# UX i współpraca z AI

EN: **Human–AI interaction** · id `ux`

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Produkt i wdrażanie AI](https://aiatlasgraph.com/t/product.md) › UX i współpraca z AI

## Description

- PL: Projektowanie kontroli, informacji zwrotnej i zaufania.
- EN: Designing control, feedback and trust.

## In one sentence

- PL: To projektowanie sposobu, w jaki ludzie korzystają z modelu, sprawdzają wyniki i zachowują kontrolę nad pracą.
- EN: This designs how people use a model, check its results and keep control over their work.

## Problem it solves

- PL: Użytkownik może nie wiedzieć, czego oczekiwać, kiedy zaufać odpowiedzi ani jak poprawić pomyłkę lub przerwać działanie.
- EN: A user may not know what to expect, when to trust an answer or how to correct a mistake or stop an action.

## What it does

- PL: Dobiera formę interfejsu, pokazuje postęp i ograniczenia, umożliwia poprawki oraz zbiera sygnały o tym, co działa źle.
- EN: It chooses an interface, shows progress and limitations, enables corrections and collects signals about what is going wrong.

## Everyday example

- PL: Edytor proponuje zmianę akapitu, pozwala obejrzeć różnice, poprawić tekst i zdecydować, czy zastosować propozycję.
- EN: An editor suggests an updated paragraph and lets you inspect differences, edit the text and decide whether to apply it.

## This concerns you if you…

- PL: projektujesz funkcję, której ludzie mają używać samodzielnie
- PL: chcesz ułatwić sprawdzanie, poprawianie i kontrolowanie wyników
- EN: design a feature people will use independently
- EN: want to make results easier to check, correct and control

## Keywords

HAX Toolkit · People + AI Guidebook · conversational UI · progressive disclosure · explanation interfaces · human-in-the-loop · user agency · error recovery · token streaming · feedback loops

## How it works

- PL: Interfejs łączy stan zadania, propozycje modelu i decyzje użytkownika w kontrolowany przepływ. Informacje o ograniczeniach, źródłach i wynikach działań pomagają dobierać kontrolę do stawki, a badania zachowania sprawdzają rzeczywistą współpracę.
- EN: An interface combines task state, model suggestions and user decisions into a controlled workflow. Limits, sources and action results help match review to stakes, while behavioural studies evaluate actual collaboration.

## Limits

- PL: Przekonujący interfejs może zwiększać zaufanie bez poprawy jakości. Użytkownik potrzebuje czasu i wiedzy do oceny; widoczny przycisk akceptacji nie dowodzi świadomej kontroli.
- EN: Persuasive interfaces can increase trust without improving quality. Users need time and knowledge to review outputs; visible approval buttons do not establish informed control.

## Key terms

- PL: **sprawczość użytkownika**: Możliwość kierowania procesem i zmieniania lub zatrzymywania jego skutków.
- PL: **informacja o stanie**: Komunikat wskazujący, co system faktycznie robi i jaki ma wynik.
- EN: **user agency**: The ability to direct a process and change or stop its effects.
- EN: **state feedback**: Information showing what the system actually does and its results.

## Know first

- [Ewaluacja RAG i agentów (RAG and agent evaluation)](https://aiatlasgraph.com/t/agenteval.md)
- [Kalibracja pewności modelu (Confidence calibration)](https://aiatlasgraph.com/t/calibration.md)

## Examples

- PL: Interfejs konwersacyjny · human factors
- EN: Conversational interface · human factors

## Subtopics (7 direct, 7 in total)

- [Kalibracja zaufania: cytaty, pewność i wyjaśnienia (Trust calibration)](https://aiatlasgraph.com/t/trustcalibration.md): Showing signals that let users judge when to trust an AI answer: sources, confidence levels, short explanations and labelling of generated content.
- [Kontrola użytkownika: sugestia, edycja, akceptacja (User control and oversight patterns)](https://aiatlasgraph.com/t/usercontrol.md): Patterns where AI proposes and the person edits and approves: a plan to accept, draft mode, variants to pick from, easy undo and a manual fallback path.
- [Odczuwalna szybkość: strumieniowanie i wskaźniki postępu (Perceived latency and progress feedback)](https://aiatlasgraph.com/t/perceivedlatency.md): Making waiting for AI tolerable: streaming text, showing agent work steps and allowing interruption — following the 0.1 s / 1 s / 10 s perception thresholds.
- [Projektowanie na wypadek błędów AI (Error handling and graceful failure)](https://aiatlasgraph.com/t/gracefulfailure.md): Assuming up front that the AI will be wrong and planning how users notice, correct and resume — in proportion to what is at stake.
- [Ustawianie oczekiwań: co AI potrafi, a czego nie (Setting expectations and mental models)](https://aiatlasgraph.com/t/mentalmodels.md): Helping users understand what the system can do, how well, and where it fails — so they neither overtrust it nor abandon it after the first mistake.
- [Wzorce interfejsów AI (czat, copilot, akcja w tekście) (AI interface patterns)](https://aiatlasgraph.com/t/aiuipatterns.md): Recurring forms in which AI appears in a product — from a separate chat window, through a side assistant, to actions built into the text being edited — and when each works.
- [Zbieranie opinii użytkowników (jawnych i niejawnych) (Explicit and implicit user feedback)](https://aiatlasgraph.com/t/userfeedback.md): Designing ways for users to signal AI quality: direct ratings and comments, plus behavioural signals — acceptance, edits, regeneration, abandonment.

## Sources

- [Full Stack Deep Learning (2022, archiwum)](<https://fullstackdeeplearning.com/course/2022/>) `fsdl` · reference: Pełny cykl systemu ML: dane, testy, wdrażanie, monitoring, zespoły i etyka.
- [FSDL · LLM Bootcamp (2023, archiwum)](<https://fullstackdeeplearning.com/llm-bootcamp/spring-2023/>) `bootcamp` · reference: Aplikacje LLM, prompting, retrieval, UX i LLMOps.
- [People + AI Guidebook (Google PAIR) — generative AI update](<https://medium.com/people-ai-research/updating-the-people-ai-guidebook-in-the-age-of-generative-ai-cace6c846db4>) `pair-guidebook` · by Reena Jana, Mahima Pushkarna (People + AI Research, Google)
- [Guidelines for Human-AI Interaction](<https://www.microsoft.com/en-us/research/publication/guidelines-for-human-ai-interaction/>) `hax-guidelines-2019` · by S. Amershi, D. Weld, M. Vorvoreanu, A. Fourney, B. Nushi, P. Collisson, J. Suh, S. Iqbal, P. Bennett, K. Inkpen, J. Teevan, R. Kikin-Gil, E. Horvitz (Microsoft)
- [The Shape of AI — AI UX pattern library](<https://www.shapeof.ai/>) `shape-of-ai` · by Emily Campbell

---

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