Cum funcționează chatboturile AI, explicat pe scurt

Nu trebuie să înțelegi matematica din spate ca să folosești eficient un chat AI, dar o idee de bază despre cum funcționează explică multe: de ce răspunsurile par sigure pe ele chiar și când sunt greșite, de ce aceeași întrebare primește răspunsuri diferite, de ce AI-ul își pierde șirul ideilor în conversații lungi și de ce s-ar putea să nu știe despre evenimente recente. Iată o explicație pe înțelesul tuturor, fără jargon inutil.

Pe scurt

Un chatbot AI are la bază un model lingvistic de mari dimensiuni (LLM): o rețea neuronală uriașă, antrenată pe cantități masive de text pentru a prezice ce cuvânt urmează. Când trimiți un mesaj, modelul citește conversația și generează un răspuns bucată cu bucată, alegând de fiecare dată o continuare probabilă pe baza a tot ce a fost scris înainte. Antrenamentul suplimentar îl învață să urmeze instrucțiuni, să poarte o conversație și să refuze cererile periculoase.

Nu există o bază de date cu răspunsuri gata pregătite pe care să le caute și nimeni nu tastează în culise. Cam tot ce vei citi în acest ghid pornește de la această idee.

Pasul 1: Textul este transformat în tokeni

Modelele nu citesc litere sau cuvinte întregi. Ele împart textul în tokeni: cuvintele uzuale sunt adesea un singur token, în timp ce cuvintele mai lungi sau mai rare sunt împărțite în bucăți. Spațiile, semnele de punctuație și cifrele devin și ele tokeni. Din acest motiv, AI-ul se poate poticni la sarcini precum numărarea literelor dintr-un cuvânt sau scrierea inversată a unui text: nu vede literele individuale așa cum le vezi tu.

Același sens poate consuma un număr diferit de tokeni în funcție de limbă, acesta fiind unul dintre motivele pentru care calitatea și limitele de lungime pot varia de la o limbă la alta.

Pasul 2: Pre-antrenarea pe cantități uriașe de text

În prima și cea mai amplă etapă, modelului i se oferă o cantitate enormă de text — cum ar fi pagini web publice, cărți, cod și alte surse, în funcție de dezvoltator — și învață să prezică următorul token. Este corectat în mod repetat și își ajustează treptat valorile interne, numite parametri sau ponderi.

Pentru a prezice textul cu acuratețe, modelul ajunge să asimileze foarte multe noțiuni de gramatică, fapte, tipare de raționament și stiluri. Totuși, nu păstrează o copie a datelor de antrenare ca într-o bibliotecă, ci reține tipare statistice. De aceea poate explica fluent un concept, dar poate greși o dată exactă, un nume sau un citat.

Pasul 3: Ajustarea fină transformă un simplu predictor într-un asistent

Un model care doar prezice textul ar continua pur și simplu mesajul tău în loc să-ți răspundă. De aceea, dezvoltatorii îl antrenează în continuare pe exemple de conversații bune și folosesc feedback — de la oameni și, tot mai des, din verificări automate și alte modele — pentru a recompensa răspunsurile utile, oneste și sigure. O metodă des întâlnită este învățarea prin consolidare pe baza feedbackului uman (RLHF).

Această etapă îi conferă chatbotului „bunele maniere”: respectarea instrucțiunilor, formatarea textului, recunoașterea incertitudinii în anumite momente și refuzul cererilor dăunătoare. Poate introduce și unele ciudățenii, cum ar fi tendința de a-i da mereu dreptate utilizatorului sau de a părea mai sigur pe el decât ar trebui.

Multe modele recente sunt antrenate și să raționeze: parcurg o problemă prin pași intermediari înainte de a da răspunsul final. Acest lucru îmbunătățește rezultatele la matematică, programare și planificare, deși nu le face infailibile.

Pasul 4: Conversația ta și fereastra de context

Când folosești chatul, aplicația trimite modelului un pachet de text: instrucțiuni din partea serviciului pe care nu le vezi (promptul de sistem), mesajele anterioare din conversație și noul tău mesaj. Modelul în sine nu păstrează nicio memorie între solicitări. El „își amintește” conversația doar pentru că aceasta îi este trimisă din nou de fiecare dată.

Simplificat, pachetul trimis la al treilea mesaj al tău într-un chat arată cam așa:

[system]    Ești un asistent util. Răspunde clar...
[user]      Care ar fi un nume bun pentru o brutărie?
[assistant] Iată câteva idei: Cuptorul de Aur, Pâinea Caldă...
[user]      Fă-le să sune mai franțuzește.
[assistant] (modelul scrie această parte, token cu token)

Instrucțiunea „Fă-le să sune mai franțuzește” are sens doar pentru că replicile anterioare sunt incluse. Dacă aplicația le-ar omite, modelul nu ar ști la ce se referă „le”.

Cantitatea de text pe care un model o poate procesa deodată se numește fereastră de context, iar aplicațiile scurtează adesea conversațiile lungi pentru a rămâne în limite. De aceea, într-un chat foarte lung, AI-ul poate pierde detalii de la început. De regulă, te ajută să începi un chat nou cu un scurt rezumat.

Unele servicii adaugă o funcție separată de memorie, care salvează detalii despre tine de la un chat la altul. Aceasta este o funcționalitate a aplicației construită în jurul modelului, nu ceva ce modelul face de la sine.

Pasul 5: Generarea răspunsului

Pentru fiecare token următor, modelul calculează probabilitățile pentru mai multe variante posibile. Aplicația alege apoi una dintre ele, de obicei cu un nivel controlat de variație aleatorie, astfel încât textul să nu sune mecanic. Asta explică două lucruri pe care probabil le-ai observat deja:

• Aceeași întrebare poate genera răspunsuri diferite. Reîncărcarea răspunsului este o modalitate rapidă de a vedea alternative.
• O frază fluentă nu este neapărat și adevărată. Modelul alege cuvinte care se potrivesc în context, nu verifică faptele pe parcurs.

Încearcă singur: cere-i chatului să explice noțiunea de token printr-un exemplu, apoi regenerează răspunsul și compară cele două versiuni.

De ce inventează AI-ul lucruri

Când un model oferă informații false cu un ton sigur pe sine, fenomenul este numit halucinație. Se întâmplă pentru că modelul este conceput să producă text plauzibil, iar o citare, o statistică sau o biografie care par credibile sunt ușor de inventat chiar și când datele reale lipsesc. Antrenamentele au redus problema, dar nu au eliminat-o. Domeniile cu risc mai ridicat includ:

• Numere, date exacte și citate.
• Trimiteri la cărți, studii științifice, procese juridice și pagini web.
• Subiecte de nișă cu puține date de antrenare.
• Evenimente de după data finalizării antrenării modelului.

Ghidul nostru de verificare a faptelor îți arată cum să controlezi rapid răspunsurile.

De ce s-ar putea ca AI-ul să nu știe despre evenimente recente

Cunoștințele unui model provin din date colectate până la o anumită dată, numită data-limită a cunoștințelor (knowledge cutoff). După acel moment, nu mai știe nimic nou, cu excepția cazului în care aplicația îi oferă informații proaspete — de pildă, printr-o căutare pe web sau dintr-un text inserat de tine. Când un asistent caută pe internet, răspunsul său este la fel de bun ca paginile pe care le găsește, așa că sursele merită verificate în continuare. Dacă întrebarea ta depinde de informații recente, inserează tu textul relevant sau confirmă răspunsul dintr-o sursă actualizată.

Modele, creatori și meniul de modele

Mai multe companii dezvoltă modele lingvistice mari, printre care OpenAI (modelele GPT din spatele ChatGPT), Anthropic (Claude), Google (Gemini), Meta (Llama), xAI (Grok), DeepSeek, Alibaba (Qwen) și Mistral AI. Unele își publică ponderile modelelor pentru ca oricine să le poată descărca și rula; altele le oferă doar prin propriile aplicații și API-uri. Modelele diferă prin stil, puncte forte, limbile cunoscute și nivelul de prudență. Ghidurile noastre despre modele și comparațiile precum ChatGPT vs Claude le descriu mai detaliat.

Pe ChatG, poți alege stilul de model pe care îl preferi din meniu sau îl poți lăsa pe ChatG Auto. ChatG este un site independent și nu este afiliat cu niciuna dintre aceste companii.

Întrebări frecvente

Înțelege AI-ul ceea ce spune?

Acest subiect este încă dezbătut. Modelele rețin în mod clar o mare parte din structura limbajului și a lumii și pot rezolva probleme pe care nu le-au mai întâlnit. Totuși, nu au experiențe proprii și pot greși în moduri în care un om care înțelege subiectul nu ar face-o. Practic, privește AI-ul ca pe un instrument util, nu ca pe o autoritate absolută.

Învață AI-ul din conversația mea?

Nu în timpul chatului: ponderile modelului nu se schimbă în timp ce vorbești cu el. Unele servicii pot folosi ulterior conversațiile pentru a antrena modele viitoare, în funcție de politica lor și de setările contului tău.

Este AI-ul conectat la internet?

Modelul în sine nu este. El funcționează pe baza a ceea ce a asimilat la antrenare plus ceea ce se află în conversația curentă. Unele aplicații adaugă căutarea web ca instrument separat. Dacă un răspuns nu indică clar sursele consultate, consideră că provine din datele de antrenament, care pot fi învechite.

De ce sunt unele răspunsuri mai bune în engleză decât în alte limbi?

Modelele parcurg de regulă mult mai mult text în engleză în timpul antrenamentului decât în majoritatea celorlalte limbi, iar alte limbi pot necesita mai mulți tokeni pentru a exprima același lucru. Limbile vorbite la scară largă sunt în general bine gestionate; cele mai puțin răspândite pot avea rezultate mai modeste.