Glosar AI

Agent AI: un sistem care primește un scop și alege singur pașii: ce instrument folosește, ce citește, ce face mai departe. Lucrează în limitele și cu permisiunile stabilite.

Alfabetizare în domeniul AI: cunoștințele de care au nevoie oamenii ca să folosească AI-ul în siguranță: ce poate face, unde greșește, cum se verifică. AI Act cere firmelor să sprijine această pregătire.

API: o interfață prin care un program comunică direct cu altul. Când un program nu are API, sistemul poate lucra prin interfața lui grafică. Vezi lucru în aplicații fără API.

Aprobare (human-in-the-loop): momentul în care un om verifică și confirmă o acțiune înainte ca sistemul să o execute.

Computer use: capacitatea unui sistem AI de a folosi un calculator ca un om: vede ecranul, apasă, completează câmpuri.

Context: tot ce trebuie să știe sistemul ca să lucreze util într-o firmă: informații, reguli, decizii, obiective, cu sursa fiecăreia.

Conector: componenta care leagă sistemul de o sursă de date, de exemplu programul de facturare sau emailul.

Embedding: o reprezentare numerică a sensului unui text. Permite găsirea fragmentelor cu sens apropiat, chiar dacă folosesc alte cuvinte.

Fereastră de context: cât text poate primi un model AI într-o singură cerere. Chiar dacă e mare, nu înlocuiește un context organizat.

Halucinație: un răspuns plauzibil, dar fals, generat de model. Se reduce prin surse, interogări exacte și verificare.

Jurnal: evidența a ce s-a cerut, ce surse s-au folosit, ce s-a făcut și cine a aprobat.

LLM (model de limbaj mare): modelul AI care înțelege și generează text. Exemple: Claude, GPT, Gemini, Llama.

MCP (Model Context Protocol): un standard deschis prin care modelele AI se conectează la instrumente și surse de date într-un mod uniform.

Prompt: instrucțiunea sau întrebarea primită de model.

Prompt injection: o încercare de a strecura instrucțiuni în conținutul citit de AI (un email, o pagină web) ca să-i schimbe comportamentul.

RAG (retrieval-augmented generation): metoda prin care sistemul caută întâi informațiile relevante în surse, apoi formulează răspunsul pe baza lor.

Risc minim / risc ridicat: categorii din AI Act. Majoritatea utilizărilor interne sunt de risc minim; recrutarea sau scorul de credit sunt de risc ridicat. Vezi AI Act și GDPR.

Token: unitatea în care modelele măsoară textul (aproximativ o parte de cuvânt). Costul și limitele modelelor se exprimă în tokeni.