AI Now Polska Webinar #7

# AI Now Polska Webinar #7

Data: 17 listopada 2026
Godzina: 11:00 - 12:45
Miejsce: Online (ClickMeeting)
Koszt: Bezpłatne (wymagana rejestracja)
Q&A: po każdej prelekcji

***

### 🕒 Agenda spotkania:

• 11:00 - 11:05 | Intro
• 11:05 - 11:40 | Prelekcja #1: “Kawa jest gorąca, a AI popełnia błędy. Za co odpowiadamy my?” - Sergiusz Rotman
• 11:40 - 12:00 | Lightning Talk: “Kiedy model nie powinien myśleć: System 1 vs System 2 na produkcji” - Wojciech Drężek
• 12:00 - 12:35 | Prelekcja #2: “Zarządzanie zespołami w erze AI: ukryte koszty” - Amelia Walter-Dzikowska
• 12:35 - 12:45 | Zakończenie

***

### 🎤 Prelekcje:

Prelekcja #1: “Kawa jest gorąca, a AI popełnia błędy. Za co odpowiadamy my?” - Sergiusz Rotman

Wszyscy wiemy, że podawana kawa jest gorąca, a mimo to w latach 90. popularna sieć restauracji odpowiadała przed sądem za poparzenie klientki gorącym napojem. Podobnie dzisiaj - wiemy, że AI halucynuje i popełnia błędy, ale regulatorzy nie traktują tego jako wymówki. Oczekują od nas konkretnych działań i skutecznych zabezpieczeń, za których brak możemy wprost odpowiadać. Podczas prelekcji przełożymy unijny AI Act, RODO i nową dyrektywę o odpowiedzialności za produkty wadliwe na język inżynierów. Bez prawniczego żargonu i na przykładach z codziennej pracy zespołów technicznych omówimy, jak ocenić ryzyko systemu AI i co z tej oceny wynika dla budowanego produktu. Pokażemy, czym różni się dostawca od podmiotu stosującego, a także przyjrzymy się nowym obowiązkom przejrzystości, które obejmują m.in. chatboty i treści generowane przez AI. Zejdziemy również na poziom technologii i architektury. Wyjaśnimy, czego dokładnie art. 10 AI Act wymaga od danych treningowych, walidacyjnych i testowych. Skupimy się także na tym, jak od podstaw wbudować w projekt mechanizmy privacy by design i transparency by design, zamiast narażać się na kosztowne i czasochłonne „doklejanie” ich tuż przed wdrożeniem na produkcję.

Sergiusz Rotman - prawnik od technologii. Jako Product Manager buduje rozwiązania z zakresu prywatności danych, AI i data governance, przekładając wymagania regulacyjne na praktykę organizacji. Po godzinach prowadzi jakuzywac.ai – projekt edukacyjny, w którym pokazuje, jak używać AI skutecznie i odpowiedzialnie.

Lightning Talk: “Kiedy model nie powinien myśleć: System 1 vs System 2 na produkcji” - Wojciech Drężek

Branża promuje modele rozumujące tak, jakby były odpowiedzią na wszystko. Tymczasem większość ruchu produkcyjnego to prostsze zadania, takie jak klasyfikacja, ekstrakcja danych, routing i scoring. W takich zadaniach dodatkowe rozumowanie przede wszystkim zwiększa opóźnienia i koszty, a system staje się mniej przewidywalny. Co więcej, przy niektórych zadaniach dłuższy namysł wręcz obniża trafność, zupełnie jak u człowieka, który za długo się zastanawia. Pokażę, kiedy wystarczy szybki System 1, kiedy warto zapłacić za wolny System 2.

Wojciech Drężek - Principal Software Engineer w Akamai, zajmuje się pełnym stosem technologicznym: od inżynierii oprogramowania, platform rozproszonych i infrastruktury chmurowej po badania i rozwój modeli AI, w tym autorskie architektury i przetwarzanie zbiorów danych. Specjalizuje się w optymalizacji wydajności systemów oraz inferencji modeli LLM, w tym niskopoziomowym programowaniu GPU. Wdrażał na globalną skalę systemy widzenia komputerowego, przetwarzania języka naturalnego i uczenia adaptacyjnego, a technologię traktuje przede wszystkim jako narzędzie do rozwiązywania realnych problemów biznesowych.

Prelekcja #2: “Zarządzanie zespołami w erze AI: ukryte koszty” - Amelia Walter-Dzikowska

Czy AI po cichu stało się członkiem Twojego zespołu? Czy aby na pewno wszyscy czują się dobrze z posiadaniem takiego kolegi? Większość dyskusji o wdrożeniach rozwiązań AI skupia się na aspektach technicznych: wyborze narzędzi, integracji z istniejącymi technologiami i kosztach licencji. Jednak, gdy rozwiązania oparte na LLM-ach podbijają szturmem działy IT z czasem pojawia się koszt, o którym nikt nie myśli. Ostatnie badania na temat komunikacji pośredniczonej AI (AI-mediated communication) wskazują, że wpływa ona na nasz wizerunek w oczach kolegów, na zachowanie i jakość współpracy. Wiadomości konstruowane przez AI mogą obniżać poziom zaufania, chęć do pomocy i tworzyć wrażenie unikania odpowiedzialności. Jednocześnie stoimy przed pytaniem czy ujawniać stosowanie AI w danej sytuacji, czy nie - a odpowiedź na to, która opcja jest lepsza może zaskakiwać. Prezentacja rzuci światło na obecny stan nauki i pokaże jak przełożyć wyniki badań na praktykę zarządzania tak, żeby coraz bardziej obecne AI nie niszczyło relacji w zespołach.

Amelia Walter-Dzikowska - liderka zespołu QA, Technical Product Owner, weteranka dużych międzynarodowych projektów. Popularyzuje wiedzę o jakości oprogramowania i umiejętnościach miękkich w IT (w ramach marki Dzika Jakość). Łączy teorię z praktyką - zaangażowana w badania naukowe w obszarze psychologii, zarządzania i komunikacji online. Działa jako trenerka, prelegentka i rzeczniczka osób neuroatypowych w IT.

***

### 🔗 Rejestracja i dostęp:

Spotkanie odbędzie się na platformie ClickMeeting. Kliknij poniższy link, aby zarezerwować miejsce i otrzymać przypomnienie:
👉 https://ainowpolska.pl/webinar-7

***

### 💡 Dołącz do społeczności AI Now Polska:

Nie kończymy na webinarze. Budujemy najmocniejszą grupę praktyków AI w Polsce. Dołącz na naszego Discorda 👉 https://discord.ainowpolska.pl

Kolejne spotkanie 15 grudnia! Zmieniamy AI w Polsce. Teraz.