Czy zdarzyło Wam się kiedyś podczas wakacyjnego spaceru z dziećmi usłyszeć pytanie, na które… nie znaliście odpowiedzi? Albo takie, na które odpowiedź znaliście, ale brakowało Wam obrazu, by rozpalić dziecięcą wyobraźnię?
Podczas naszej ostatniej rodzinnej wyprawy na Jurę Krakowsko-Częstochowską, wesoła gromadka dzieciaków (do mojej dwójki dołączyły kuzynki!) bombardowała mnie pytaniami na każdym kroku. Zamiast rzucać szybkie „nie wiem” albo chować telefon do kieszeni, postanowiłam zrobić z niego interaktywnego przewodnika.
Dziś chcę Wam pokazać, jak nowoczesne, multimodalne chatboty (takie jak Gemini) potrafią w ułamku sekundy zamienić zwykłą ścieżkę w interaktywne muzeum przyrodnicze. Przetestowaliśmy je na wszelkie możliwe sposoby: obrazem, głosem i tekstem!
Scena 1: Głosowy detektyw na szlaku (Mowa ➔ Obraz ➔ Mowa)
Wędrując pięknym szlakiem między zamkami w Mirowie i Bobolicach, natknęliśmy się na tajemniczą, czerwoną tabliczkę ukrytą w gałęziach drzew. Napis głosił: „Uwaga! Wiatrołomy – wiatrowały…”.
Dzieciaki natychmiast wyhamowały. „Mamo, a co to są te wiatrowały? I czemu nie wolno tam wchodzić?”.
Zamiast wertować nudne słowniki:
- Zrobiliśmy zdjęcie tabliczki.
- Wgraliśmy je do bota i odpaliliśmy tryb głosowy.
- Zadaliśmy pytanie na głos, a chatbot odpowiedział nam ciepłym, radiowym głosem, który bez problemu usłyszała cała nasza grupa.
W ten sposób wywiązała się niesamowita, naturalna dyskusja. Dzieciaki dopytywały bota o to, jak silny musi być wiatr, by powalić całe drzewo, i dlaczego usuwanie takich skutków w lesie bywa niebezpieczne. Smartfon leżał na trawie, a my rozmawialiśmy, patrząc na las!
Scena 2: Podróż 66 milionów lat wstecz (Obraz ➔ Tekst ➔ Nowy Obraz)
Kolejnego dnia na ścianie jednego z jurajskich murów wypatrzyliśmy niesamowitą, spiralną muszlę odciśniętą w skale. Ufff, tym razem mogłam opowiedzieć dzieciom sama, że to amonity – dawni władcy prehistorycznych mórz. Opowiedziałam im o tym, jak te głowonogi prawdopodobnie kontrolowały swoje zanurzenie dzięki komorom wypełnionym gazem (dokładnie tak jak ich dzisiejsi krewniacy, łodziki!).
Opowieść rozbudziła apetyt. „Ale ciociu, jak dokładnie one wyglądały, kiedy żyły? Miały oczy? A macki?”.
Tutaj z pomocą znów przyszła technologia:
- Pokazaliśmy chatbotowi zdjęcie skamieliny z muru.
- Poprosiliśmy go o znalezienie w sieci informacji o najbliższych żyjących krewnych (tak trafiliśmy na przepiękne zdjęcia współczesnych Łodzików).
- Na koniec poprosiliśmy Gemini o rekonstrukcję: „Na podstawie dostępnych danych naukowych, stwórz obraz przedstawiający, jak te amonity mogły wyglądać w swoim naturalnym środowisku ok. 66 milionów lat temu”.
Gdy na ekranie pojawiła się barwna, podwodna grafika pełna pływających amonitów z mackami i wielkimi oczami, dzieciaki dosłownie wniebowzięło. Prehistoria nagle ożyła na ich oczach!
Scena 3: Bukiet dla babci, czyli botaniczne zgadywanki (Obraz ➔ Tekst)
Nasze eksperymenty zakończyliśmy pięknym, wakacyjnym akcentem. Dzieci postanowiły zrobić niespodziankę dla babci i wspólnie uzbierały na łące gigantyczny, kolorowy bukiet polnych kwiatów.
Zanim jednak wręczyliśmy prezent, postanowiliśmy sprawdzić, co właściwie w tym bukiecie rośnie:
- Zrobiliśmy zdjęcie kolorowej naręczy kwiatów.
- Wrzuciliśmy fotkę do okienka czatu i wpisaliśmy prosty prompt: „Rozpoznaj gatunki roślin na tym zdjęciu. Wypisz je i podaj do każdego po jednej, zaskakującej ciekawostce”.
- Otrzymaliśmy obszerną, fascynującą listę.
Zamiast po prostu przeczytać suchą listę, zamieniliśmy to w rodzinną grę! Czytałam ciekawostki opisujące dany kwiat (np. o jego właściwościach lub nietypowych płatkach), a zadaniem dzieci było odgadnięcie i wskazanie w bukiecie, o której roślinie właśnie mowa. Zabawa była przednia, a babcia otrzymała nie tylko kwiaty, ale też całą masę opowieści!
Magia ukryta w multimodalności
Te trzy proste sytuacje doskonale pokazują, jak wielki potencjał drzemie w nowoczesnych chatbotach. Ich multimodalność – czyli zdolność płynnego łączenia tekstu, obrazu i mowy w dowolnych konfiguracjach – sprawia, że sztuczna inteligencja przestaje być barierą oddzielającą nas od świata, a staje się jego najciekawszym tłumaczem.
