Start z polskim AI – Wywiad z Aleksandrą Przegalińską
Start z polskim AI to cykl rozmów, którego celem jest przedstawienie doświadczeń związanych z polskimi modelami językowymi AI oraz praktykami firm i instytucji we wdrażaniu tych rozwiązań. Zapraszamy do rozmowy z prof. dr hab. Aleksandrą Przegalińską – filozofką, badaczką sztucznej inteligencji, profesorką Akademii Leona Koźmińskiego, prorektorką ds. innowacji i sztucznej inteligencji tej uczelni, Fellow w Harvard Center for Labor and a Just Economy oraz ekspertką w obszarze nowych technologii, transformacji cyfrowej i przyszłości rynku pracy.
Jak w Pani opinii powinniśmy dziś definiować polską sztuczną inteligencję? Czy chodzi przede wszystkim o technologię, która dobrze rozumie język polski i sprawnie z nim pracuje?
Dziękuję za to pytanie. Myślę, że jest ono dziś szczególnie ważne, zwłaszcza w kontekście coraz częstszych dyskusji o suwerenności technologicznej. W obecnej sytuacji geopolitycznej powinniśmy traktować ten temat bardzo poważnie.
Dla mnie polskie AI to zdecydowanie coś więcej niż sztuczna inteligencja wytrenowana na polskich zbiorach danych. W największych globalnych modelach udział polskich danych jest stosunkowo niewielki, a ich rozwój opiera się przede wszystkim na treściach anglojęzycznych. Oczywiście modele te mogą bardzo dobrze działać w języku polskim i są wykorzystywane przez wiele polskich firm, co jest całkowicie zrozumiałe.
Polskie AI rozumiem jednak przede wszystkim jako technologie tworzone w Polsce. Możemy patrzeć na to również szerzej, uwzględniając europejskie projekty i inicjatywy, w których Polska aktywnie uczestniczy i ma swój udział. W tym rozumieniu polskie AI to zarówno krajowa infrastruktura służąca rozwojowi sztucznej inteligencji, jak i modele rozwijane w Polsce.
To podejście jest mi zdecydowanie bliższe niż określanie mianem „polskiego AI” rozwiązania tylko dlatego, że dobrze funkcjonuje w języku polskim. Moim zdaniem to zdecydowanie za mało.
Jak w Pani opinii dynamiczny rozwój sztucznej inteligencji wpływa na sposób, w jaki człowiek wchodzi w interakcję z technologią?
Rozmawiamy w bardzo ciekawym momencie. W Stanach Zjednoczonych odbyły się wybory połówkowe, w których technologia, w tym stosunek do sztucznej inteligencji, stała się jednym z istotnych tematów politycznych. To pokazuje, jak wiele zmieniło się w ciągu ostatnich czterech lat, umownie od premiery ChatGPT. AI przestała być wyłącznie kwestią technologiczną, a stała się tematem społecznym, gospodarczym i politycznym.
Z jednej strony coraz wyraźniej dostrzegamy korzyści płynące ze sztucznej inteligencji. Rozwiązania konwersacyjne czy agentowe pozwalają dziś wykonywać wiele zadań szybciej i efektywniej. Z drugiej strony pojawiają się poważne obawy dotyczące wpływu AI na rynek pracy i tego, które zadania technologia może w przyszłości wykonywać za nas. Istotnym wyzwaniem staje się również sama relacja człowieka z AI. Technologia jest coraz bardziej antropomorfizowana, przez co może być postrzegana nie tyle jako narzędzie, lecz jako partner interakcji. Może to tworzyć iluzję, że po drugiej stronie rzeczywiście jest „ktoś”, kto ma określone intencje czy emocje. Jest to szczególnie istotne w przypadku grup wymagających większej ochrony, na przykład młodych ludzi, u których taka relacja może prowadzić do nadmiernego przywiązania do technologii. Do tego dochodzi rozwój deepfake’ów i treści generowanych przez AI. Materiały te stają się coraz bardziej realistyczne, przez co coraz trudniej odróżnić treści prawdziwe od wygenerowanych. To może prowadzić do powszechnej dezorientacji i podważać zaufanie do informacji, z którymi mamy kontakt.
Ostatnie lata były więc z jednej strony okresem intensywnej nauki korzystania ze sztucznej inteligencji i coraz skuteczniejszego wykorzystywania jej w pracy. Sama jako badaczka bardzo intensywnie korzystam z AI. Wraz z zespołem wykorzystujemy ją do wielu analiz i zdecydowanie jesteśmy beneficjentami rozwoju tej technologii.
Z drugiej strony musimy uważnie przyglądać się konsekwencjom coraz częstszego delegowania zadań sztucznej inteligencji. Więcej interakcji z AI może oznaczać mniej interakcji z drugim człowiekiem, a większe delegowanie zadań może ograniczać naszą własną aktywność i zaangażowanie.
Interesującym przykładem są prowadzone przez nas badania, w ramach których tworzyliśmy, można powiedzieć, sokratejskie rozwiązania AI. Nie udzielają one gotowych odpowiedzi ani nie pozwalają po prostu delegować im zadań. To dla mnie szczególnie ciekawe, ponieważ tworzy zupełnie inny sposób interakcji z technologią. Zamiast przekazywać AI kolejne zadania i stopniowo tracić kontakt z tym, co właściwie robię, pozostaję aktywnie zaangażowana w cały proces.
Myślę więc, że kierunek, który obraliśmy w rozwoju i wykorzystywaniu sztucznej inteligencji, będzie wymagał pewnej korekty. Być może coraz silniejsza obecność AI w debacie publicznej i politycznej jest już jednym z sygnałów, że taka zmiana staje się potrzebna.
Jak fakt, że coraz więcej osób komunikuje się ze sztuczną inteligencją w sposób przypominający rozmowę z drugim człowiekiem, wpływa na nasze zaufanie do tej technologii? Czy może sprawiać, że przypisujemy jej większe kompetencje, niż rzeczywiście posiada?
Jeśli chodzi o przypisywanie sztucznej inteligencji określonych kompetencji, zarówno na Akademii Leona Koźmińskiego, jak i na Harvardzie prowadziliśmy badania dotyczące wpływu zaufania na współpracę człowieka z technologią. Okazuje się, że zaufanie może pozytywnie przekładać się na efekty tej współpracy, ale tylko do pewnego momentu. Problem pojawia się wtedy, gdy zaczynamy ufać technologii bezgranicznie i traktować ją niemal jak wyrocznię. Wtedy stajemy się znacznie bardziej podatni na błędy, które sztuczna inteligencja nadal może generować.
Istotna jest również perspektywa długoterminowa. Moim zdaniem zbyt duże zaufanie do sztucznej inteligencji i delegowanie jej większości zadań może prowadzić do stopniowego osłabiania własnych kompetencji. Jeśli przestajemy korzystać z umiejętności, które zdobywaliśmy przez lata, i zaczynamy nadmiernie polegać na technologii, istnieje ryzyko, że z czasem będziemy je po prostu tracić.
Ciekawych wniosków dostarczyło również badanie, które przeprowadziliśmy wspólnie z kolegami z Holandii, głównie wśród uczestników z Holandii i Niemiec. Wzięło w nim udział ponad 200 osób związanych ze startupami. Ich zadaniem było wybranie najciekawszego produktu lub usługi, a następnie przygotowanie planu wdrożenia. Jedna grupa mogła bardzo intensywnie korzystać ze sztucznej inteligencji, natomiast w drugiej liczba interakcji z AI została mocno ograniczona. Rezultaty były bardzo interesujące. Osoby intensywnie korzystające z AI przygotowały znacznie lepsze plany wdrożenia, ale jednocześnie wybierały bardziej generyczne, mniej oryginalne i mniej ryzykowne koncepcje.
Z kolei grupa korzystająca z AI w ograniczonym zakresie wybierała ciekawsze i bardziej oryginalne pomysły, choć przygotowane przez nią plany wdrożenia były słabsze. W tym przypadku większą rolę odgrywały ludzkie doświadczenie, intuicja, wspólna burza mózgów, gotowość do podejmowania ryzyka i kreatywność.
Ten przykład pokazuje również, że produktywność można rozumieć na różne sposoby. Jeśli mierzymy ją czasem wykonania zadania, sztuczna inteligencja może znacząco zwiększać naszą efektywność. Innym wymiarem jest jednak produktywność rozumiana jako jakość efektu. W naszych eksperymentach koncentrujemy się przede wszystkim właśnie na tym aspekcie, korzystając z ocen kompetentnych sędziów. I tutaj wyniki w dużej mierze zależą od rodzaju zadania. Sztuczna inteligencja może na przykład przygotować analizę konkurencji znacznie bardziej szczegółowo i starannie, niż zrobilibyśmy to samodzielnie. Zupełnie inaczej może być jednak w przypadku copywritingu wymagającego poczucia humoru, kreatywności czy dobrego rozumienia kontekstu społecznego. Dlatego mówiąc o wpływie AI na produktywność, kluczowe jest to, jak ją definiujemy i jakimi miernikami ją oceniamy.
To pokazuje, że istnieją obszary, w których sztuczna inteligencja może bardzo skutecznie wspierać człowieka i warto z niej korzystać. Nadal są jednak takie zadania, w których kluczowe pozostają ludzkie doświadczenie, wiedza ukryta czy kreatywność. Co więcej, nadmierne poleganie na technologii może te kompetencje stopniowo osłabiać. Jest to jeden z powodów, dla którego warto ponownie zastanowić się nad dominującym dziś modelem korzystania ze sztucznej inteligencji, polegającym przede wszystkim na delegowaniu jej kolejnych zadań, odbieraniu gotowych rezultatów i często jedynie pobieżnym nadzorowaniu pracy modelu. Mam sporo wątpliwości, czy właśnie taki sposób współpracy ze sztuczną inteligencją rzeczywiście prowadzi nas do najlepszych rezultatów pod względem jakości.
Jak Pani zdaniem znaleźć właściwą równowagę między korzystaniem ze wsparcia AI a zachowaniem samodzielności w myśleniu i podejmowaniu decyzji?
Wszyscy szukamy dziś odpowiedzi na pytanie, jak najlepiej współpracować ze sztuczną inteligencją. Na razie robimy to trochę po partyzancku, ponieważ firmy technologiczne wciąż opierają swoje rozwiązania przede wszystkim na delegowaniu zadań do AI. To nadal dominuje jako podstawowy model korzystania z tej technologii.
Myślę jednak, że z czasem będą pojawiać się również inne, ciekawsze modele współpracy. Być może w niektórych obszarach delegowanie rzeczywiście okaże się najlepszym rozwiązaniem, szczególnie tam, gdzie AI wykonuje określone zadania znacznie lepiej od człowieka.
Jednocześnie istnieje wiele dziedzin znacznie mniej sformalizowanych, w których ogromne znaczenie mają doświadczenie, wiedza ukryta, intuicja czy kompetencje wynikające z praktyki. W takich obszarach człowiek może jeszcze długo zachowywać przewagę. Dlatego tak ważne jest, abyśmy nie tracili umiejętności, które już posiadamy, tylko dlatego, że coraz więcej zadań możemy delegować technologii. Sama przez długi czas delegowałam AI wiele zadań związanych z pisaniem, a teraz na nowo odkrywam wartość samodzielnego mierzenia się z tym procesem. Pisanie jest trudne i właśnie ta trudność ma znaczenie. Potrzebujemy pewnego rodzaju tarcia, wysiłku poznawczego, ponieważ to dzięki niemu się uczymy i pozostajemy zaangażowani. Jeśli wszystko staje się bezwysiłkowe i sprowadza się do delegowania kolejnych zadań, tracimy możliwość rozwijania własnych kompetencji, ale również poczucie autorstwa i więź z efektem naszej pracy.
Dlatego nadmierne delegowanie może mieć również wpływ na poczucie sensu i celu pracy. Jeśli sztuczna inteligencja zacznie wykonywać za nas większość zadań, może stopniowo zanikać nasze zaangażowanie w to, co tworzymy.
Druga część tej dyskusji dotyczy biznesu. Firmy coraz częściej zadają sobie pytanie, czy inwestycje w sztuczną inteligencję rzeczywiście przekładają się na wzrost produktywności i gdzie znajduje się realny zwrot z tych inwestycji. W niektórych zastosowaniach korzyści są bardzo wyraźne, ale w innych rosną koszty wdrożeń i subskrypcji, podczas gdy ich rzeczywisty wpływ na funkcjonowanie organizacji pozostaje niejednoznaczny. Dobrym przykładem są obszary kreatywne i marketingowe, w których AI jest dziś wykorzystywana bardzo intensywnie. Warto jednak analizować konkretne zadania i sprawdzać, gdzie technologia rzeczywiście przynosi wartość, a gdzie jej nadmierne wykorzystanie może prowadzić chociażby do ograniczenia kreatywności.
Myślę więc, że również rynek będzie stopniowo weryfikował sposób korzystania ze sztucznej inteligencji. Firmy mogą dojść do wniosku, że większa liczba generowanych przez AI raportów, wiadomości czy innych treści niekoniecznie oznacza, że organizacja funkcjonuje lepiej.
Dlatego spodziewam się, że 2027 rok może przynieść pewną korektę kursu. Zamiast kupowania kolejnych rozwiązań tylko po to, aby nadążyć za falą zainteresowania AI, możemy zobaczyć więcej racjonalności w decyzjach biznesowych: dokładniejszą ocenę kosztów, korzyści i tego, w których obszarach sztuczna inteligencja rzeczywiście wnosi wartość.
Gdzie Pani zdaniem tkwi dziś największy potencjał we współpracy człowieka z AI, a w jakich obszarach firmy i przedsiębiorcy powinni zachować szczególną ostrożność?
Myślę, że firmy powinny przede wszystkim uważnie przyglądać się zwrotowi z inwestycji w sztuczną inteligencję. Wydatki na AI rosną i prawdopodobnie nadal będą rosły, dlatego kluczowe staje się pytanie, na jakie rzeczywiste korzyści biznesowe przekładają się te inwestycje. Trudno przecież bez końca inwestować w technologię wyłącznie z nadzieją, że korzyści pojawią się w przyszłości.
Oczywiście są już obszary, w których potencjał AI jest bardzo wyraźny. Widzimy go chociażby w e-commerce, konsultingu, tworzeniu prezentacji czy IT, gdzie sztuczna inteligencja pozwala szybciej prototypować i tworzyć aplikacje. Z perspektywy przedsiębiorstwa istotne jest jednak nie tylko to, czy AI przyspiesza wykonanie konkretnego zadania, ale również jak wpływa na efektywność całego biznesu w zestawieniu z kosztami jej wykorzystania.
Równie istotne są bezpieczeństwo danych i suwerenność technologiczna. Firmy powinny świadomie dobierać narzędzia do konkretnych zadań, bo nie każde wymaga wykorzystania najbardziej zaawansowanego i kosztownego modelu. Jednocześnie w przypadku szczególnie wrażliwych danych warto rozważać rozwiązania lokalne i własną infrastrukturę, która pozwala zachować nad nimi większą kontrolę.
Bardzo ważne jest również to, jak z AI korzystają pracownicy. Warto wiedzieć, jakich narzędzi używają, w jaki sposób je wykorzystują i jakie mają związane z nimi obawy. Coraz częściej mówimy przecież o zjawisku Shadow AI, czyli korzystaniu z narzędzi sztucznej inteligencji poza oficjalnymi zasadami organizacji. Jeśli firma nie prowadzi w tym obszarze dialogu i nie komunikuje jasno swojej polityki, może powstać duży rozdźwięk między przyjętymi zasadami a codzienną praktyką.
Kluczowe jest więc długofalowe podejście do polityki AI . Firmy powinny wiedzieć, jak chcą korzystać z tej technologii w perspektywie kolejnych dwóch czy trzech lat, ile chcą w nią inwestować, jak będą chronić swoje dane i przede wszystkim, jakich konkretnych korzyści biznesowych oczekują.
Jakich kompetencji potrzebują dziś pracownicy, aby świadomie i odpowiedzialnie korzystać z AI? Od czego organizacje powinny zacząć ich rozwijanie?
Uważam, że w rozwoju sztucznej inteligencji najważniejsze powinno być to, aby technologia przede wszystkim służyła ludziom. Sam rozwój możliwości AI nie powinien być celem samym w sobie. Równie istotne jest świadome kształtowanie kierunku, w którym ta technologia zmierza, z uwzględnieniem jej wpływu na użytkowników, organizacje i otoczenie społeczne.
Dobrym przykładem są centra danych, które są niezbędne do dalszego rozwoju sztucznej inteligencji, ale jednocześnie wiążą się z określonymi kosztami infrastrukturalnymi, energetycznymi i środowiskowymi. Dlatego ważne jest, aby tego rodzaju inwestycje były realizowane w sposób przemyślany, z uwzględnieniem ich wpływu na lokalne społeczności i otoczenie.
Podobnie wygląda kwestia regulacji. Nie chodzi o to, aby hamować rozwój sztucznej inteligencji, ale o tworzenie warunków sprzyjających powstawaniu bezpiecznych i wiarygodnych produktów. Z perspektywy biznesu ma to ogromne znaczenie. Organizacje muszą mieć pewność, że wdrażane rozwiązania są stabilne, bezpieczne i nie tworzą dodatkowych zagrożeń dla ich systemów czy danych.
Ostatecznie pozostaje również pytanie o rzeczywistą wartość biznesową AI. Sztuczna inteligencja bez wątpienia jest technologią, która działa i oferuje ogromne możliwości. Nie oznacza to jednak, że każde rozwiązanie oparte na AI automatycznie przynosi organizacji wymierne korzyści. Dlatego coraz ważniejsze będzie świadome ocenianie, gdzie technologia rzeczywiście zwiększa produktywność i przynosi zwrot z inwestycji, a gdzie jej wdrożenie wynika przede wszystkim z chęci podążania za trendem.
Myślę więc, że potrzebujemy równowagi między innowacyjnością a odpowiedzialnością. Nie chodzi o ograniczanie potencjału sztucznej inteligencji, lecz o rozwijanie jej w taki sposób, aby była bezpieczna, użyteczna i odpowiadała na rzeczywiste potrzeby ludzi oraz organizacji.
Co jest dziś większym wyzwaniem: dalszy rozwój AI czy przygotowanie ludzi i organizacji do świadomego korzystania z tej technologii?
Oba te elementy są bardzo ważne, choć ich znaczenie zależy również od tego, o jakim ekosystemie mówimy. Obecnie mieszkam w Stanach Zjednoczonych, więc obserwuję nieco inną rzeczywistość, ale mam wrażenie, że Europa musi dziś równolegle postawić na rozwój kompetencji, wdrażanie technologii na większą skalę oraz inwestycje w samą sztuczną inteligencję. Wdrożenia powinny być przede wszystkim bezpieczne, dobrze zaplanowane i mierzalne, tak abyśmy rzeczywiście widzieli, jakie korzyści przynosi technologia. Europa stoi dziś przed wyzwaniem dalszego wzmacniania własnego potencjału technologicznego, zarówno poprzez inwestycje w infrastrukturę, jak i rozwój zaawansowanych modeli AI. Mamy już interesujące europejskie inicjatywy, takie jak Mistral, a w Polsce Bielik, którym bardzo kibicuję.
Stany Zjednoczone rozwijają sztuczną inteligencję bardzo dynamicznie i są jednym z najważniejszych ośrodków tego rozwoju. Równolegle coraz większą uwagę poświęca się tam bezpieczeństwu technologii oraz jej wpływowi na społeczeństwo. Myślę, że te dwa wymiary, rozwój technologiczny i odpowiedzialne korzystanie z jego efektów, powinny iść ze sobą w parze.
Osobnym przykładem są Chiny, które intensywnie rozwijają i inwestują w sztuczną inteligencję, a jednocześnie wprowadzają własne regulacje i rozwiązania dotyczące jej wpływu na społeczeństwo. To pokazuje, że rozwój samej technologii coraz częściej wiąże się również z koniecznością mierzenia się z jej konsekwencjami społecznymi.
Europa ma więc dziś przed sobą nieco inne zadanie. W dużej mierze zbudowaliśmy już ramy regulacyjne, a teraz musimy mocniej postawić na inwestycje i rzeczywiste wdrożenia. Kluczowe jest, aby AI nie tylko się rozwijała, ale zaczęła przynosić wymierne korzyści ludziom, organizacjom i gospodarce.
Dziękujemy za rozmowę!
Cykl rozmów „Start z polskim AI – od pomysłu do wdrożenia” jest realizowany w ramach programu Centrum Kompetencji AI.