Przejdź do treści

Co to jest chatbot? Od ELIZY do czatbotów AI wyjaśnione po ludzku

Adam Marzec
Okno rozmowy z czatbotem AI na ekranie smartfona na tle zarysu komputera z lat 60., symbol drogi od ELIZY do współczesnych modeli językowych

Otwierasz okno czatu, piszesz po polsku pytanie o przepis na rosół albo o warunki wypowiedzenia umowy i po chwili dostajesz odpowiedź ułożoną w pełne zdania. Po drugiej stronie nie siedzi człowiek, tylko program, i właśnie ten program nazywamy chatbotem. Gdyby zredukować sprawę do jednego zdania, odpowiedź na pytanie, co to jest chatbot, brzmiałaby: aplikacja, z którą rozmawiasz tekstem albo głosem, a ona odpisuje ci językiem, który brzmi ludzko. Pojęcie to należy do cyklu Podstawy AI, w którym tłumaczę słowa, którymi branża rzuca na co dzień bez wyjaśnień.

Zacznę od definicji u źródeł, bo słowo czatbot bywa przyczepiane do wszystkiego, od sklepowego drzewka decyzyjnego po modele językowe. Potem cofnę się do 1966 roku, kiedy pierwszy czatbot udawał psychoterapeutę i poruszył użytkowników mocniej, niż planował jego twórca. Wyjaśnię też, co technicznie dzieje się po wpisaniu pytania, czym czatbot różni się od asystenta i agenta AI, które czatboty AI mają dziś największe nazwiska i gdzie te systemy gubią się najbardziej. Na końcu znajdziesz odpowiedzi na pytania, które ludzie realnie wpisują w wyszukiwarkę.

Co to jest chatbot? Definicja u źródeł

Najbliżej sedna jest słownik. Cambridge Dictionary określa chatbota jako program komputerowy zaprojektowany do prowadzenia rozmowy z człowiekiem, zwykle przez internet. Angielska Wikipedia dodaje drugą połowę definicji: chatbot, historycznie chatterbot, to aplikacja albo interfejs sieciowy, który ma prowadzić konwersację tekstem lub głosem i wcielać się w partnera rozmowy. Język polski wyrobił sobie własną pisownię, czatbot, i takiego wariantu używa polska Wikipedia obok starszych określeń chatterbot i linguabot. W tym tekście mieszam obie formy, bo tak samo robią ludzie wpisujący zapytania w Google.

Firmy stojące za tą technologią mówią niemal to samo, tylko dłużej. IBM opisuje chatbota jako aplikację komunikującą się z ludźmi przez tekst albo głos, która odpowiada na pytania, podaje informacje i pomaga dokończyć sprawę bez przeklikiwania po menu i przeszukiwania stron. Dokumentacja AWS zbiega się z tą definicją: chatbot to program lub aplikacja, z którą użytkownik rozmawia głosem albo tekstem, a bot naśladuje ludzką konwersację i próbuje odpowiedzieć na pytanie, zanim przekaże sprawę żywemu konsultantowi.

Jest przy tym jedna rzecz, o której definicje mówią wprost, a użytkownicy często jej nie łapią: nie każdy chatbot ma w środku sztuczną inteligencję. IBM rozdziela czatboty tradycyjne, które kroczą po z góry zaprojektowanych drzewkach decyzyjnych i skryptach, oraz czatboty AI, które rozpoznają intencję zdania, trzymają wątek rozmowy i generują odpowiedzi z modelu językowego. Ten pierwszy typ znasz z okienek pomocy na stronach sklepów. Wystarczy odbiec od przewidzianych gałązek, a bot powtarza, że nie rozumie i proszę wybrać opcję. Ten drugi to ChatGPT, Gemini, Claude i reszta stawki. Dalej piszę głównie o czatbotach AI, bo to one zmieniły rynek, ale samo słowo chatbot jest od nich starsze o ponad pół wieku, i to właśnie jest temat następnej sekcji.

Od ELIZY do ChatGPT: krótka historia czatbotów

ELIZA, 1966: program, który udawał psychoterapeutę

Za symboliczny początek przyjmuje się rok 1966. Joseph Weizenbaum, informatyk pracujący w MIT, opublikował wtedy w Communications of the ACM artykuł o programie ELIZA, służącym do badania komunikacji w języku naturalnym między człowiekiem a maszyną. Angielska Wikipedia precyzuje, że pracę nad programem prowadzono od 1964 do 1967 roku, a premiera i pierwsza publikacja naukowa wypadły właśnie w 1966. Nazwa wzięła się od Elizy Doolittle, bohaterki Pigmaliona Bernarda Shawa, kobiety uczonej mówić inaczej niż dotąd.

W środku nie było żadnego rozumienia. ELIZA wypatrywała w twoim zdaniu wybranych z góry słów, przełączała zaimki i odsyłała kawałki twojej własnej wypowiedzi w postaci pytania. Najsłynniejszy skrypt, DOCTOR, odgrywał psychoterapeutę w nurcie Carla Rogersa: nie doradzał i nie oceniał, tylko odbijał rozmówcę jak lustro. Napiszesz, że martwi cię praca, więc usłyszysz pytanie, dlaczego mówisz o swojej pracy. I to, paradoksalnie, wystarczało. Według Wikipedii ludzie otwierali przed ELIZą serca i brali ją na poważnie, choć wiedzieli, że rozmawia z programem. Sekretarka Weizenbauma poprosiła go, żeby opuścił pokój, tak by mogła porozmawiać z ELIZą sama. Twórca pisał później wprost, że nie spodziewał się, iż tak krótki kontakt z tak prostym programem wywoła silne złudne przekonania u zupełnie zwykłych ludzi. Zjawisko dostało nazwę efektu ELIZY, a sam Weizenbaum przeszedł do historii również jako jeden z głośniejszych krytyków sztucznej inteligencji. W wywiadzie dla uczelnianej gazety MIT The Tech przyznał, że to reakcja na ELIZę pchnęła go do napisania wpływowej książki Computer Power and Human Reason.

ALICE i SmarterChild: czatboty wychodzą do ludzi

Przez następne dwie dekady rozmawiające programy żyły głównie na uczelniach, aż do połowy lat 90. W 1995 roku Richard Wallace uruchomił ALICE, skrót rozwijany jako Artificial Linguistic Internet Computer Entity. Według Wikipedii program wszedł w życie 23 listopada 1995, zasady rozmowy trzymał w języku AIML, a kod udostępniono publicznie, więc każdy mógł podpiąć ALICE do własnej strony. Trzy razy wygrała konkurs Loebnera, w latach 2000, 2001 i 2004, czyli zawody w jak najbardziej ludzkiej rozmowie.

Druga gwiazda tamtej epoki mieszkała w komunikatorach. SmarterChild, bota firmy ActiveBuddy założonej w 2000 roku, dodało do listy kontaktów na AIM, MSN i Yahoo Messenger ponad 30 milionów osób. Odpowiadał o pogodę, kursy akcji, wiadomości i godziny seansów w kinach, a zrobił się rozpoznawalny głównie dzięki gadatliwemu, przekomarzającemu się tonowi. Firmę zmieniono potem na Colloquis, a po jej przejęciu przez Microsoft w październiku 2006 SmarterChilda wyłączono. To był moment, w którym rozmowa z programem stała się codziennością milionów ludzi, jeszcze zanim ktokolwiek usłyszał o dużych modelach językowych.

Siri i ChatGPT: skok jakości, który wszystko zmienił

Kolejny etap przyniosły telefony. Siri wystartowała jako osobna aplikacja na iOS w grudniu 2010, dwa miesiące później kupiło ją Apple i od premiery iPhone’a 4S, czyli od 14 października 2011, asystentka głosowa siedzi w systemie na stałe. Ciekawostka: angielska Wikipedia opisuje Siri wprost jako wirtualnego asystenta i chatbota jednocześnie, co pokazuje, jak cienka bywa granica między tymi nazwami.

Prawdziwy przełom przyszedł 30 listopada 2022, kiedy OpenAI udostępniło ChatGPT, czatbota zbudowanego na dużym modelu językowym. Wikipedia pisze wprost, że ChatGPT przyspieszył boom AI, falę inwestycji i zainteresowania sztuczną inteligencją, która trwa do dziś. Od tego momentu czatbot przestał być zabawką z komunikatora i stał się głównym miejscem, w którym przeciętny człowiek styka się z AI. Dzisiejsze generacyjne czatboty, a więc ChatGPT, Gemini, Claude, DeepSeek czy Grok, buduje się według Wikipedii na dostrajanych dużych modelach językowych.

Co dzieje się, gdy wpisujesz zapytanie do czatbota

Opisy producentów brzmią jak alchemia, ale w wersji odczuwalnej całość składa się z czterech kroków, które rozpiszę na przykładzie czatbota opartego na modelu językowym, bo tak działa większość dzisiejszych usług tego typu.

Krok 1: twoje zdanie zamienia się w tokeny

Zanim model cokolwiek zrozumie, tekst dzielony jest na tokeny, czyli mniejsze kawałki: całe słowa, ich części albo pojedyncze znaki. IBM opisuje tokenizację jako sposób ujednolicenia języka, dzięki któremu rzadkie i nowe słowa daje się obsłużyć tak samo jak te częste. Polska ma tu trochę więcej pracy niż angielski, bo form gramatycznych jest więcej. Samą maszynę, czyli model językowy, rozpisałem osobno w tekście co to jest LLM.

Krok 2: model przewiduje odpowiedź słowo po słowie

Model językowy działa, cytując za IBM, jak statystyczna maszyna do przewidywań, która w kółko zgaduje kolejne słowo w ciągu. Gdy zadajesz pytanie, model liczy prawdopodobieństwo dla wszystkich możliwych następnych tokenów, wybiera najbardziej pasujący, dopisuje go do odpowiedzi i powtarza całość od nowa, aż zdanie się domknie. Model nie zna odpowiedzi z góry. W każdej chwili robi najlepsze zgadywanie na podstawie wzorców wyuczonych z danych treningowych. Stąd bierze się to, że to samo pytanie w dwóch rozmowach potrafi dać różne odpowiedzi, a przy tematach specjalistycznych różnice robią się jeszcze większe.

Krok 3: rozmowa trzyma kontekst, ale tylko do pewnego miejsca

Czatbot pamięta, o czym rozmawialiście wcześniej, bo cała historia wątku jest dołączana do kolejnych zapytań. Tę pamięć wyznacza okno kontekstowe, czyli według IBM maksymalna liczba tokenów, które model może widzieć i używać jednocześnie. Nowsze modele mieszczą w oknie setki tysięcy tokenów, starcza to na długie rozmowy i całe dokumenty, ale limit istnieje. Przy naprawdę długim wątku najstarsze fragmenty wypadają z okna i przestają wpływać na odpowiedź. Jeśli kiedyś czatbot nagle zapomniał czegoś z początku długiej rozmowy, to właśnie skończyło mu się okno.

Krok 4: instrukcje, których nie widzisz

Do rozmowy dochodzi jeszcze jedna rzecz, której nie zobaczysz w oknie czatu. Operator usługi dokleja przed twoim pytaniem własne instrukcje, tzw. prompt systemowy: jak ma brzmieć ton odpowiedzi, o czym nie wolno mówić, jak traktować żądania wykraczające poza temat. Że to nie teoria, niech świadczy fakt, że promptami systemowymi interesuje się nawet Wikipedia: przy Groku hasło podaje publiczne repozytorium jego promptów systemowych na GitHubie i opisuje przypadek, w którym model przed odpowiedzią na kontrowersyjne pytanie prześwietlał sieć X pod kątem opinii Muska. Prompt systemowy różni się między usługami i to on w dużej mierze odpowiada za to, że dwa czatboty zbudowane na podobnych modelach rozmawiają zupełnie inaczej.

Czatbot, asystent i agent: czym się różnią

W rozmowach o AI te trzy słowa lecą zamiennie, a przecież IBM, który kataloguje te pojęcia zawodowo, rozdziela je bezlitośnie. Czatbot jest nastawiony na rozmowę: odpowiada na pytania i pomaga dokończyć sprawę w samej rozmowie. Asystent AI to aplikacja, która rozumie polecenia w języku naturalnym i wykonuje za ciebie pojedyncze akcje w twoich usługach: sprawdzi pogodę, wpisze wydarzenie do kalendarza, ustawi budzik. Agent idzie krok dalej. Według IBM to system, który samodzielnie wykonuje zadania w twoim imieniu, sam planując przebieg pracy i korzystając z dostępnych narzędzi. Ten sam IBM podsumowuje różnicę krótko: asystenci są reaktywni i działają na twoje polecenie, agenci są proaktywni i sami planują działania, żeby osiągnąć zadany cel.

Robocza analogia z życia wygląda tak. Czatbot to ekspert, do którego dzwonisz po radę i odkładasz słuchawkę z odpowiedzią. Asystent to ktoś, komu mówisz: zarezerwuj mi termin u dentysty, i on wykonuje to jedno polecenie. Agent dostaje cel: umów mnie na wizytę, kiedy mi pasuje, i sam sprawdza kalendarz, porównuje terminy, rezerwuje i potwierdza szczegóły bez pytania o każdy krok. Temat agentów rozkręcam szeroko w osobnym tekście czym jest agent AI, a tu zostawię porównanie obok siebie.

CechaCzatbotAsystent AIAgent AI
Główna rolaprowadzi rozmowę, odpowiadawykonuje pojedyncze poleceniaplanuje i wykonuje wieloetapowe zadanie
Kto sterujety zadajesz pytaniaty wydajesz poleceniaagent sam dzieli cel na kroki
Typowy przykładokno czatu ChatGPTSiri ustawia budzikagent przeszukuje sieci, porównuje i rezerwuje

Granice w praktyce się zacierają, bo producenci doklejają do czatbotów ręce: ChatGPT ma dziś tryby agentowe, a asystenci głosowi odpowiadają coraz dłuższymi zdaniami. Rozróżnienie i tak się broni, gdy chcesz zrozumieć, co dana usługa zrobi sama, a czego musisz jej kazać.

Najpopularniejsze czatboty AI, które możesz znać

Zapytania w stylu chatbot gpt czy chatbot grok regularnie pojawiają się w podpowiedziach Google, więc krótki przegląd najczęściej spotykanych nazwisk, w kolejności premier i bez rankingów, bo każdy z tych botów jest dobry do czegoś innego.

ChatGPT od OpenAI to bot, który wszystko zaczął: premiera 30 listopada 2022, model freemium, czyli darmowa wersja z limitami i plany płatne wyżej. Gemini to czatbot Google, wcześniej znany jako Bard. Claude od firmy Anthropic pojawił się jako czatbot w marcu 2023. Grok wystartował w listopadzie 2023 z inicjatywy Elona Muska i jest wpięty w sieć X, ma też aplikacje mobilne. Perplexity to amerykańska firma, która zbudowała bota wokół wyszukiwarki: zamiast samej odpowiedzi z głowy przetwarza zapytania i syntetyzuje odpowiedź ze stron internetowych. DeepSeek od chińskiej firmy o tej samej nazwie wystartował 20 stycznia 2025 i w tydzień wyprzedził ChatGPT w liczbie pobrań na amerykańskim App Store.

Jeśli chcesz zacząć bez płacenia, większość z tych botów ma darmowe plany z limitami, o czym piszę szerzej w tekstach darmowy chatbot i ChatGPT za darmo. Gdy stoisz przed wyborem dwóch botów, sięgnij po porównania Grok vs ChatGPT oraz Perplexity vs ChatGPT.

Gdzie czatboty się mylą i jak korzystać z nich z głową

Najgłośniejsza wada to halucynacje. IBM definiuje je jako odpowiedzi, które brzmią wiarygodnie, ale są faktowo błędne, nie na temat albo zmyślone w całości. Model nie kłamie z premedytacją: po prostu przewiduje kolejne tokeny i czasem wygeneruje pewnie brzmiące zdanie o wydarzeniu, które nigdy się nie zdarzyło. Ważne dla oczekiwań jest jedno zdanie z materiału IBM o halucynacjach: da się je ograniczać, ale nie da się ich wyeliminować w pełni. Ten temat rozkręcam szerzej w tekście o halucynacjach AI.

Druga wada wynika z budowy modelu. Dane treningowe kończą się na dacie odcięcia, więc czatbot nie wie o wydarzeniach nowszych, chyba że ma dostęp do sieci. Wikipedia podaje to wprost na przykładzie ChatGPT: dane treningowe dużych modeli obejmują tylko okres do daty odcięcia, więc ChatGPT nie zna najświeższych wydarzeń, ale może szukać ich w sieci. Część botów dokleja wyniki wyszukiwania automatycznie, część na życzenie, a część w ogóle nie wychodzi poza to, co zapamiętała podczas treningu.

Z tych dwóch wad wynikają trzy nawyki, które sam stosuję przy każdej rozmowie z czatbotem. Liczby, daty, przepisy i wszystko, co ma trafić do pracy, urzędu albo na stronę, potwierdzam w drugim, niezależnym źródle. O wydarzenia nowsze niż data odcięcia pytam boty z dostępem do sieci albo idę prosto do źródła. I trzymam od rozmów z daleka dane, których nie chciałbym zobaczyć w cudzych rękach, bo rozmowa idzie na serwery firmy stojącej za usługą. To nie jest lista zakazów, tylko robocza higiena, która oszczędza nerwów i poprawek.

FAQ

Co to jest czatbot AI i czym różni się od zwykłego chatbota?

Zwykły chatbot chodzi po scenariuszach zapisanych z góry: drzewka decyzyjne, stałe odpowiedzi, reagowanie na przyciski. Czatbot AI ma w środku model językowy, więc rozumie zdania, których nikt nie przewidział w scenariuszu, trzyma kontekst rozmowy i generuje odpowiedź od zera. IBM dzieli te dwie grupy wprost: tradycyjne boty kroczą po regułach, czatboty AI używają przetwarzania języka, generatywnej AI i dużych modeli językowych.

Co to jest chatbot GPT?

Potocznie tak mówi się o ChatGPT, czatbodzie OpenAI udostępnionym 30 listopada 2022. Sam skrót GPT pochodzi od nazwy rodziny modeli, generative pre-trained transformer, na których ten czatbot działa. Bywa też, że ludzie mówią chatbot GPT o każdym bocie zbudowanym na modelach GPT podpiętych przez API, choć najczęściej chodzi po prostu o ChatGPT. Jak ta maszyna działa od środka, opisuję w tekście o tym, jak działa ChatGPT.

Co to jest chatbot Grok?

Grok to czatbot wystartowany w listopadzie 2023 z inicjatywy Elona Muska, zbudowany na modelach o tej samej nazwie. Jest wpięty w sieć X i dostępny też w aplikacjach mobilnych na telefony. Jak wypada w bezpośrednim starciu z ChatGPT, porównuję w tekście Grok vs ChatGPT.

Czy chatbot AI jest darmowy?

Najczęściej tak, choć z limitami. ChatGPT działa w modelu freemium, czyli ma wersję darmową i plany płatne, a podobną politykę prowadzi większość dużych graczy. Wersje darmowe zwykle stawiają limity na liczbę wiadomości albo dostęp do najmocniejszych modeli w godzinach szczytu. Konkretne ścieżki opisuję w tekstach darmowy chatbot i ChatGPT za darmo.

Czy chatbot GPT mówi po polsku?

Tak. Modele trenowano na tekstach w wielu językach, więc rozmowa po polsku działa bez żadnych przełączników, także w planie darmowym. Przy długich zdaniach, idiomach i skomplikowanej odmianie zdarzają się potknięcia, a jakość odpowiedzi potrafi się różnić między modelami. Sprawdzenie zajmuje minutę: wpisz pytanie po polsku w oknie czatu i oceń sam.

Źródła

Powiązane artykuły