Numeric representation ng teksto/data na tumutulong sa AI na maunawaan ang mga relasyon at kahulugan.
RAG (Retrieval-Augmented Generation) — Pinag-uugnay ang real-time na paghahanap sa generation para sa mas tumpak na mga kasagutan.
Prompt engineering — Paggawa ng mas mahusay na inputs upang makakuha ng nais na outputs mula sa AI.
Zero-shot learning — Ginagampanan ng AI ang isang gawain nang hindi ito nakita bago.
Few-shot learning — Natututo ang AI ng bagong gawain sa ilang halimbawa lamang.
Fine-tuning — Inaangkop ang isang general na model sa isang espesipikong gawain o dataset.
Pretraining — Ang paunang yugto ng pagsasanay ng isang AI model sa isang malawak na dataset.
Hallucination — Kapag ang AI ay may kumpiyansang bumuo ng mali o di-wastong impormasyon.
Bias — Sistematikong hindi pagkapatas sa kilos ng AI dulot ng di-timbang na training data.
Pagkaka-align — Tinitiyak na ang mga output ng AI ay tumutugma sa mga layunin, halaga, at etika ng tao.
Constitutional AI — Pagsasanay ng mga model na gumagamit ng built-in na prinsipyo ng etika.
Explainability — Ang kakayahan na maunawaan kung bakit gumawa ng ganitong desisyon ang AI.
Black box — Isang model o sistema na ang mga internal workings ay hindi transparent o interpretable.
Chain-of-thought reasoning — Isang pamamaraan kung saan ipinapaliwanag ng AI ang mga hakbang nito bago umabot sa konklusyon.
RLHF (Reinforcement Learning from Human Feedback) — Isang paraan ng pagsasanay kung saan ang kagustuhan ng tao ay gumagabay sa proseso ng pagkatuto.
Synthetic data — Artipisyal na nilikhang data na ginagamit upang sanayin o subukin ang mga modelo.
Open weights — Kapag ang mga parameter ng model ay ibinabahagi sa publiko (open-source).
Closed model — Isang proprietary na AI model na ang internals ay hindi naa-access.
Token — Ang pinakamaliit na yunit ng teksto na ginagamit ng AI models (kadalasan isang salita o bahagi ng isang salita).
Latency — Ang oras ng pagkaantala sa pagitan ng input ng user at tugon ng AI.
Inference — Ang akto ng paggamit ng isang sinanay na model upang makabuo ng output.
Grounding — Pag-uugnay ng AI outputs sa tunay, napapatunayan na impormasyon.
Autonomous AI — AI na makakumilos ng mag-isa sa mahahabang pagkakasunod-sunod nang walang interbensyon.
Benchmarking — Pagsusuri ng performance ng AI gamit ang mga standardized datasets at gawain.
Guardrails — Mga restriksyon o limitasyon na itinakda sa AI upang maiwasan ang maling paggamit o error.
Tuning knobs — Mga adjustable settings na nagbabago kung paano umaasal ang isang AI model.
Scalability — Gano ka-epektibo ang isang AI system na gumaganap habang dumarami ang demand ng user.
Overfitting — Kapag ang isang model ay nag-eexcel sa training data pero mahina sa aktuwal na mundo.
Generalization — Ang kakayahan ng AI na mahusay na magawa ang hindi nakita pang data.
NLP (Natural Language Processing) — Ang larangan ng AI na nakatutok sa pag-unawa at pagbuo ng wika ng tao.
Data labeling — Pag-tag ng raw na data (mga imahe, teksto, atbp.) upang turuan ang AI kung ano ang kanyang nakikita.
Self-supervised learning — Pagsasanay ng AI na matutunan ang mga pattern mula sa unlabeled data.
Co-pilot AI — Isang uri ng assistant AI na uma-augment sa halip na palitan ang mga manggagawa.
Orchestration — Pagkonekta ng mga AI-powered na tool sa matalinong automatikong mga workflow.

Mga Tunay na Gamit sa Iba't Ibang Mga Koponan

HR:

Predict ng AI ang panganib sa burnout
Gumagawa ng mga plano sa onboarding
Pag-flag ng mga paglabag sa batas paggawa

Ops:

Predict ng problema sa shift coverage
Forecast ng imbentaryo at demand
Pag-optimize ng mga ruta ng delivery

Marketing:

I-summarize ang pagganap ng kampanya
Sumulat ng mga variant ng ad copy
I-personalize ang content ayon sa user segment

Support:

I-triage ang mga ticket ayon sa pagka-urgent at damdamin
I-summarize ang mga tawag
Sugestiyong mga resolusyon nang awtomatiko

Paano Maging Ahead Nang Hindi Lahat Ay Kailangan Mong Malaman

Hindi mo kailangang isaulo ang bawat termino. Dapat mo lang malaman ang sapat para:

Magtanong ng tamang katanungan
Makakita ng BS sa mga vendor pitches
Mag-automate ng mga workflow nang mapagkakatiwalaan

Mga Tips:

Mag-subscribe sa ilang AI na newsletter (tulad ng Shifton Blog)
Mag-set ng alerts para sa mga product update
Mag-test ng maliliit — pagkatapos ay i-scale ang gumagana

Huling Salita: Panatilihin Natin Itong Totoo

Oo, may mga daan-daan mga terminolohiya sa AI na lumulutang sa paligid. Pero karamihan sa kanila ay hindi magbabago ng iyong araw ng trabaho. Ang mga ito ang gagawin.

Ngayon na mayroon ka ng wika, gamitin ito. Simulang pagbutihin ang mga proseso. Subukan ang mga tool. I-automate ang mga boring na bagay.

Hayaan ang AI na gumawa ng mabibigat na gawain. Ikaw ang bahala sa bahagi ng tao.

✅ Panawagan sa Pagkilos

Simulan ang Paggamit ng AI sa Pamamahala ng Iyong Trabaho Ngayong Araw

I-explore kung paano ang mga AI-powered tools ng Shifton sa scheduling, time tracking, at automation ay maaring dalhin ang iyong operasyon sa susunod na antas.

👉 Alamin ang Mga Tampok ng Shifton AI →