Praktiskais mākslīgā intelekta (MI) pielietojums būvniecības procesā: efektivitāte objektā – 22.04.2025. (1.daļa) un 30.04.2025. (2.daļa)

Seminārs notiek divās daļās: 1.daļa 22.04. 2025. 3 stundas, 2. padziļinātā daļa – 30.04. 2025., 2 stundas.

Lektors: Ervīns Butkevičs, Mākslīgā intelekta praktiskās izmantošanas uzņēmumos treneris. Pasniedzējs ar ievērojamu pieredzi uzņēmumu vadībā. Veidojis komandas treniņus Swedbank, ECO Baltia, Pro Logistic Services, LVTRC. Konsultējis, vadījis pārdošanas seminārus  Latvijas un ārvalstu uzņēmumiem. Šobrīd izstrādā un ievieš droša mākslīgā intelekta atbilstības programmu darbam ar augsta riska MI modeļiem un konsultē mākslīgā intelekta risinājumu sertifikācijā, risku līmeņa novērtēšanā.

Semināra mērķis: Sniegt būvspeciālistiem praktiskas zināšanas un piemērus par pieejamu (bieži bezmaksas vai zemu izmaksu) mākslīgā intelekta (MI) rīku izmantošanu ikdienas darbu efektivizēšanai būvniecības objektā, uzsverot laika ietaupījumu, dokumentācijas kvalitātes uzlabošanu un risku mazināšanu, apzinoties ierobežojumus un atbildību.

Praktiski, tūlītēji pielietojami risinājumi, kas neprasa lielas investīcijas; efektivitāte, laika ietaupījums un rutīnas darbu automatizācija saspringtos grafikos; skaidra  risku un nepieciešamību pēc cilvēka (“Human-in-the-Loop”) pārbaudes kritiskos procesos definēšana; piemēri tieši no būvniecības objektu ikdienas.

Semināra tēmas: 

• MI Pamati Būvspeciālistiem:
  • kas ir MI un ģeneratīvais MI (LLM);
  • kā LLM “domā” (vārdu paredzēšana) un kāpēc tas ir noderīgi tekstiem;
  • galvenie izaicinājumi būvniecībā, kur MI var palīdzēt: dokumentācija, komunikācija, informācijas meklēšana, drošība;
  • diskusija.
• MI rīku sortiments (pieejamie un praktiskie):
  • Īss pārskats: ChatGPT (bezmaksas/maksas), MS Copilot (ja lieto Microsoft vidi), Google Gemini, NotebookLM. Fokuss uz tiem, kas viegli pieejami;
• Efektīva “saruna” ar MI – promptēšanas pamati objektā:
  • kas ir “Prompts” un kāpēc tas ir svarīgi?
    • Analogs ar instrukciju došanu darbiniekam. Precizitātes nozīme;
    • Laba prompta elementi (Loma, Uzdevums, Konteksts, Formāts, Ierobežojumi) – adaptēts ar būvniecības piemēriem.
• Praktiski promptu piemēri būvniecībai :
  • Dokumentācijas ģenerēšana
    • • “Izveido darba drošības instruktāžas protokola melnrakstu sastatņu montāžas darbiem;
      • “Uzraksti e-pasta pieprasījumu apakšuzņēmējam par [konkrēta materiāla] piegādes termiņiem.”
      • “Apkopo šos punktus [punktu saraksts] ikdienas būvsapulces protokola melnrakstā.”
  • Informācijas apkopošana un skaidrošana:
    • “Paskaidro LBN [numurs] prasības par [tēma] vienkāršā valodā.”;
    • “Apkopo galvenos riskus, strādājot ar [konkrēta tehnika/process].”
  • Ideju ģenerēšana, piemēru demonstrācija ar ChatGPT;
    • “Iesaki 3 veidus, kā optimizēt materiālu pieņemšanu objektā, ja ir ierobežota vieta.”
• MI Praktiskais pielietojums objektā: dokumentācija un komunikācija:
  • Ikdienas dokumentu melnrakstu veidošana:
    • E-pasti (pieprasījumi, atbildes, sūdzības);
    • Aktu, protokolu, ziņojumu struktūras un melnrakstu ģenerēšana (piem., defektu akts, paveikto darbu akts);
    • Darba uzdevumu formulēšana brigādēm;
    • Piemērs/Uzdevums: Dalībnieki (pēc izvēles) mēģina ģenerēt e-pastu par konkrētu situāciju objektā;
  • Esošo dokumentu apstrāde:
    • Tekstu kopsavilkumi (garu e-pastu, atskaišu, LBN sadaļu galvenās domas);
    • Tekstu pārveidošana/uzlabošana (skaidrāka valoda, formālāks/neformālāks tonis);
    • Dokumentu salīdzināšana (piem., izmaiņu atrašana specifikācijās – uzsvērt limitācijas un nepieciešamību pārbaudīt!) (piem., ar MS Word Copilot vai specifiskiem rīkiem).
  • Tulkošana un valodu barjeras:
    • Ātra dokumentu vai e-pastu tulkošana (ja strādā ar ārzemju partneriem/materiāliem);
    • Būvsapulču audioieraksta transkribēšana (speech to text) ar MI.
  • Drošība un datu konfidencialitāte. 
• MI objektā: informācijas analīze un problēmrisināšana:
  • Darbs ar datiem un attēliem (vienkāršotā veidā):
    • Excel datu analīze ar Copilot (ja pieejams): formulu labošana, datu apkopošana, vienkāršu diagrammu veidošana (darbu izpildes progress);
    • Attēlu satura aprakstīšana (piem., “Kā varam optimizēt šo BK risinājumu rasējumā?”) – izpratnei par LLM Vision iespējām;
    • Materiālu apjomu noteikšana no rasējumu attēliem (piem., ChatGPT-4o) – demonstrēt kā eksperimentālu iespēju, ar rūpīgu pārbaudi.
  • Informācijas meklēšana un problēmu risināšana: 
    • Ātra atbilžu meklēšana uz specifiskiem tehniskiem jautājumiem (piem., par materiālu īpašībām, standartiem);
    • Alternatīvu risinājumu ģenerēšana tehniskiem jautājumiem objektā (piem. piegādātāju, iekārtu atlase no Lietuvas, Polijas);
    • NotebookLM demonstrācija darbam ar projektu dokumentiem (PDF, utt.) – jautājumu uzdošana par konkrētu dokumentu saturu.
  • Demonstrācija – piemērs ar NotebookLM vai datu analīzi Excel.
• Riski, ētika un labā prakse būvniecībā: 
  • Galvenie riski:
    • neprecizitāte (“halucinācijas” – kritiski bīstami9 būvniecībā!;
    • datu drošība un konfidencialitāte;
    • pārmērīga paļaušanās un atbildības jautājums.
  • “Cilvēka kontrole” princips (Human-in-the-Loop):
    • MI ir asistents, nevis aizvietotājs. būvspeciālista loma – pārbaudīt, apstiprināt, uzņemties atbildību;
    • kur MI lietot droši, kur – ļoti uzmanīgi vai nemaz.
  • Labā prakse un nākotnes skatījums:
    • kā sākt lietot? Maziem soļiem, nekritiskiem uzdevumiem;
    • kur meklēt papildus informāciju;
    • īss ieskats, kā MI varētu attīstīties būvniecībā.
• Noslēgums: 
  • Kopsavilkums: galvenie ieguvumi un piesardzības pasākumi;
  • Jautājumi un atbildes.