# Kodowanie otwarte i taksonomia błędów

EN: **Open and axial coding to build a failure taxonomy** · id `failuretaxonomy` · aliases: open coding, axial coding, failure taxonomy, failure modes, kodowanie osiowe, kategorie błędów

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Ewaluacja i interpretowalność](https://aiatlasgraph.com/t/evaluation.md) › [Analiza błędów](https://aiatlasgraph.com/t/erroranalysis.md) › Kodowanie otwarte i taksonomia błędów

## Description

- PL: Jakościowa analiza śladów: kodowanie otwarte notatek o błędach i kodowanie osiowe w taksonomię trybów awarii.
- EN: Qualitative trace analysis: open coding of failure notes, then axial coding into a taxonomy of failure modes.

## In one sentence

- PL: Czytasz prawdziwe rozmowy systemu, notujesz, co poszło źle, a potem grupujesz notatki w kilka powtarzających się rodzajów błędów.
- EN: You read real conversations from your system, note what went wrong, then group the notes into a few recurring kinds of failure.

## Problem it solves

- PL: Gotowe miary typu „pomocność” nie mówią, co konkretnie psuje się w twoim produkcie i co testować.
- EN: Generic scores like 'helpfulness' do not tell you what specifically breaks in your product or what to test.

## What it does

- PL: Najpierw swobodne notatki jak w dzienniku, potem porządkowanie ich w kategorie; dopiero dla nich pisze się automatyczne testy.
- EN: First free notes, like a journal, then sorting them into categories; only then do you write automatic tests for them.

## Everyday example

- PL: Po lekturze stu rozmów asystenta biura podróży wychodzą trzy główne błędy: złe strefy czasowe, pomijanie budżetu i zbyt długie odpowiedzi.
- EN: After reading a hundred travel-assistant chats, three main failures emerge: wrong time zones, ignoring the budget and overly long replies.

## This concerns you if you…

- PL: nie wiesz, od czego zacząć testowanie swojego asystenta
- PL: masz dużo zapisów rozmów, ale brak wniosków
- EN: you do not know where to start testing your assistant
- EN: you have many conversation logs but no conclusions

## Keywords

open coding · axial coding · failure modes · grounded theory · trace annotation · error analysis · benevolent dictator

## How it works

- PL: Na zróżnicowanej próbce śladów ekspert dziedzinowy zapisuje swobodne notatki o pierwszym widocznym błędzie (kodowanie otwarte). Następnie podobne notatki łączy się w kategorie (kodowanie osiowe) i liczy ich częstość. Przegląd trwa do nasycenia, gdy nowe ślady nie zmieniają kategorii; najczęstsze kategorie dostają własne ewaluatory.
- EN: On a diverse trace sample, a domain expert writes free-form notes on the first visible error (open coding). Similar notes are then merged into categories (axial coding) and counted. Review continues to saturation, when new traces stop changing the categories; the most frequent ones get their own evaluators.

## Limits

- PL: Wymaga czasu eksperta dziedzinowego i ręcznej lektury. Taksonomia zależy od próbki: rzadkie błędy mogą nie wyjść. Trzeba ją powtarzać po większych zmianach produktu lub modelu.
- EN: It needs a domain expert's time and manual reading. The taxonomy depends on the sample, so rare failures may not appear. It must be redone after major product or model changes.

## Key terms

- PL: **kodowanie otwarte**: Swobodne notatki o tym, co poszło źle, bez gotowych kategorii.
- PL: **kodowanie osiowe**: Grupowanie notatek w powtarzające się kategorie błędów.
- PL: **nasycenie**: Moment, gdy kolejne przykłady nie dodają nowych kategorii.
- EN: **open coding**: Free notes on what went wrong, with no preset categories.
- EN: **axial coding**: Grouping notes into recurring failure categories.
- EN: **saturation**: The point where more examples add no new categories.

## Know first

- [Przegląd i próbkowanie śladów (Trace review and sampling)](https://aiatlasgraph.com/t/tracereview.md)
- [Zgodność anotatorów (Inter-annotator agreement)](https://aiatlasgraph.com/t/annotationguidelines.md)

## Sources

- [Why is "error analysis" so important in AI evals, and how is it performed? (AI Evals FAQ)](<https://hamel.dev/blog/posts/evals-faq/why-is-error-analysis-so-important-in-llm-evals-and-how-is-it-performed.html>) `hamel-faq-erroranalysis` · by Hamel Husain, Shreya Shankar

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/failuretaxonomy · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30