Warsztat

Wykorzystanie dużych modeli językowych do tworzenia symulacji sytuacyjnych

Perspektywa możliwości i ograniczenia — dokumentacja aplikacji „Symulacje sytuacyjne (demo)”

Opis aplikacji

Co to jest i do czego służy?

🎭 Symulacje sytuacyjne — wersja demonstracyjna

Aplikacja umożliwia interaktywne odgrywanie scenek szkoleniowych z pomocą modeli językowych. Uczestnik wybiera scenariusz (np. reklamacja, trudny klient, student–wykładowca), a system generuje wypowiedzi drugiej strony zgodnie z rosnącą trudnością. Po każdej turze uczestnik otrzymuje trzy style reakcji (łagodny, neutralny, konfrontacyjny) lub wpisuje własną odpowiedź. Na zakończenie moderator-AI tworzy krótkie podsumowanie z wnioskami.

Interaktywne scenki 3 style reakcji Podsumowanie AI

Cel i wykorzystanie na warsztacie

Jak wspiera proces uczenia się

🎯 Cel

Demonstracja możliwości i ograniczeń LLM w symulowaniu trudnych rozmów oraz treningu reakcji komunikacyjnych w bezpiecznym środowisku.

  • ćwiczenie reakcji w sytuacjach wysokiego napięcia;
  • testowanie różnych strategii i języka wpływu;
  • refleksja nad decyzjami dzięki krótkiej analizie końcowej.

🧩 Wykorzystanie

Narzędzie wspiera pracę warsztatową i mikro-ćwiczenia:

  • szybkie rozegranie kilku tur na jednym z gotowych scenariuszy;
  • porównanie stylów odpowiedzi (łagodny / neutralny / konfrontacyjny);
  • dyskusja o skuteczności reakcji i etyce użycia AI.

Jak to działa — skrót

Najważniejsze elementy konfiguracji

📜 Scenariusz

Wybór jednego z gotowych scenariuszy z rolami, faktami tła, granicami i progresją.

🎚️ Parametry

Język (PL/EN), temperatura, maks. tokenów, liczba tur i (opcjonalnie) seed. Wymagany klucz API do modelu.

🧾 Podsumowanie

Po zakończeniu tur moderator-AI tworzy zwięzłe podsumowanie w odniesieniu do celów szkoleniowych.

Ograniczenia i etyka

Jak odpowiedzialnie korzystać

⚠️ Ważne zastrzeżenia

Aplikacja ma charakter edukacyjno-demonstracyjny. Wygenerowane treści mogą zawierać uproszczenia lub błędy — są punktem wyjścia do rozmowy o potencjale i ograniczeniach LLM, a nie gotową „instrukcją zachowań”.

  • weryfikuj treści i zderzaj je z procedurami organizacji,
  • unikaj ujawniania wrażliwych danych w konwersacji,
  • traktuj wynik jako inspirację do ćwiczeń i dyskusji.

Gotowa/Gotowy?

Otwórz wersję demonstracyjną i przetestuj jedną z krótkich symulacji