Dane to fundament. Jak budować na nich i lepiej wykorzystywać potencjał AI?
Podczas realizacji swoich działań i projektów organizacje społeczne gromadzą dużą danych. Dobre wykorzystanie informacji, które z nich płyną, może być dźwignią do dalszego rozwoju organizacji. Dane połączone dodatkowo z narzędziem AI mogą dać widoczną przewagę i szansę na rozwinięcie organizacji. Warunek jest jeden: najpierw trzeba zadbać o jakość danych, a potem sięgać po AI. Tego uczyli się uczestnicy „Bootcamp Sektor 3.0 – Praca z danymi w dobie AI”.
Bootcamp Sektor 3.0 – Praca z danymi w dobie AI
To kolejna inicjatywa szkoleniowa Sektor 3.0, tym razem skierowana do organizacji społecznych będących operatorami programów Polsko-Amerykańskiej Fundacji Wolności. Dwadzieścia osób przez trzy dni poznawało tajniki pracy z danym oraz ich wykorzystania w pracy z narzędziami AI. To także część procesu, który może zaowocować prawdziwymi zmianami w organizacjach. Udział w Bootcampie otwiera bowiem możliwość aplikowania o wsparcie finansowe w wysokości 20 000 zł na realizację zaproponowanego rozwiązania z obszaru lepszego zarządzania danymi. Te środki pomogą także w lepszym wykorzystywaniu AI do pracy z danymi.
Nie intuicja, tylko dane
W organizacji społecznej nie powinniśmy kierować się przeczuciem. Jeśli chcemy działać mądrze, warto czerpać z informacji, które są dostępne.
Sprawdzone dane i informacje w połączeniu z doświadczeniem zespołu mogą zamienić się w skuteczne działania. Gdy kierujemy się wyłącznie intuicją, efekty często mogą nas negatywnie zaskakiwać. Dlatego tak ważna jest umiejętność podejmowania decyzji na podstawie twardych danych, które posiadamy
– mówi Dawid Szarański, Dyrektor Sektora 3.0.
Tymczasem dane:
- pozwalają trafnie rozpoznać realne potrzeby – dowiemy się więcej o grupie docelowej i o tym, co już dla niej robiono;
- pomagają rozsądnie dzielić ograniczone zasoby – ludzi, czas i pieniądze, gdy chęci przekraczają możliwości;
- pokazują wpływ naszych działań – czyli to, jak rezultaty mają się do początkowych założeń.
Dane mogą kojarzyć się nam przede wszystkim z wyliczeniami. Same liczby nie są jednak odpowiedzią. Pierwszego dnia uczestnicy pracowali na przykładzie. Na podstawie przedstawionych faktów mieli odpowiedzieć na jedno pytanie.
Fakty: Fundacja przeszkoliła z obsługi poczty e-mail 2359 osób w wieku 60+.
Pytanie: Czy projekt odniósł sukces?
Bez kontekstu nie da się tego ocenić. Liczba nabiera znaczenia dopiero w zestawieniu z celem, ubiegłorocznymi wynikami albo z jakimś zewnętrznym punktem odniesienia. Dlatego pracę z danymi warto zaczynać od pytania, a nie od zbierania wszystkiego, co łatwo zebrać.
Wykorzystanie danych może też wpływać na plany dotyczące realizowanych projektów. Poparcie pomysłu odpowiednimi informacjami zwiększa wiarygodność organizacji i sprawia, że działanie jest bardziej spójne.
Chcesz lepiej poznać zarządzanie danymi we współpracy z AI? Dowiedzieć się jak je zinwentaryzować i klasyfikować, jak zarządzać nimi odpowiedzialnie? Pobierz Przewodnik Dla Organizacji Społecznych Sektor 3.0 – Wewnętrzne zasady korzystania ze sztucznej inteligencji!
Jakość danych przede wszystkim
Podejmowanie dobrych decyzji, tworzenie nowych usług czy lepsze wykorzystanie narzędzi AI to sytuacje wymagające uporządkowanych i dobrych jakościowo danych.
Pierwszy dzień szkolenia pokazywał, dlaczego przemyślane zbieranie danych i dbanie o ich dobrą jakość są niezbędne, żeby móc podejmować na ich podstawie właściwe decyzje. W jednym z ćwiczeń osoby uczestniczące pracowały na przykładowym zbiorze danych z życia organizacji społecznej, który zawierał ukryte pułapki (m.in. braki danych, błędne wartości, literówki). Przejście do analizy bez ich zauważenia oraz poprawienia prowadziło do wyciągnięcia mylnych wniosków
– opowiada Wojciech Wilk, trener Bootcampu.
Wniosek: nawet własnym danym nie warto ufać bezkrytycznie. Warto je sprawdzić, przejrzeć i upewnić się, że wszystko jest odpowiednio uporządkowane.
Zanim zaczniesz analizę, przejrzyj to, co zebraliście do tej pory. Pomaga w tym kilka prostych pytań:
- ile mam obserwacji,
- ile jest braków,
- jakie wartości występują,
- jakie są zakresy i rozkłady,
- czy coś mnie dziwi.
Do przeglądu i czyszczenia danych przydają się bezpłatne narzędzia, np. Orange Data Mining i OpenRefine. Ważne, by zapisywać kolejne kroki. Wtedy proces można powtórzyć i sprawdzić po czasie.
Jeśli chcesz skuteczniej przedstawiać informacje i promować swoje działania zachęcamy do sprawdzenia naszego bezpłatnego kursu e-learningowego: Wizualizacja danych – narzędzia do opowiadania historii opartych o dane.
Wskazówka – blokowanie powtórzeń w tabeli
Jakość danych najłatwiej zabezpieczyć już na etapie ich zbierania. Nie trzeba do tego skomplikowanych systemów ani programisty w zespole. Często wystarczą listy rozwijane albo wbudowana w arkuszach opcja sprawdzania poprawności danych.
Problem: w bazie, która powinna zawierać unikalne wpisy (np. bazie darczyńców), ta sama osoba pojawia się kilka razy.
Rozwiązanie: załóżmy, że w kolumnie B znajduje się unikalny identyfikator, np. adres e-mail. Formuła =LICZ.JEŻELI($B$2:$B$1000;B2)<=1 nie pozwoli wpisać wartości, która już występuje w tej kolumnie (Dane → Poprawność danych → Dozwolone: Niestandardowe → Formuła). Podobnie można to ustawić w LibreOffice Calc i Google Sheets.
Uczestniczki i uczestnicy podczas „Bootcamp Sektor 3.0 – Praca z danymi w dobie AI” (6.11.2026, Centrum Konferencyjne ADN, Warszawa).Uczestniczki i uczestnicy podczas „Bootcamp Sektor 3.0 – Praca z danymi w dobie AI” (6.11.2026, Centrum Konferencyjne ADN, Warszawa).
Autor/źródło: Fot. Karolina Szczepocka, Archiwum Sektor 3.0Od danych do decyzji
Co w przypadku, gdy zbieramy dane z różnych źródeł? Lub gdy pracujemy z dużą ilością danych? AI może pomóc nam w analizie plików PDF. Mówimy o popularnych dużych modelach językowych (LLM-ach), ale też rozwiązaniach takich jak ChatPDF. Jeśli jednak chcemy, żeby AI podsuwała pomysły na podstawie danych, musimy pamiętać, żeby ingerować w efekty pracy. Efektem drugiego dnia Bootcampu Sektor 3.0 był ranking gmin, wykres i mapa w Datawrapperze.
Takie szkolenie to miejsce, żeby na chwilę się zatrzymać. Pokazaliśmy otwarte dane, z których każdy może korzystać. […] Przeszliśmy przez praktyczne zadania
– opowiada trenerka, Klaudia Stano.
Grupa pracowała, sięgając po otwarte źródła: Bank Danych Lokalnych GUS, wyniki egzaminu ósmoklasisty z CKE i rządową listę gmin zagrożonych trwałą marginalizacją. Zadaniem było znalezienie gmin na Mazowszu, które wezmą udział w programie zajęć dla ósmoklasistów. Decyzja miała opierać się na danych, a nie na przeczuciu.
Ciekawą lekcją okazały się pułapki w doborze wskaźników. Dane z jednego roku mogą nie pokazywać pełnego obrazu, więc lepiej uśrednić kilka lat. Całe dochody gminy zawyżają pozycję tych gmin, na których terenie działają bogate firmy. Z kolei wydatki na oświatę na mieszkańca są słabą miarą zamożności – małe gminy z mniejszą liczbą dzieci mogą mieć je wyższe.
AI daje najwięcej, gdy zna organizację
Trzeciego dnia punkt wyjścia był prosty: ogólnodostępny czat bez kontekstu często zgaduje. Nie zna naszej organizacji, więc odpowiada ogólnikami. Inaczej działa AI oparta na dokumentach i wiedzy organizacji – regulaminach, raportach czy procedurach. Wtedy odpowiedzi są trafniejsze i bliższe codziennej pracy.
Uczestnicy budowali bazy wiedzy, m.in. w Gemini Notebook i Microsoft Copilot, projektowali także prostych asystentów AI. Przydał się wzór:
model + instrukcja + wiedza + proces
Według tego przepisu może powstać np. asystent wspierający pisanie wniosków, ewaluację czy obsługę wolontariatu. Na koniec każda organizacja zaprojektowała rozwiązanie odpowiadające na swoją realną potrzebę.
Możesz samodzielnie dowiedzieć się więcej o Gemini Notebooku, zachęcamy do sprawdzenia naszego bezpłatnego kursu e-learningowego: Zwiększ swoją efektywność z AI od Google: Gemini i NotebookLM!
Pracuj z danymi w AI odpowiedzialnie
To potencjalny przepis na lepszą i bardziej wydajną pracę – zadać pytanie danym i uzyskać odpowiedź. Trzeba jednak zadbać o podstawy.
- Kontekst – nasze narzędzie wykorzystujące AI powinno znać naszą organizację i specyfikę pracy, w ten sposób odpowiedzi lub wyniki będą bardziej odpowiadały na nasze potrzeby.
- Bezpieczeństwo – nie wprowadzajmy wszystkich danych do otwartego systemu. Musimy dbać o nasze informacje i przestrzeganie RODO. Skorzystajmy z systemu open source działającego lokalnie.
- Polityka – stwórzmy dokument, który będzie zbierał w jednym miejscu założenia dotyczące wykorzystywania AI w naszej organizacji.
- Baza wiedzy – budujmy na tym, co udało nam się zgromadzić przez lata. To może być moment połączenia wiedzy składowanej do tej pory w wielu miejscach.
- Konkretne zadania – określmy, w czym może nam pomóc agent czy asystent AI. To może być pomoc w obsłudze wolontariatu, wdrażanie nowych pracowników czy sprawdzanie ile osób do tej pory wzięło udział w naszych wydarzeniach.
Organizacje społeczne szukają sposobów na wykorzystanie nowoczesnych narzędzi do analizy danych. Danych, które gromadzą latami, a które nie są wykorzystywane. Nasz cykl szkoleniowy był odpowiedzią właśnie na te wyzwania. Uczestnicy Bootcamp Sektor 3.0 odkryli praktyczne rozwiązania ułatwiające codzienną pracę biurową i możliwości zastosowania agentów AI. Do tego wypracowane zostały konkretne pomysły, które mogą zostać wprowadzone w życie.
Jak ustalić zasady korzystania z AI, dobierać narzędzia i sprawić, aby sztuczna inteligencja wzmacniała porządek w organizacji? Zebraliśmy szereg odpowiedzi na te i inne pytania w nowej publikacji Sektor 3.0 – Pobierz bezpłatny przewodnik dla organizacji społecznych.
Interesujesz się nowymi technologiami i chcesz w oparciu o nie rozwijać swoją organizację? Zajrzyj również na portal Sektor 3.0 i zapisz się do naszego newslettera, żeby nie przegapić kolejnych artykułów. Zapraszamy!
Źródło: Sektor 3.0
Dodaj informację do portalu ngo.pl!
Czekamy na Twój artykuł, komentarz, wywiad czy relację. Dotrzyj ze swoją informacją do tysięcy osób, które czytają ngo.pl.
-
Anna Twardowska, Centrum PISOP
-
Anna Twardowska, Centrum PISOP