🚀 Ievads
0–5 min🤔 Diskusija
“Ko jūs domājat, kas ir ChatGPT vai Google Gemini?”
Tie ir lielie valodas modeļi (LLM), kas mācīti ar milzīgu teksta apjomu, lai ģenerētu valodu un atbildes.
📚 Īss skaidrojums
- LLM = Large Language Model - mākslīgā intelekta modelis valodai
- Mācās no liela teksta apjoma; prognozē nākamo vārdu
- Piemēri: ChatGPT, Google Gemini
💡 Piemēri ikdienā
- 💬 Tērzēšanas roboti (klientu atbalsts, BUJ).
- 🌍 Automātiskie tulkotāji un valodu mācīšanās palīgi.
- 💡 Ideju ģenerēšana, skaidrojumi, kopsavilkumi.
- 🧪 Soli-pa-solim mācību palīgs (matemātika, dabaszinības, eseju plāni).
- 🧑💻 Koda ģenerēšana un paskaidrošana; kļūdu meklēšana.
- 🎧 Runas atpazīšana un subtitru veidošana; diktēšana.
- 🔎 Meklēšanas rezultātu kopsavilkumi un salīdzinājumi.
- 🖼️ Attēlu apraksti pieejamībai (Alt-teksti) un vienkāršas vizualizācijas.
- 🛡️ Saturu filtrēšana, moderēšana (drošība tiešsaistē).
- 🗂️ Strukturētu tabulu, sarakstu ģenerēšana no brīvā teksta.
📖 Jēdzieni
LLM - liels valodas modelis, kas ģenerē tekstu.
Uzvedne (Prompt) - tava instrukcija modelim.
Halucinācija - izdomāts “fakts” atbildē.
Aizspriedums (bias) - tendenciozitāte no datiem.
Transformers - arhitektūra ar fokusu.
Fokuss (Attention) - mehānisms, kas izceļ svarīgo kontekstā.
Konteksta logs (Context window) - teksta apjoms (tokeni), ko modelis vienlaikus ņem vērā.
Parametri - modeļa iekšējie “svari”, kas nosaka tā uzvedību (to ir ļoti daudz - miljoni līdz miljardi).
Multimodāls modelis (Multimodal model) - spēj apstrādāt ne tikai tekstu, bet arī attēlus, skaņu u.c.
Kas ir tranformeri? - interaktīvs resurss, kas skaidro kā strādā fokusa.
⚙️ Kā darbojas LLM
5–15 min📊 Dati un mācīšanās
- 📚 LLM mācās un izmanto informāciju no grāmatām, rakstiem, tīmekļa lapām, enciklopēdijām, forumiem, kodu repozitoriji u.c.
- 🧠 Mērķis: paredzēt nākamo vārdu dotajā kontekstā (valodas modelis ≠ fakti, bet teksta statistika).
- 🔢 Teksts tiek sadalīts tokenos (mazos gabaliņos, kas var būt burts, zilbe vai vārds).
- ⚙️ Parametru svari (miljoni līdz simtiem miljardu) nosaka, kā modelis izvēlas nākamo vārdu.
- 🗂️ Konteksta logs: ierobežots apjoms iepriekšējā teksta, ko modelis “atceras” vienā reizē.
🧠 Paredzēšanas princips
Piemērs: “Rīt būs saulaina ____”
Modelis, balstoties uz treniņu datiem, var piedāvāt: “diena”, “laika prognoze”, “nedēļa”, “pēcpusdiena”.
✅ Modelis izvēlēsies rezultātu atkarīgi no tā, kura iespēja statistiski biežāk seko dotajā kontekstā.
🔍 Transformeru fokuss
Piemērs: “Kaķis sēdēja uz paklāja. Tas bija melns.” → “Tas” attiecas uz “kaķis”.
- 👀 Fokusa mehānisms ļauj modelim pievērsties visiem iepriekšējiem vārdiem, ne tikai tuvākajiem.
- 🔗 Tā vietā, lai lasītu secīgi kā vecākie modeļi, Transformers skatās uz konteksta svarīgākajām daļām.
- 📊 Vārdu saites tiek aprēķinātas ar svaru matricām, kas nosaka, cik ļoti katrs vārds ietekmē nākamo.
- 🎓 Skaties vizualizāciju: Transformer Explainer.
⚠️ Ierobežojumi
- ❌ Kļūdas un “halucinācijas” - izdomāti, bet sākotnēji pārliecinoši fakti. Šīs ir biežāk sastopamās kļūdas pārkopējot darbu. Vienmēr pārbaudi un pārlasi uzģenerēto tekstu!
- ⚖️ Aizspriedumi - modeļi pārņem to, kas bijis datos (valodas un sabiedrības stereotipi, kļūdas).
- 📅 Zināšanu robežas - modeļi ne vienmēr zina jaunākos notikumus. Tie tiek periodiski trenēti un attīstīti ar jaunāko informāciju. Piemēram, jaunākais ChatGPT modelis 2025. gada septembrī ir ar versijas nr. 5!
- 🎲 Nedeterminisms - vienu un to pašu jautājumu atkārtojot, vari saņemt nedaudz atšķirīgas atbildes.
- 🔒 Privātums - nevajadzētu ievadīt sensitīvus datus (paroli, personas info, telefona nr., adreses, e-pasta adreses).
🆚 ChatGPT vs Google Gemini
Kādas ir galvenās atšķirības?
✅ Pareizi! Katram rīkam ir dažādi datu avoti, atjaunināšanas grafiki un īpašas funkcijas (piem., Gemini ir ciešāk integrēts ar Google ekosistēmu, ChatGPT — ar OpenAI rīkiem).
✍️ Kā veidot labas uzvednes
15–25 min❓ Kas ir uzvedne?
Uzvedne = instrukcija modelim (kā recepte: jo precīzāk, jo labāk).- 📌 Jo konkrētāks jautājums, jo precīzāka atbilde.
- 📌 Modeļi neprot “minēt”, tie balstās uz to, kā ir formulēts teksts.
- 📌 Ja uzdevums ir pārāk vispārīgs, atbildes būs nekonkrētas. Līdz ar to lieki iztērēts laiks un resursi!
- 🧠 Padoms! Paskaidro MI sava rezultāta velmi detalizēti. MI rīki ir speciāli būvēti, lai cilvēkiem (lietotājiem).
🧩 Elementi
- 🎯 Skaidrs mērķis vai uzdevums - "Izskaidro…", "Salīdzini…", "Uzraksti…", "Sameklē...", "Izstāsti...", "Palīdzi iemācīties par ...", "Palīdzi sagatavoties MD/PD par ..." utt.
- 📝 Konteksts - kam tas domāts? (7. klasei, prezentācijai, kopsavilkumam). Atceries pievienot kāda informācija Tev ir šobrīd pieejama un kas būtu jāzin MI rīkam?
- 📋 Formāts - Kādā veidā sniegt atbildi: tabula, saraksts, eseja, dialoga veidā, mācību plāns utt.
- 💡 Piemēri (few-shot) - parādi modelim, ko tieši sagaidi. Sniedz piemērus kādu rezultātu Tu sagaidi.
- 🧩 Soli pa solim (chain-of-thought) — liec modelim domāt secīgi. Piem., izskaidro Pitagora teorēmu. Dari to soli pa solim, paskaidrojot katru soli!
- 🎨 Stils un tonis - sarunvalodā, akadēmiski, zinātniski, radoši, oficiāli. Noklusējuma valodas stils būs viegli atpazīstams trenētām acīm.
🔧 Metodes
1) Piemērs jeb Few-shot
Laba uzvedne:
Tulko šos vārdus latviski:
Apple → Ābols
Car → Automašīna
House → ?
Tulko šos vārdus latviski:
Apple → Ābols
Car → Automašīna
House → ?
➡️ Modelis iemācās no parauga un turpina rakstīt tādā pašā formātā.
2) Soli pa solim jeb Chain-of-thought (CoT)
Izskaidro soli pa solim, kāpēc notiek gadalaiku maiņa. Pavediena atslēgvādi - Zemes novietojums → leņķis → sekas.
➡️ Palīdzi modelim sadalīt uzdevumu pa posmiem, lai rezultāts būtu precīzāks.
3) Precīzs formāts
Palīdzi sagatavoties pārbaudes darbam par fotosintēzi. Izveido 3 uzdevumus pēc kuriem varētu iemācīties. Izmanto akadēmisku valodas stilu, kas piemērota 9. klases skolēnam.
➡️ Nosaki garumu, struktūru un auditoriju.
🔍 Salīdzini uzvednes
A: “Pastāsti par Latvijas neatkarības atjaunošanu.”
B: “Uzraksti 5 punktu kopsavilkumu par Latvijas neatkarības atjaunošanu 1991. gadā (1–2 teikumi, 9. klasei).”
C: “Uzraksti 5 punktu kopsavilkumu par Latvijas neatkarības atjaunošanu (1–2 teikumi, 9. klasei).”
Uzvedne B ir labāka, jo:
- ✅ Konkrēts uzdevums (5 punkti)
- ✅ Skaidrs formāts (kopsavilkums)
- ✅ Norādīta mērķauditorija (9. klase)
- ✅ Ierobežots garums (1–2 teikumi)
- ✅ Precīza tēma (1991. gads)
Kāpēc A un C ir aplamas?
- ❌ A: Pārāk vispārīga — nav noteikts formāts, garums, auditorija un gads.
- ❌ C: It kā strukturēta, bet trūkst gada → var radīt neskaidrību ar citiem notikumiem.
🤔 Vai vienmēr var uzticēties MI?
Kā pārbaudīt faktus:
- 🔍 Salīdzini vairākos uzticamos avotos
- 📚 Meklē oficiālos vai zinātniskos resursus
- 👨🏫 Pajautā skolotājam vai ekspertam
- 🧠 Pielieto kritisko domāšanu
🛠️ Praktiskais darbs
25–35 min👥 Grupas darbs (2–3 skolēni)
- Izvēlieties tēmu (zem šī apraksta)
- Izveidojiet 2–3 uzvednes vienai un tai pašai tēmai
- Testējiet ar MI (vai skatieties skolotāja demo)
- Atzīmējiet, kura uzvedne strādāja labāk un kāpēc
🎯 Tēmas
📝 Darba lapa
1) Uzvedne (vienkārša):
Rezultāts:
2) Uzvedne (ar kontekstu un formātu):
Rezultāts:
3) Uzvedne (ar piemēriem):
Rezultāts:
🏆 Secinājums: kura uzvedne strādāja vislabāk un kāpēc?
⏰ Ieteiktais laiks
- 2 min - tēma un grupas
- 5 min - uzvedņu rakstīšana
- 3 min - testēšana
🎯 Noslēgums un refleksija
35–40 min💭 Refleksija
1) Ko šodien uzzināji?
2) Kādu uzvedni izmantotu turpmāk?
📋 Galvenie secinājumi
- 🧠 LLM mācās no teksta; lieto fokusu; MI ir ierobežojumi.
- ✍️ Labai uzvednei vajag uzdevumu, kontekstu, formātu, piemērus.
- 🎓 MI - palīgs: pārbaudi faktus un domā pats
⚡ Ātrais tests
Kura uzvedne ir labāka?
✅ Pareizi: trešā atbilde ir precīza (soļi, mērķauditorija, stils).
🏠 Mājasdarbi
- ✅ MI drīkst izmantot priekš: idejām, struktūras, jautājumiem, plānu veidošanai.
- ❌ Nedrīkst: kopēt pilnu tekstu no MI, bez atsauces izmantot tā atbilžu saturu.
Piemērs: raksts par klimata pārmaiņām – MI izmanto plānam un jēdzienu skaidrībai, bet tekstu raksti pats.
📑 Faktu lapa par MI
- 🤖 MI ≠ cilvēks: tas nedomā, tas nav burvis, bet gan pēc matemātiskiem aprēķiniem statistiski iespējamo atbildi.
- 🤖 MI nav persona. Uzrunā jālieto "tas".
- 🔢 LLM modeļos ir miljardi parametru, kas nosaka, kā tiek ģenerēts teksts. Katram modelim tie var atšķirties.
- 🧩 Atbildes kvalitāti nosaka uzvednes precizitāte.
- ⚠️ AI var kļūdīties un izdomāt faktus (halucinācijas).
- 📅 LLM zināšanas ir ierobežotas līdz tā treniņa datiem.
🤖 Populārie MI rīki pēc kategorijām
💬 Sarunbotu un valodas modeļi
- ChatGPT (OpenAI) – sarunbots, teksta ģenerēšana, programmēšana, mācību palīgs.
- Gemini (Google) – teksta ģenerēšana, integrācija ar Google rīkiem.
- Claude (Anthropic) – drošs un ētisks sarunbots ar lielu konteksta logu.
- Copilot (Microsoft) – integrēts Office 365 (Word, Excel, PowerPoint).
- Perplexity AI – MI meklētājs ar atsaucēm uz avotiem.
- Mistral – Eiropas atvērtā koda LLM.
- Meta LLaMA 3 – atvērtā koda modeļi pētniecībai.
🎨 Attēlu ģenerēšana
- DALL·E – attēlu ģenerēšana no teksta (OpenAI).
- MidJourney – stilizēti un mākslinieciski attēli.
- Stable Diffusion – atvērtā koda ģenerators.
- Adobe Firefly – integrēts Photoshop un Illustrator.
🎥 Video ģenerēšana
- Runway Gen-2 – video no teksta vai attēla.
- Pika Labs – īsi animēti klipi.
- Sora (OpenAI) – augstas kvalitātes video ģenerators (testu režīmā).
🎵 Balss un audio
- ElevenLabs – dabiskas balsis no teksta.
- Play.ht – balss sintēze un podkāsti.
- Whisper – runas atpazīšana un transkripcija.
👩🏫 Mācībām un produktivitātei
- Khanmigo (Khan Academy) – izglītības asistents skolēniem.
- Quizlet Q-Chat – sarunbots mācībām.
- Notion AI – kopsavilkumi un idejas piezīmēs.
📜 Mākslīgā intelekta vēstures pārskats
- 1950 – Alans Tjūrings publicē darbu “Can Machines Think?” → Tjūringa tests.
- 1956 – “Dartmutas konference” – oficiāls MI sākums kā pētniecības nozarei.
- 1960–70tie – pirmie šaha programmu prototipi, ekspertu sistēmas.
- 1997 – IBM Deep Blue pieveic pasaules čempionu Gariju Kasparovu šahā.
- 2011 – IBM Watson uzvar spēlē “Jeopardy!”.
- 2016 – Google AlphaGo uzvar pasaules čempionu spēlē.
- 2020+ – Lielie valodas modeļi (GPT-3, ChatGPT, Gemini, Claude u.c.) kļūst par ikdienas rīkiem.
🔗 Resursi turpmākai izziņai
- Transformer Explainer – vizuāls skaidrojums, kā darbojas attention.
- Microsoft Learn: Generative AI – bezmaksas apmācība.
- DeepLearning.AI – kursi un raksti par MI.
- OpenAI Research – pētniecības jaunumi.
- Google AI – projekti un resursi.