Dziś
będę brała udział w debacie zorganizowanej przez „Rzeczpospolitą”,
zatytułowanej: „Sztuczna inteligencja w nauce. Wsparcie dla badań czy
niebezpieczne narzędzie? Jak optymalnie wykorzystać AI?”.
Wczoraj
(25 lutego 2026) przysłuchiwałam się wielogodzinnej AI Managers Conference 2026
o wdrażaniu AI w organizacjach. Wysłuchałam 9 paneli pod patronatem SGH z
liderami z Allegro, PKO BP, ING, Polpharma.
Przed
dzisiejszą debatą postanowiłam spisać, co mam do powiedzenia.
Zaśmiecenie
internetu (naszego kolektywnego mózgu) halucynacjami AI
O
problemie podpisywania się przez ludzi pod dostarczanymi przez AI halucynacjami
nie będę mówić, bo myślę, że wszyscy jesteśmy świadomi zagrożeń – i dużo ludzi
na świecie pracuje nad agentami AI, którzy będą weryfikować AI. Są już pierwsze
próby, np. Gemini, ale na razie musimy polegać na ludzkiej umiejętności
krytycznego myślenia.
Co się
stanie, gdy „kabel” zostanie przegryziony?
Konieczność
zastosowania AI w biznesie była dla wszystkich panelistów wczorajszej
konferencji oczywistością. Zastanawiali się jedynie nad tym, jak to robić, aby
pokonywać bariery. Ani razu nie słyszałam obawy, że korzystając z technologii
kontrolowanej w 100% przez gigantów technologicznych – która, jak wszyscy
wiemy, jest bardzo kosztowna, ale udostępniana relatywnie tanio, ponieważ
użytkownicy nie tylko korzystają, ale też uczą AI – możemy znaleźć się w
pułapce.
Muszę
przyznać, że ja cały czas mam z tyłu głowy pytanie: co się stanie wtedy – co na
genialnym rysunku przedstawił Andrzej Mleczko – gdy zostanie odcięta energia
elektryczna (niekoniecznie przez przegryzienie kabla jak na rysunku, ale np.
przez niebotyczny wzrost kosztów)?
Firmy,
które zastąpiły ludzi agentami AI, wtedy splajtują, ale co się stanie z
wykształconymi „na AI” studentami, którzy stracą umiejętność pisania? Już
widać, że przeładowane internetowymi treściami młode generacje coraz gorzej
wypadają w testach kreatywności.
Nawet
wczoraj na konferencji padło zdanie, że wraz ze wzrostem liczby piszących nie
idzie wzrost liczby nowych treści – wykorzystanie AI raczej multiplikuje
standardowe treści, niż wspomaga proces tworzenia nowych syntez. Oczywiście to
zależy od tego, kto używa.
Wykładowca
SGH mówił wczoraj, że 100% jego studentów pisze prace zaliczeniowe za pomocą
AI. Ja też prawie wszystkie moje teksty proszę o poprawę wyłącznie literówek –
bo nie znoszę przemycanych przez AI „udoskonaleń”, które często wypaczają moje
intencje, a są tak eleganckie, że mój mózg ma kłopoty z ich wyłapywaniem.
Na
moich zajęciach studentom zadaję pytania, na które AI nie zna odpowiedzi, np.:
„Napisz 5 myśli, które chcesz z tych zajęć pamiętać za 2 lata”. Oczywiście
można sobie wyobrazić, że ktoś wrzuci nagranie z zajęć i każe AI wybrać, ale to
chyba nie jest opłacalne.
AI na
uniwersytetach – czy potrzebne są szkolenia kadry?
Kiedyś
uniwersytet był definiowany jako wspólnota ludzi poszukujących prawdy. Dziś
uniwersytet jest odczuwany przez wielu jako wspólnota ludzi poszukujących
sukcesu biznesowego, który osiąga się przez konkurencję między jednostkami i
uczelniami; dominuje kultura audytu. Dąży się do maksymalizacji wydajności
pracowników, często zwalniając tych, którzy nie spełniają przyjętych wskaźników
efektywności. Mówi się więc o „kapitalizmie akademickim”.
Kiedy
czytam, że należy wdrożyć proces szkoleń kadry akademickiej, myślę o tych
firmach, które pokazały, że pracownicy nie chcą kolejnych szkoleń – chcą się
uczyć od kolegów (ambasadorów zmiany?). Czy na uczelniach, na których – mimo
moich postulatów – obowiązuje indywidualny system oceny, akademicy będą chcieli
dzielić się wiedzą operacyjną? Oczywiście akademicy chętnie dzielą się wiedzą
mającą ich podpis autorski.
Zmiana
głównego celu uniwersytetów: z kumulacji wiedzy na rozwiązywanie problemów
Żyjemy
w świecie gwałtownej eksplozji informacyjnej. W erze Internetu tempo akumulacji
wiedzy rośnie wykładniczo, lecz nasze mózgi biologicznie pozostały
niezmienione. Niezależnie od teoretycznych możliwości obliczeniowych mózgu, w
sensie praktycznym okazują się one bardzo ograniczone. Wiedza
staje się coraz bardziej rozproszona i wyspecjalizowana, dlatego zdolność do
integrowania różnorodnej wiedzy stanowi zdecydowaną przewagę konkurencyjną dla
tych, którzy potrafią to zrobić.
Nasze
środowisko informacyjne gęstnieje z dnia na dzień – pozornie w niewielkim
tempie, ale te małe zmiany kumulują się. Akademicy
socjalizowani przed erą internetową często zapominają, że ich rola się
zmieniła. Próbują prowadzić badania i uczyć tak jak robili to na początku
wieku. Głównym
celem uniwersytetów przez wieki była kumulacja wiedzy – przed erą uniwersytetów
wiedza o budowaniu piramid czy rzymskich wodociągów po prostu przepadała.
Przy
kumulacji wiedzy ważna była hierarchia – im ktoś pracował naukowo dłużej, tym
był bardziej poważany, ponieważ udawało mu się zgromadzić więcej wiedzy (przed
erą internetową widać to było też w profesorskich bibliotekach, które były
mniej lub bardziej chętnie udostępniane asystentom). Internetowa demokratyzacja dostępu do wiedzy sprawiła, że mamy już na studiach kolejne pokolenie socjalizowane w
przekonaniu, że nie potrzebuje pośredników w dostępie do wiedzy. Wszystkich nas cechuje usieciowiona przemądrzałość - wydaje nam się że skoro czytamy, to rozumiemy. Rola
nauczyciela ewoluuje z dostawcy wiedzy w rolę menedżera, trenera, coacha.
Powolny
spadek znaczenia hierarchii już widać i czuć. Wyśmienity wykład inauguracyjny na UW w tym
roku wygłosił doktorant. Prof. Andrzej Dragan, wygłaszając wykład inauguracyjny
na Politechnice Gdańskiej, zamiast togi wybrał strój sportowy, a pojęcie
relatywności wyjaśniał na pożyczonym od rektora berle. Wyraźnie
czuć, że dla studentów nie ma większego znaczenia, czy mają zajęcia z
profesorem, czy z praktykiem bez formalnego wykształcenia. Mnie ( profesora belwederskiego od 26 lat) to akurat cieszy ( byłam w końcu socjalizowana na matematyce).
Do czego
próbujemy wykorzystywać AI w moim zespole?
Dokładnie
tak jak w biznesie – do procesów, które sprawiają nam problem. W biznesie szuka
się prostych, rutynowych działań do automatyzacji. W mojej pracy jest tego
niewiele – bo nawet nie chciałabym oddać AI czytania prac studenckich. Niestety
coraz częściej wygląda – jak słyszę od innych – że AI pisze za studentów i AI
ocenia za wykładowców. Nadal uważam, że najważniejsza jest interakcja między
ludźmi – tak abyśmy mogli patrzeć sobie w oczy.
Od
dekad mam jednak trzy dręczące mnie problemy i razem z moim hybrydowym (AI +
ludzie) zespołem pracujemy nad ich rozwiązaniem.
Problem
1 – najprostszy: przeszukiwanie moich zbiorów danych,
tekstów… Dopiero w 2016 roku, w czasie zorganizowanej przeze mnie konferencji
poświęconej OVERFLOW, w trakcie dyskusji panelowej z udziałem przedstawicieli
pięciu wielkich firm, zrozumiałam, że biznes nie ma problemu z zalewem
informacji, z którym ja się borykam. W biznesie kryterium jest jasne – są
nim pieniądze. Projekty są zamykane. W moim życiu zawodowym cały czas
mam mentalnie „otwarte” te same pytania, zgromadzone zbiory danych udzielające
cząstkowych odpowiedzi. AI oczywiście nie będzie pomocne, jeśli nie uporządkuję
nazewnictwa, listy tagów itd. To też podkreśla biznes – chaosu nie da się
zautomatyzować.
Problem
2 – analiza danych w poszukiwaniu wieloczynnikowych
wpływów interakcyjnych, które przepięknie zilustrował Lem w swojej jedynej
powieści kryminalnej „Katar”.
Problem
3 – diagnoza psychologiczna różnic indywidualnych,
która nadal jest dokonywana metodami opracowanymi w poprzednim stuleciu. Bardzo
potrzebujemy zmiany dominującego paradygmatu ceteris paribus na
ilościowe, eksperymentalne studia przypadków.
Problemy 2 i 3 dokładniej
opisywałam w mojej ostatniej monografii.
https://www.wuw.pl/product-pol-20738-Rafy-metodologiczne-w-naukach-o-zarzadzaniu-ludzmi-PDF.html
Bez
AI nie da się ich rozwiązać, więc pracujemy intensywnie.
Podsumowując
Nie
mam żadnych wątpliwości, że 30 listopada 2022 roku rozpoczęła się nowa era.
Ludzie żyjący w czasach przełomu zwykle nie mają tej świadomości – to widać
dopiero z perspektywy czasu.
Przyznaję,
że należę do entuzjastów, choć bardzo boję się „przegryzienia kabla” – że
obudzimy się pewnego dnia, dowiadując się, iż agenci AI są drożsi od ludzi. Szybkość rozwoju AI powoduje, że cały czas zastanawiam się, co się wydarzy do października, kiedy otwieramy nasz nowy kierunek studiów- Zarządzanie ludźmi z wykorzystaniem AI. AI zmienia się z miesiąca na miesiąc - ludzie NIE.