In this session, we explore the challenges and critical success factors of making documentation AI-ready. Drawing on a case study of a project that ingested over 1,500 pages of Confluence knowledge, we will uncover the vital role of documentation management in scaling AI initiatives. Join us to learn how to build a governed knowledge pipeline that ensures your AI chatbot delivers accurate, sustainable results as it grows.

Olena Soboleva - is a Technical Writer, Editor, and Documentation Manager with seven years of experience in technical communication, content design, and knowledge management. She manages a large Confluence knowledge base supporting product and internal teams. Her work focuses on documentation processes, content governance, and designing sustainable knowledge systems that remain clear and useful as they grow. Olena also shares her experience and perspectives on technical communication and content design through her LinkedIn blog.

AI coraz śmielej wchodzi w proces discovery, ale na ile ta praca wykonywana jest za nas, a na ile zmienia się jej charakter? Podczas prelekcji Olgierd pokaże kilka konkretnych pomysłów na usprawnienie Discovery za pomocą AI: budowanie bazy wiedzy z użyciem RAG, tworzenie kanonicznych artefaktów (np. Disco Summary), rolę Human-in-the-Loop oraz szybkie prototypowanie pomysłów. Bez teorii - trochę inspiracji i kierunki, które warto przetestować.

Olgierd Wargowski - Product Manager z 7+ letnim doświadczeniem w IoT, FinTech i FoodTech. Wdraża i prowadzi procesy Product Discovery, zarządza roadmapą oraz współpracą z zespołami inżynieryjnymi i interesariuszami. Aktywnie rozwija się w obszarze AI - wykorzystuje LLM i automatyzacje (np. n8n) oraz łączy pracę produktową z praktycznym zastosowaniem AI w codziennych procesach.

Coraz częściej wykorzystujemy AI nie tylko do generowania treści i podejmowania decyzji, ale również do oceny jakości rezultatów generowanych przez AI. Pozwala to automatyzować ewaluację na skalę, przy której ręczna weryfikacja szybko przestaje być praktyczna. Pojawia się jednak przewrotne pytanie – kto ocenia oceniającego i na ile możemy ufać jego werdyktom? Podczas prelekcji przyjrzymy się praktycznym wyzwaniom automatycznej ewaluacji AI, w tym podejściu LLM-as-a-Judge, jego zastosowaniom i ograniczeniom. Na konkretnych przykładach zobaczymy, dlaczego pozornie wiarygodna i powtarzalna ocena nie zawsze oznacza ocenę poprawną, oraz co może wpływać na werdykt modelu. Poruszymy również temat weryfikacji samych mechanizmów oceny, łączenia oceny opartej na AI z klasycznymi metodami walidacji i udziałem człowieka. Zastanowimy się, gdzie automatyczna ewaluacja rzeczywiście sprawdza się w systemach produkcyjnych, a gdzie nadal nie powinniśmy oddawać AI ostatniego słowa.

Marek Borkowski - Software Engineer in Test II w Akamai, zajmujący się jakością oprogramowania, automatyzacją testów oraz testowaniem API związanych z integracją modeli językowych. W swojej pracy koncentruje się na weryfikacji ich poprawności, niezawodności i zachowania w różnych scenariuszach. Interesuje się praktycznym wykorzystaniem AI w software engineeringu, s

Nie kończymy na webinarze. Budujemy najmocniejszą grupę praktyków AI w Polsce. Sprawdź więcej: 👉 ainowpolska.pl