מודול 1 · 10 שעות
יסודות AI, מודלי שפה ומגבלות
מטרה
להבין מה AI יכול ומה הוא לא יכול, כדי לא למכור לארגון פתרון שלא מחזיק מים.
נושאים
מהי בינה מלאכותית ומודלי שפה (LLM). הבדלים בין ChatGPT, Claude, Gemini ו-Copilot ברמת מותג (שמות דגמים משתנים מהר). טוקנים, קונטקסט, הזיות ומגבלות. מתי לא להשתמש ב-AI. עלות טוקנים. מגבלות reasoning מול «שרשרת מחשבה» ידנית. פער בין פריון אישי ל-ROI ארגוני (McKinsey / למ״ס — ראו מודול 4 לתוויות).
במקום להשוות רק מותגים, להשוות מדיניות שמירת נתונים (training off, retention, residency).
העשרה. NLP כמקצוע ליבה (3023, 206 שעות במסמך הרשמי; שימו לב שהמסמך כותב «Natural linguistic processing»). אימון מודלים וניהול Dataset (הורייזון). ML יישומי, סיווג ו-SQL בסיסי (BlueEdge).
כלים
ChatGPT, Claude, Gemini, Microsoft Copilot.
תרגיל
אותה משימה בשלושה מודלים: סיכום מסמך, ניסוח מייל רגיש, ושאלת ידע שקל להמציא עליה תשובה. תיעוד איפה כל מודל מצטיין ואיפה הוא טועה, ומה מדיניות השמירה של כל ספק למשימה הזו.
תוצר
דף «גבולות גזרה»: 8 משימות מתאימות ו-8 משימות אסורות בארגון של המשתתף.
משאבי למידה
שעות
- אם כוללים את העשרת 3023/הורייזון: +20 עד +200 לפי העומק.
טוען את מה שנשמר במכשיר…