Rozmowy multimodalne z AI (głos, obraz, kontekst)

Szkolenie trwa 1 dzień (łącznie 4 godziny dydaktyczne) i można w nim uczestniczyć z dowolnego miejsca, dołączając do wirtualnego pokoju konferencyjnego z wykorzystaniem urządzenia z dostępem do Internetu oraz kamery.

Podczas szkolenia zaplanowana jest przerwa, która nie wlicza się w czas trwania szkolenia.

Czas trwania szkolenia: 18.12.2025 r., godz. 16:30-19:45

Liczba godzin teorii: 1 h

Liczba godzin praktyki: 4 h

Zajęcia prowadzone w ramach szkolenia będą realizowane metodami interaktywnymi i aktywizującymi.

Zakres merytoryczny szkolenia:

To szkolenie pokazuje, jak rozmawiać z nowoczesną sztuczną inteligencją – taką, która potrafi słuchać, mówić i widzieć to, co jej pokazujesz.

Uczestnik nauczy się, jak włączyć mikrofon i kamerę, żeby AI mogła analizować zdjęcia, dokumenty, produkty lub otoczenie, a następnie opowiedzieć, co widzi.

Dowiesz się też, jak takie rozmowy wykorzystać w pracy – np. do tworzenia notatek, streszczeń, planów czy analiz.

To praktyczne szkolenie, które uczy korzystania z narzędzi takich jak ChatGPT (Voice + Vision) i Google Gemini w codziennej pracy i życiu.

Program szkolenia

1. Wprowadzenie do multimodalnej komunikacji z AI (ChatGPT i Gemini)

• Czym jest multimodalna sztuczna inteligencja – połączenie głosu, obrazu i tekstu.
• Możliwości i ograniczenia rozmów multimodalnych.
• Wymagania techniczne: mikrofon, kamera, konfiguracja aplikacji mobilnych i desktopowych.
• Przykłady zastosowań w biznesie, edukacji, marketingu i administracji.

2. Rozmowy głosowo-obrazowe z ChatGPT (Voice + Vision Mode)

• Uruchamianie rozmowy z AI z użyciem mikrofonu i kamery.
• Prezentowanie dokumentów, obiektów i otoczenia w czasie rzeczywistym.
• Analiza obrazu przez AI: odczytywanie tekstu, rozpoznawanie elementów, interpretacja danych wizualnych.
• Tworzenie notatek, streszczeń i planów na podstawie rozmowy oraz przesłanych obrazów.

3. Multimodalne rozmowy z Gemini (Google AI)

• Aktywacja funkcji głosowych i wizualnych w Gemini.
• Łączenie rozmów głosowych z analizą zdjęć, dokumentów i stron internetowych.
• Tworzenie poleceń głosowych do pracy z dokumentami Google (Docs, Sheets, Gmail, Kalendarz).
• Porównanie funkcji multimodalnych Gemini i ChatGPT w różnych środowiskach pracy.

4. Praktyczne ćwiczenia i symulacje zastosowań

• Ćwiczenia: rozmowa z AI połączona z analizą zdjęcia, dokumentu lub otoczenia.
• Symulacje: konsultacja biznesowa, planowanie projektu lub lekcji z użyciem AI-asystenta.
• Przekształcanie rozmów i analiz AI w raporty, streszczenia i checklisty.
• Dobre praktyki korzystania z mikrofonu i kamery oraz zasady ochrony danych podczas rozmów z AI.

5. Walidacja: test teretyczny z wynikiem generowanym automatycznym

Uczestnicy usługi otrzymają link do testu.

Od uczestników wymagane jest posiadanie na czas walidacji smartfona lub innego urządzenia, za pomocą którego będzie można wykonać test.

Wynik testu generowany jest automatycznie.

Zaliczenie testu możliwe jest po udzieleniu minimum 80% prawidłowych odpowiedzi.

Walidator nie jest obecny fizycznie na usłudze. Autorem testu jest osoba walidująca.

Notes z szkolenia.

Niezbędnym warunkiem uczestnictwa w szkoleniach i doradztwie, które dofinansowane są z funduszy europejskich jest założenie konta indywidualnego, a później firmowego w Bazie Usług Rozwojowych. Następnie zapis na wybrane szkolenie za pośrednictwem Bazy Usług Rozwojowych, spełnienie warunków przedstawionych przez danego Operatora, który dysponuje funduszami. Złożenie dokumentów o dofinansowanie do usługi rozwojowej u Operatora Usługi, zgodnie z wymogami jakie określił.

Ponadto niezbędnym warunkiem do nabycia kompetencji wypełnienie testu wiedzy na początku i na końcu szkolenia i przystąpienie do egzaminu (walidacji zgodnie z kartą szkolenia).

Uczestnik oświadcza, że jest świadomy i akceptuje możliwość rejestrowania jego wizerunku w trakcie realizacji usługi, w tym w formie zrzutów ekranu, na potrzeby potwierdzenia jego obecności, co jest niezbędne do prawidłowego rozliczenia usługi.

Usługa jest zwolniona z podatku VAT w przypadku, kiedy przedsiębiorstwo zwolnione jest z podatku VAT lub dofinansowanie wynosi co najmniej 70%.W innej sytuacji do ceny netto doliczany jest podatek VAT w wysokości 23%.Podstawa: §3 ust. 1 pkt. 14 rozporządzenia Ministra Finansów z dnia 20.12.2013 r. w sprawie zwolnień od podatku od towarów i usług oraz szczegółowych warunków stosowania tych zwolnień (Dz.U. z 2018 r., poz. 701).

Warunkiem zaliczenia jest napisanie pre i post testów oraz testu walidacyjnego.

Uczestnictwo w min 80% zajęć. Potwierdzenie frekwencji na podstawie czasu logowań - wygenerowany raport z platformy zoom.

Uczestnik otrzyma zaświadczenie ze szkolenia

Uczestnicy są świadomi, że usługa realizowana z dofinansowaniem może podlegać monitoringowi ze strony Operatora lub PARP i wyrażają zgodę na jego przeprowadzenie.

Podpisano umowę z WUP Toruń w ramach projektu Kierunek Rozwój.

Warunki techniczne

Aby zapewnić bezproblemowy przebieg szkolenia online, zalecamy korzystanie z:

• Komputera, laptopa lub innego urządzenia z dostępem do internetu

• Stabilnego połączenia internetowego (zalecane min. 2,5 Mb/s dla transmisji dźwięku i obrazu)

• Najnowszych wersji przeglądarek: Google Chrome, Mozilla Firefox, Safari, Edge lub Opera

• Głośników i mikrofonu (wbudowanego, USB lub Bluetooth) oraz kamery internetowej (wbudowanej lub zewnętrznej)

📌 Minimalne wymagania sprzętowe:

🔹 Procesor: Dwurdzeniowy 2 GHz lub lepszy (zalecany czterordzeniowy)

🔹 Pamięć RAM: min. 2 GB (zalecane 4 GB lub więcej)

🔹 System operacyjny: Windows 8 lub nowszy (zalecany Windows 10), Mac OS 10.13 lub nowszy, Linux, Chrome OS

📌 Połączenie internetowe:

🔹 Minimalna prędkość: 512 Kb/s dla dźwięku

🔹 Zalecana prędkość: min. 2,5 Mb/s dla transmisji audio-wideo

📌 Oprogramowanie:

Nie jest wymagane instalowanie dodatkowego oprogramowania – szkolenie odbywa się w przeglądarce internetowej.

📌 Dostęp do szkolenia:

Link umożliwiający udział w szkoleniu online jest aktywny od momentu rozpoczęcia do zakończenia szkolenia.