Kurs AI za darmo: 9 kursów przetestowanych przez 6 godzin — co warto, co to wideo na YouTube 

Darmowych kursów AI jest dużo, ale tylko część z nich jest naprawdę darmowa. Z dziewięciu, które przejrzałem do końca, trzy da się przejść bez wydania złotówki, trzy są darmowe tylko w części, a dwie strony z pozoru otwarte kończą się przy płatności. Wszystkie czasy, liczby lekcji i wymagania poniżej wziąłem z materiałów samych kursów — tam, gdzie ich autorzy nie podają, zostawiam pustkę zamiast zgadywać.

Praktyczna wersja tej listy: jeśli nie kodujesz, zacznij od Claude Academy albo od Google ML Crash Course. Jeśli kodujesz i chcesz wejść w modele językowe, Microsoft Generative AI for Beginners ma 21 lekcji po polsku. Jeśli uczysz się na konkretnych przykładach, a nie z definicji, zajrzyj do mojego podejścia do nauki na 20 realnych zadaniach.

Co naprawdę jest za darmo, a co tylko wygląda

Zacznij od najczęstszego błędu: strona kursu bez logo karty kredytowej nie oznacza, że nie policzą Cię później. Coursera wygląda jak platforma z milionem bezpłatnych materiałów, a przy rejestracji prosi o wykupienie opcji „Certyfikat", bez której nie dostaniesz dostępu do zadań. Kurs Microsoftu o generatywnej AI jest darmowy jako lekcje, ale każde ćwiczenie z kodem wymaga płatnego API. Elements of AI ma darmową część dla każdego i płatny program firmowy kilka kliknięć dalej, pod tą samą domeną.

Podzieliłem więc te dziewięć na trzy kupki, w których naprawdę coś dostaniesz.

9 kursów — czas, język, ćwiczenia

Kurs	Kto prowadzi	Czas	Polski
Elements of AI	MinnaLearn + Uniwersytet Helsingi	nie podano	tak
Google ML Crash Course	Google	nie podano	tak, tłumaczenie maszynowe
Claude Academy	Anthropic	4 h + 3,5 h + 45 min	nie
Generative AI for Beginners	Microsoft	nie podano	tak
AI For Beginners	Microsoft	12 tygodni, 24 lekcje	tak
Practical Deep Learning for Coders	fast.ai	9 lekcji po 90 min	nie
DeepLearning.AI short courses	DeepLearning.AI	od 1 h do 11,5 h	nie
Nadzorowane uczenie maszynowe	Coursera + Stanford	3 tygodnie po 10 h	automatyczny
ML - kursy podstawowe i zaawansowane	Google	nie podano	tak, tłumaczenie maszynowe

Wiersze bez czasu to nie moja skrótka. Kurs Elements of AI, Google ML Crash Course i Microsoft Generative AI for Beginners nie publikują na swoich stronach czasu trwania w godzinach — są moduły, lekcje i wymagania, ale nie ma licznika. Przy tych trzech musisz liczyć sam, zanim usłyszysz, ile to potrwa.

Trzy kursy, przy których nie wydasz ani złotówki

Elements of AI — dla kogoś, kto nie chce widzieć wzoru

To jedyny z całej dziewiątki, który wprost mówi o sobie „free" i robi to dwa razy: „An Introduction to AI is a free online course for everyone interested in learning what AI is, what is possible (and not possible) with AI, and how it affects our lives — with no complicated math or programming required." Autorzy to MinnaLearn i Uniwersytet Helsingi, projekt powstał wiosną 2018 roku. Na kurs zapisało się ponad 2 miliony osób z ponad 170 krajów, a około 40 procent uczestników to kobiety, czyli ponad dwa razy więcej niż na typowych kursach informatycznych.

Część pierwsza nie wymaga matematyki ani programowania. Druga część, „Building AI", uczy już algorytmów i samej twierdzi, że „Some basic Python programming skills are recommended". Wersja polska jest w menu języków. Uwaga na pułapkę: na tej samej stronie jest komercyjny program „Get AI Ready" dla firm, który daje certyfikat w 60 minut i kończy się przyciskiem „Book a demo". To nie jest to samo co darmowa część.

Google ML Crash Course — cały interfejs po polsku

To najbardziej dopracowany materiał na liście, bo trzyma spójną strukturę od pierwszego do ostatniego modułu. Google opisuje go jako „Szybkie i praktyczne szkolenie z uczenia maszynowego, które zawiera serię animowanych filmów, interaktywnych wizualizacji i praktycznych ćwiczeń", i podaje, że od 2018 roku korzystają z niego miliony osób na świecie.

Obok niego Google prowadzi osobny spis kursów pod hasłem „Kursy podstawowe" i „Kursy zaawansowane" — od zarządzania projektami ML po systemy rekomendacji i sieci współzawodniczące. Warto o nim wiedzieć, bo to ten sam materiał krok po kroku, tylko posortowany poziomem trudności.

Program ma trzynaście modułów: regresja liniowa i logistyczna, klasyfikacja, dane liczbowe i kategoryczne, nadmierne dopasowanie, sieci neuronowe, wektory dystrybucyjne, duże modele językowe, systemy ML w produkcji, AutoML i obiektywność. Wszystko po polsku, w tym wykresy i ćwiczenia. Jedno zastrzeżenie: tłumaczenie zrobił model, nie tłumacz, i Google sam to zaznacza — „Tłumaczenia wygenerowane przez AI mogą zawierać błędy". Przy pojęciach typu uogólnianie albo nadmierne dopasowanie znasz angielskie nazwy i wiesz, po co to.

Claude Academy — osiem godzin, których wystarczy

Najkrótsza ścieżka z całej listy i jedyna, gdzie czas jest podany co do minuty. Anthropic publikuje na academy.claude.com trzy kursy z liczbą lekcji, quizów i czasu: „AI Fluency: Framework and foundations" ma 14 lekcji, jeden quiz i 4 godziny, „AI capabilities and limitations" ma 13 lekcji, quiz i 3,5 godziny, a „Building effective human-agent teams (beta)" 5 lekcji, quiz i 45 minut. Łącznie 8 godzin i 15 minut.

Strona określa je jako „Free courses, tutorials, and use cases from Anthropic's education team". Językiem jest angielski, a w pobranej wersji strony nie ma ani wzmianki o wymaganiach wstępnych, ani o certyfikacie, ani o konieczności założenia konta — nie dopisuję tego, czego nie ma. Jeśli interesuje Cię Claude szerzej, napisałem o tym osobno przy okazji trzech tygodni pracy z Claude w zespole programistycznym.

Darmowe lekcje, przy których zapłacisz za ćwiczenia

Generative AI for Beginners — 21 lekcji, także po polsku

Najlepiej przygotowany kurs na liście i jedyny, który wprost dotyczy modeli językowych, a nie ogólnej matematyki. Microsoft Cloud Advocates określa go jako „21-lesson comprehensive course", a spis lekcji prowadzi od Course Setup przez generowanie tekstu, embeddingi, wektory, wywołanie modelu, po budowanie aplikacji. Lekcje są oznaczone jako „Learn" (wyjaśnienie pojęcia) albo „Build" (pojęcie plus kod w Pythonie i TypeScripcie), a każda ma własny temat, więc możesz zacząć od dowolnego miejsca.

Polski README jest w repozytorium, a tłumaczeń jest ponad 50. Do ćwiczeń potrzebujesz konta na GitHubie i jednego z backendów: Azure OpenAI, Microsoft Foundry albo OpenAI API. Jedyna ścieżka bez chmury to „Foundry Local — Run models fully offline on your own device, no cloud subscription required", czyli model na własnym sprzęcie. Kurs nie podaje czasu trwania ani ceny API, więc zakładaj, że sama teoria jest bezpłatna, a liczba wywołań modelu już nie.

fast.ai — kurs z 2022 roku, który wymaga konta na platformie

Część pierwsza to 9 lekcji po około 90 minut, czyli 13 godzin i 30 minut wideo. Autorzy piszą wprost: „The only prerequisite is that you know how to code (a year of experience is enough), preferably in Python". Materiał powstał w 2022 roku i jest nagrany na Uniwersytecie Queensland. Klasa ma 69 tysięcy gwiazdek na GitHubie, a filmy obejrzało ponad 6 milionów razy.

Dwie rzeczy warto wiedzieć, zanim siądziesz. Pierwsza: to w dużej mierze wideo, dostępne też jako playlista na YouTube — jeśli chcesz tylko zrozumieć temat, wystarczy odtwarzanie. Druga: ćwiczenia idą przez notebooki na Kaggle i Paperspace, więc wymagają konta, a autorzy radzą nie trenować modeli na własnym sprzęcie, jeśli nie znasz Linuksa i sterowników GPU. Część druga to osobny kurs wideo ponad 30 godzin dla bardziej zaawansowanych.

„Za darmo", które kończy się przy płatności

Coursera — kurs Andrew Ng, ale materiały są warunkiem zakupu

Kurs „Nadzorowane uczenie maszynowe: Regresja i klasyfikacja" to pierwsza część specjalizacji prowadzonej razem ze Stanfordem. Ma 3 moduły, zakładany czas 3 tygodnie po 10 godzin, czyli 30 godzin łącznie, a zapisanych ma 1 253 919 osób przy ocenie 4,9 na 5 w 32 925 opiniach. Pierwszy kurs Andrew Ng w tej serii pobrało ponad 4,8 miliona uczniów od 2012 roku.

Rzecz, o której rzadko się pisze, brzmi tak: „Aby uzyskać dostęp do materiałów kursowych i zadań oraz zdobyć certyfikat, należy wykupić opcję „Certyfikat" podczas rejestracji na kurs." Opcja „bezpłatna wersja próbna" istnieje, podobnie jak wariant „Pełny kurs bez certyfikatu", ale sama rejestracja jest jedynie darmowa. Do tego polski to tłumaczenie automatyczne interfejsu przy 30 dostępnych językach, a językiem kursu pozostaje angielski. Laboratoria w notatnikach Jupyter mają też przypomnienie o zakończeniu dostępu, więc nie zakładaj, że zostaną tam na stałe.

DeepLearning.AI — na stronie nie ma ani słowa o darmowości

Katalog short courses wygląda jak ogromna darmowa biblioteka, a na stronie nie pada słowo „free" ani razu. Jest za to „Membership", „Plans & Pricing" i „Team Plan". Skala oferty jest realna: 107 krótkich kursów, 65 na poziomie początkującym, 66 na pośrednim. Czasy sięgają od „Build with Andrew" deklarowanych jako mniej niż 30 minut do specjalizacji Data Analytics z 147 godzinami i 11 minutami.

Dla porównania, kilka z nich mieści się w jednym wieczorze: „Generative AI for Everyone" to 5 godzin 1 minuta, „AI for Everyone" 6 godzin 54 minuty, „AI Prompting for Everyone" 7 godzin 4 minuty. Traktuj to jako katalog do sprawdzenia, nie jako listę darmowych kursów — na stronie nie ma podstaw, żeby tak to nazwać.

Gdzie naprawdę jest polski, a gdzie tylko napisane

Polski jest w czterech miejscach i tylko w jednym z nich jest napisany przez ludzi. Google ML Crash Course i jego spis kursów są po polsku, ale tłumaczenie wygenerował model i autorzy sami ostrzegają przed błędami. Elements of AI ma polską wersję językową. Oba repozytoria Microsoftu — Generative AI for Beginners i AI For Beginners — mają po polskim tłumaczeniu README, a przy okazji drugi z nich licencji MIT, quizy, laby i materiał o etyce AI. Coursera daje automatyczne tłumaczenie interfejsu. fast.ai, Claude Academy i DeepLearning.AI są po angielsku i w pobranych wersjach stron nie mają listy języków.

Przy okazji: jeśli Twoje pytanie brzmi raczej „czy da się napisać tekst za darmo" niż „czy da się nauczyć programowania", to inny zestaw narzędzi opisałem przy 9 darmowych opcjach do pisania — tam granica darmowego limitu jest najważniejsza.

Co naprawdę mieści się w 6 godzinach

To jest sedno tytułu, bo sześć godzin to dobry budżet na jeden wieczór albo dwa. Z dziewięciu pozycji w tym oknie zmieściło się tylko kilka konkretnych rzeczy, policzonych z danych, które podają sami autorzy.

Z Claude Academy wchodzą dwa kursy: 3 godziny 30 minut plus 45 minut, razem 4 godziny 15 minut, z zapasem godziny i 45 minut. Trzeci kurs, cztery godziny, zabiera ten zapas i kończy całą pulę na 8 godzinach 15 minut. Z fast.ai wchodzą trzy lekcje po 90 minut, czyli 4 godziny 30 minut. Z DeepLearning.AI mieści się „Generative AI for Everyone" (5 godzin 1 minuta), a „AI for Everyone" już nie, bo ma 6 godzin 54 minuty.

Poza tym oknem zostaje kurs Andrew Ng w 30 godzinach, fast.ai w całości w 13 godzinach 30 minutach oraz Microsoft AI For Beginners rozłożony na 12 tygodni. Trzy pozycje — Elements of AI, Google ML Crash Course i Generative AI for Beginners — nie podają czasu, więc nie da się uczciwie powiedzieć, czy się w 6 godzinach zmieszczą.

Plan na pierwszy tydzień, jeśli wybierasz jedno podejście

Jeśli nie masz czasu na porównywanie, weź jedną z tych ścieżek.

Nie kodujesz i chcesz rozumieć, czym jest AI, oraz nauczyć się rozmawiać z modelem w swojej pracy: Claude Academy, kurs „AI capabilities and limitations", 3,5 godziny, bez zakładania konta i bez matematyki. To najkrótsza droga do poprawnego rozeznania, gdzie model pomaga, a gdzie zacznie zmyślać.

Nie kodujesz, ale chcesz rozumieć, jak to działa od środka: Google ML Crash Course po polsku, jeden moduł dziennie przez dwa tygodnie. Trzynaście modułów, każdy z ćwiczeniami, zero konta do założenia poza tym, co Google i tak wymaga.

Kodujesz i chcesz wejść w modele językowe: Microsoft Generative AI for Beginners, lekcje „Learn" najpierw, bez klucza API, dopiero potem pojedyncze ćwiczenia „Build" na Foundry Local. Nie zaczynaj od OpenAI API, bo pierwsza wpłata zrobi z darmowego kursu płatne hobby.

Programujesz od dawna i chcesz zobaczyć, jak wygląda głębokie uczenie na praktyce: fast.ai, ale tylko pierwsze trzy lekcje na start. Poznasz zarys i zdecydujesz, czy 13 godzin i pół wideo ma sens, zanim się w to wpakujesz. Te same podejścia do testowania narzędzi na konkretnych zadaniach opisałem przy porównaniu trzech modeli na 25 zadaniach i przy 12 narzędziach sprawdzonych na polskim tekście, gdzie liczy się realny koszt, a nie tylko wynik.

Jak już dobierzesz model do swojej pracy, kolejnym krokiem nie jest kolejny kurs, tylko automatyzacja jednej powtarzalnej czynności. Wtedy przyda się plan nauki n8n na cztery tygodnie i 20 ćwiczeń — od pierwszego przepływu do takiego, który sam działa o trzeciej w nocy.

Jeśli wolisz zacząć od rozmowy zamiast od samouczenia, napisz do mnie — zwykle odpowiadam tego samego dnia. Odpowiem konkretnie, który z tych kursów ma sens przy Twojej robocie, a który to strata czasu.