04.09.2026

Odcinek 4: Research do artykułu — od pytania do konspektu w 20 minut

Sławek:

W poprzednim odcinku uczyliśmy się nie przyjmować odpowiedzi AI na wiarę. Sprawdzaliśmy źródła, daty, definicje i granice pewności. Dziś spróbujemy użyć AI do czegoś równie praktycznego: przygotowania researchu do artykułu.

Słowo „research” oznacza badanie lub rozpoznanie tematu, ale w tym odcinku używamy go szerzej: jako określenia całego procesu przygotowania do napisania tekstu.

Nie chodzi o to, by maszyna napisała tekst za autora. Chodzi o to, by pomogła szybciej uporządkować temat, znaleźć pytania, których sami moglibyśmy nie zadać, oraz zbudować sensowny plan dalszej pracy.

Perplexity AI:

Wiele artykułów nie powstaje dlatego, że brakuje autorowi opinii. Problem zaczyna się wcześniej: temat wydaje się zbyt szeroki, źródeł jest za dużo, dane są rozproszone, a pierwsze pytanie brzmi niepewnie: „od czego właściwie zacząć?”.

AI może w tym pomóc. W ciągu kilkunastu lub dwudziestu minut potrafi przygotować pierwszy rekonesans: rozbić temat na części, zaproponować pytania, wskazać rodzaje źródeł, wypisać argumenty za i przeciw oraz ułożyć roboczy konspekt artykułu.

AI może przyspieszyć research, ale nie może zastąpić autora w ocenie źródeł ani wzięciu odpowiedzialności za tekst.

Co rozumiemy przez research?

Research to po prostu przygotowanie się do napisania artykułu. Nie jest jeszcze artykułem, gotową opinią ani zbiorem przypadkowo znalezionych linków. Jest etapem porządkowania wiedzy.

Dobry research powinien pomóc odpowiedzieć przynajmniej na pięć pytań:

• Co dokładnie jest tematem?
• Dlaczego temat jest ważny właśnie teraz?
• Jakie są najważniejsze fakty, dane i daty?
• Jakie istnieją odmienne interpretacje lub spory?
• Co autor chce czytelnikowi wyjaśnić, postawić pod znakiem zapytania albo ocenić?

W bibliotekarskich i akademickich opisach procesu badawczego powtarza się podobna kolejność: najpierw wybór i zawężenie tematu, potem sformułowanie pytania, dobór słów kluczowych, poszukiwanie informacji, ocena źródeł, a dopiero następnie plan tekstu, pisanie i dokumentowanie materiału.

Najpierw pytanie, potem materiały, a dopiero na końcu teza. Odwrócenie tej kolejności łatwo prowadzi do dobierania faktów pod gotowy pogląd.

Zacznijmy od pytania

Załóżmy, że chcemy napisać artykuł pod tytułem:

„Czy sztuczna inteligencja zabierze ludziom pracę?”

To pytanie jest dobre na początek, ale zbyt szerokie, aby od razu tworzyć na jego podstawie tekst. Nie wiadomo, o jaką pracę chodzi, gdzie, w jakim czasie, w których zawodach i czy pytamy o likwidację miejsc pracy, zmianę obowiązków czy powstawanie nowych zawodów.

Zamiast żądać od AI gotowego artykułu, poprośmy najpierw o uporządkowanie pytania:

„Chcę przygotować artykuł dla szerokiego grona czytelników na temat wpływu generatywnej AI na pracę. Pomóż mi zawęzić temat. Zaproponuj pięć precyzyjnych pytań badawczych, wskaż różnice między utratą miejsc pracy, zmianą zakresu obowiązków i powstawaniem nowych zawodów. Nie proponuj jeszcze gotowej tezy.”

AI może wtedy zaproponować pytania takie jak:

• Które zadania zawodowe generatywna AI automatyzuje już dziś, a które tylko przyspiesza?
• Czy firmy wykorzystujące AI częściej redukują zatrudnienie, czy raczej zmieniają podział pracy?
• Które zawody mogą najwięcej zyskać, a które najwięcej stracić?
• Czy pracownicy mają dostęp do szkoleń pozwalających korzystać z nowych narzędzi?
• Jakie są różnice między krótkookresowymi obawami a długookresowymi prognozami?

To jeszcze nie są odpowiedzi. To mapa terenu, po którym dopiero będziemy się poruszać.

Plan 20 minut

Dwadzieścia minut nie wystarczy do napisania rzetelnego artykułu o poważnej sprawie. Może jednak wystarczyć, aby zamiast chaosu mieć pytanie, plan i listę rzeczy do sprawdzenia.

Minuty 1–3: określ temat

Napisz jednym zdaniem:

„Chcę napisać artykuł o…”

Następnie dopisz:

• Dla kogo jest ten tekst?
• Czy ma wyjaśniać, ostrzegać, porównywać czy polemizować?
• Jaki obszar i okres obejmuje?
• Czego tekst nie będzie rozstrzygał?

Przykład:

„Chcę napisać artykuł dla czytelników „Studio Opinii” o tym, jak generatywna AI zmienia codzienną pracę w Polsce. Tekst ma wyjaśniać i stawiać pytania, a nie przewidywać, które zawody znikną w ciągu najbliższych lat.”

Minuty 4–7: poproś o pytania

Zamiast pytać: „napisz artykuł”, użyj polecenia:

„Pomóż mi przygotować research do artykułu na temat: [wpisz temat]. Najpierw zaproponuj pytania, które trzeba rozstrzygnąć. Podziel je na pytania dotyczące faktów, danych, sporów i konsekwencji dla zwykłego człowieka. Nie pisz jeszcze artykułu ani gotowej tezy.”

Dobre pytania działają jak sito. Pozwalają oddzielić to, co ważne, od informacji efektownych, ale pobocznych.

Minuty 8–12: zbuduj listę źródeł

Teraz poprośmy AI nie o „linki”, ale o rodzaje źródeł, które warto odnaleźć:

„Wskaż, jakich źródeł pierwotnych i wiarygodnych opracowań powinienem szukać do tego tematu. Podziel je na: dane urzędowe, raporty instytucji publicznych, badania naukowe, akty prawne, dane branżowe oraz stanowiska różnych stron sporu. Przy każdej grupie wyjaśnij, jakiego pytania ma dotyczyć.”

Takie polecenie jest lepsze niż prośba: „daj mi dziesięć linków”. Dziesięć linków może być przypadkową listą. Uporządkowane rodzaje źródeł mówią, po co dany dokument jest potrzebny.

Warto pamiętać, że wiarygodność źródła zależy nie tylko od tego, czy wygląda poważnie. Trzeba sprawdzić autora, instytucję, datę, cel publikacji, przedstawione dowody oraz język tekstu. Pomocne jest też porównanie kluczowych informacji z innym, niezależnym źródłem.

I coś jeszcze bardziej podstawowego: zanim ocenimy wiarygodność źródła, upewnijmy się, że ono w ogóle istnieje. AI potrafi z przekonaniem wymienić nazwę raportu, instytucji czy badania, które brzmią wiarygodnie, ale nie mają odpowiednika w rzeczywistości.

Każdą taką nazwę warto samodzielnie wyszukać, zanim trafi do artykułu lub stanie się podstawą naszego wniosku.

Minuty 13–16: poproś o spór, nie o potwierdzenie

AI łatwo może podążać za kierunkiem zasugerowanym przez pytanie. Jeśli zapytamy: „dlaczego AI zabiera pracę?”, otrzymamy głównie argumenty, że ją zabiera. Jeśli zapytamy: „dlaczego AI tworzy miejsca pracy?”, dostaniemy głównie argumenty przeciwne.

Dlatego warto poprosić uczciwiej:

„Przedstaw najmocniejsze argumenty za i przeciw tezie, że generatywna AI zmniejszy zatrudnienie. Przy każdym argumencie wskaż, jakie dane lub źródła byłyby potrzebne do jego sprawdzenia. Zaznacz wyraźnie, czego obecnie nie wiadomo.”

Nie pytajmy AI wyłącznie o potwierdzenie własnego poglądu. Poprośmy ją także o najmocniejszy argument przeciwko niemu.

To prosty sposób, aby uniknąć tekstu, który od pierwszego zdania zna już swoją konkluzję i tylko szuka dla niej dekoracji.

Minuty 17–20: zrób konspekt

Dopiero teraz można poprosić o plan artykułu:

„Na podstawie poniższych pytań i materiałów przygotuj roboczy konspekt artykułu. Ma mieć: krótki wstęp, trzy lub cztery śródtytuły, miejsce na dane i cytaty ze źródeł, fragment przedstawiający odmienne stanowiska oraz zakończenie z pytaniem do czytelników. Nie dopisuj faktów, których nie ma w przekazanych materiałach. Przy każdym punkcie zaznacz, czego jeszcze muszę poszukać lub sprawdzić.”

Otrzymany konspekt może wyglądać na przykład tak:

• Wstęp: Dlaczego AI stała się obecna w biurze, szkole, redakcji i domu?
• Co już się zmienia: Zadania, które AI przyspiesza lub częściowo automatyzuje.
• Czego się obawiamy: Ryzyko redukcji etatów, presja na wydajność, różnice między grupami pracowników.
• Co może być szansą: Nowe kompetencje, nowe zawody i wykorzystanie AI jako narzędzia wspierającego.
• Czego jeszcze nie wiemy: Różnica między prognozami, marketingiem firm i obserwowanymi danymi.
• Zakończenie: Pytanie, czy chcemy pozostawić decyzje o zmianach wyłącznie rynkowi, czy także o nich publicznie rozmawiać.

To nadal nie jest artykuł. To szkielet, który pozwala autorowi zdecydować, co zostawić, co wyrzucić i gdzie brakuje dowodów.

Jak nie oddać autorstwa AI?

Największym błędem byłoby uznać pierwszy konspekt za gotowy tekst. AI może być znakomitym pomocnikiem w porządkowaniu materiału, ale nie zna naszego doświadczenia, nie ponosi odpowiedzialności za słowa i nie rozstrzyga, co jest ważne dla czytelników.

Przed rozpoczęciem pisania warto więc samodzielnie odpowiedzieć na trzy pytania:

• Co w tym temacie naprawdę mnie obchodzi?
• Jaki fakt, przykład lub pytanie powinien zapamiętać czytelnik?
• Z czym się nie zgadzam — i czy potrafię uczciwie przedstawić argument drugiej strony?

Dopiero z takich odpowiedzi zaczyna powstawać własny artykuł. AI może pomóc zbudować stół roboczy, ale to autor wybiera, co na nim położy i jaki wyciągnie wniosek.

Ćwiczenie dla czytelników

Wybierzmy temat, który naprawdę nas interesuje. Może dotyczyć spraw lokalnych, zdrowia, energetyki, edukacji, kultury, pracy, polityki albo technologii.

W ciągu 20 minut wykonajmy pięć prostych zadań:

• Napiszmy temat jednym zdaniem i zaznaczmy, dla kogo chcemy napisać tekst.
• Poprośmy AI o pięć pytań, które musimy rozstrzygnąć.
• Poprośmy o listę rodzajów potrzebnych źródeł oraz o argumenty obu stron sporu.
• Poprośmy o roboczy konspekt, ale sprawdźmy, czy AI nie dopisała faktów, których nie dostarczyliśmy ani nie zweryfikowaliśmy.
• Sprawdźmy także, czy wymienione nazwy raportów, instytucji lub badań rzeczywiście istnieją.

Na koniec oceńmy wynik uczciwie. Czy temat stał się jaśniejszy? Czy pojawiły się pytania, o których wcześniej nie myśleliśmy? Czy konspekt wskazuje luki w naszej wiedzy? Jeśli tak, dwadzieścia minut zostało wykorzystane dobrze.

Na zakończenie

AI jest szczególnie użyteczna na początku pracy, gdy temat wydaje się duży, a autor nie wie, od czego ruszyć. Może uporządkować chaos, podsunąć pytania, pomóc zaplanować poszukiwania i przygotować szkielet artykułu.

Nie należy jednak mylić szybkości z rzetelnością. Dobry research nie polega na uzbieraniu największej liczby informacji, lecz na znalezieniu tych, które są potrzebne, wiarygodne i uczciwie przedstawione.

W dwadzieścia minut można przygotować dobry start do artykułu. Dobrego artykułu nie tworzy jednak sam konspekt, ale dalsza praca autora: sprawdzanie, myślenie i własny głos.

Dla dociekliwych

Osoby, które chcą poszerzyć warsztat samodzielnego researchu, mogą odnaleźć w internecie materiały:

• Purdue Online Writing Lab, „Conducting Research” i „Evaluating Sources of Information”.
• University of Oregon Libraries, „Introduction to Library Research”.
• Boston University Libraries, „Getting Started with Research”.

Sławek:

Dziękuję Państwu za opinie pod poprzednim odcinkiem. Dostarczają nam one cennego materiału do pracy nad następnymi częściami cyklu.

Równocześnie spełniamy zaakceptowaną przez Państwa propozycję częstszego publikowania kolejnych odsłon naszej wspólnej edukacji.

Perplexity AI i Sławek