AI-ul se poate învăța gratuit, dar nu eficient dacă sari dintr-un tool în altul fără plan. Pentru un începător din România, traseul bun este simplu: înțelegi conceptele, faci exerciții mici, înveți să scrii prompturi clare, testezi tool-uri fără date sensibile și construiești 3–4 proiecte pe care le poți arăta.
Nu ai nevoie să începi cu matematică grea sau modele antrenate de la zero. Ai nevoie de resurse corecte și de un program realist.
Pentru început absolut: Elements of AI și OpenAI Academy
Dacă nu ai bază tehnică, începe cu Elements of AI. Este o serie de cursuri online gratuite create de MinnaLearn și University of Helsinki, pentru oameni care nu sunt experți tehnici. Cursul introductiv nu cere programare sau matematică avansată, ceea ce îl face potrivit pentru antreprenori, freelanceri, profesori, angajați sau creatori de conținut.
Task concret: după primele module, scrie o pagină în care explici diferența dintre AI, machine learning și generative AI. Fără definiții copiate. Explică pe un exemplu: un chatbot, un filtru de spam și un sistem de recomandări.
Pentru folosirea practică a modelelor conversaționale, OpenAI Academy are cursuri precum AI Foundations, ChatGPT fundamentals și Prompting. Platforma este gândită pentru oameni care vor să învețe concepte de bază, instrucțiuni clare, context util și verificarea rezultatelor generate de AI.
Pentru machine learning practic: Google ML Crash Course și Kaggle Learn
După ce înțelegi termenii, intră în partea practică. Google Machine Learning Crash Course este o introducere practică în machine learning, cu videoclipuri, vizualizări interactive și exerciții hands-on. Include și module actualizate despre modele lingvistice mari, unde sunt explicate concepte precum tokeni, context, parametri, fine-tuning și limite ale LLM-urilor.
Task concret: parcurge modulul despre machine learning de bază și notează 5 exemple de probleme care pot fi rezolvate prin clasificare și 5 prin regresie.
Kaggle Learn este foarte bun pentru exerciții scurte. Cursul Intro to Machine Learning promite să te învețe ideile de bază și să construiești primele modele în aproximativ 3 ore, iar Kaggle are și cursuri de Python, Pandas, Intermediate Machine Learning și Deep Learning.
Task concret: fă cursurile Python, Pandas și Intro to Machine Learning. La final, salvează un notebook simplu cu un model care prezice o valoare sau clasifică date. Nu trebuie să fie perfect. Trebuie să fie explicat.
Pentru LLM-uri și modele open-source: Hugging Face
Dacă vrei să înțelegi mai bine modelele lingvistice, mergi la Hugging Face Learn. LLM Course explică modelele mari de limbaj, NLP și bibliotecile din ecosistemul Hugging Face: Transformers, Datasets, Tokenizers, Accelerate și Hub. Platforma include și cursuri despre agenți, computer vision, diffusion models și deep reinforcement learning.
Task concret: creează un cont gratuit, parcurge primele capitole din LLM Course și testează un model open-source într-un notebook. Notează ce face bine, ce greșește și ce date nu ar trebui introduse.
Pentru documentație oficială: OpenAI, Anthropic, Google și Microsoft
Documentația oficială este esențială dacă vrei să înveți corect, nu doar din tutoriale scurte de social media.
OpenAI are ghiduri de prompt engineering pentru ChatGPT și API, cu exemple despre cum să formulezi instrucțiuni mai clare. Anthropic are documentație pentru Claude, inclusiv prompt engineering, bune practici, structurare și lucru cu modele Claude. Microsoft Learn are un AI learning hub pentru concepte AI, tehnologii, responsible AI și aplicații practice, iar Google oferă traininguri AI și ML prin Google Cloud Skills Boost și Google for Developers.
Task concret: ia aceeași cerere — „rezumă acest document pentru un client” — și scrie 3 prompturi diferite: unul slab, unul bun și unul cu reguli clare, format de răspuns și limitări.
Tool-uri gratuite de testat cu grijă
Pentru practică, Google Colab este foarte util: permite rularea de notebookuri Jupyter în cloud, fără setup local, și oferă acces gratuit la resurse de calcul, inclusiv GPU și TPU, cu anumite limitări.
Google AI Studio / Gemini API poate fi folosit pentru proiecte mici, cu nivel gratuit și limite de utilizare; Google precizează că nivelul free oferă acces limitat la anumite modele și tokeni gratuiți.
NotebookLM este util pentru documentare pe surse încărcate de tine. Google îl descrie ca tool AI de research care analizează surse și transformă informații complexe în materiale mai clare.
Regula importantă: nu încărca documente cu date personale, contracte confidențiale, date bancare sau informații de firmă sensibile în tool-uri pe care nu le-ai verificat.
Plan concret pe 30 de zile
Zilele 1–5: Elements of AI + notițe cu concepte.
Zilele 6–10: OpenAI Academy + 10 prompturi testate.
Zilele 11–18: Kaggle Python, Pandas și Intro to Machine Learning.
Zilele 19–24: Google ML Crash Course + exerciții interactive.
Zilele 25–30: Hugging Face LLM Course + un notebook în Colab.
La final, ar trebui să ai un mini-portofoliu: un document cu concepte AI explicate simplu, 10 prompturi bune, un notebook Kaggle, un experiment în Colab și o listă cu limitele AI observate de tine. Asta valorează mai mult decât 20 de cursuri începute și neterminate.
