27.08.2026
Rozmowa pod dwoma pierwszymi odcinkami cyklu „Zobaczmy, jakie to proste!” zaczęła się od pytań praktycznych: jak zadać pytanie AI, jak otworzyć źródło, jak odróżnić informację od jej streszczenia. Szybko pojawił się temat większy i poważniejszy: nie tylko jak korzystać ze sztucznej inteligencji, lecz także komu, czemu i za jaką cenę ma ona służyć.
Temat wniósł stały czytelnik, komentator i autor „Studio Opinii” — Narciarz2. Pisze z perspektywy obserwatora amerykańskiej nauki, jej finansowania, politycznych nacisków i atmosfery wokół AI.
W tym sensie Narciarz2 jest współautorem tego materiału. Starałem się możliwie wiernie przedstawić argumenty, zastrzeżenia i pytania zawarte w jego komentarzach, choć oczywiście nie przesądzam, że podzielam wszystkie jego diagnozy. Za ten współudział oraz za cenny ferment intelektualny należą mu się ukłony i podziękowania.
Głos Narciarza2
Pierwsze ostrzeżenie dotyczy natury modeli językowych. Potrafią one formułować wypowiedzi płynne, przekonujące i pozornie rozumne, lecz nie daje to jeszcze gwarancji, że rozumieją opisywaną sprawę ani że mówią prawdę. Mogą popełniać błędy, wymyślać fakty lub źródła, łączyć niepasujące informacje i przedstawiać wnioski tonem pewności. Użytkownik łatwo może pomylić sprawność językową z wiedzą, a styl odpowiedzi — z dowodem jej trafności.
Druga obawa dotyczy obrazów, głosów i filmów generowanych przez AI. Narciarz2 przypomniał film przedstawiający Donalda Trumpa oprowadzającego George’a Washingtona po planowanej sali balowej Białego Domu. Washington zmarł w 1799 roku, a sala nie istniała w czasach pierwszego prezydenta Stanów Zjednoczonych. To oczywiście kreacja, lecz technicznie przekonująca.
Pytanie nie brzmi więc tylko: „czy to zabawne?”, lecz także: „czy odbiorca będzie wiedział, że patrzy na fikcję?”. W świecie, w którym można sfabrykować wiarygodnie wyglądające nagranie rozmowy, wystąpienia, wojny, skandalu lub publicznego poparcia, granica między dokumentem a inscenizacją staje się coraz trudniejsza do uchwycenia.
Trzecie zastrzeżenie ma charakter gospodarczy. Zdaniem Narciarza2 wokół AI narasta atmosfera gorączki złota. Wielkie firmy inwestują w centra danych, energię, układy obliczeniowe i modele, a inwestorzy oczekują spektakularnych zwrotów. W takim otoczeniu łatwo o obietnice większe niż obecne rezultaty.
Według tej krytyki część firm technologicznych wzajemnie napędza własne przychody i wyceny, krążąc tym samym kapitałem między dostawcami infrastruktury, producentami układów, twórcami modeli i ich głównymi klientami. Powstaje pytanie, czy za wzrostem finansowych wskaźników stoi trwały, społecznie potrzebny pożytek, czy raczej mechanizm wymagający kolejnych dopływów pieniędzy.
Narciarz2 zwraca również uwagę na materialny koszt tej rewolucji. AI nie istnieje wyłącznie „w chmurze”. Potrzebuje serwerowni, energii elektrycznej, wody do chłodzenia, kopalń, fabryk, sieci przesyłowych oraz pracy ludzi. Gdy zaś zyski prywatnych firm rosną, część kosztów może pozostać po stronie społeczeństwa: w cenach energii, zużyciu zasobów, ulgach podatkowych lub publicznych inwestycjach w infrastrukturę. AI nie jest więc wyłącznie programem na ekranie — jest również kosztowną, energochłonną infrastrukturą.
Najpoważniejszy niepokój Narciarza2 dotyczy nauki. W Stanach Zjednoczonych uruchomiono Genesis Mission — federalną inicjatywę, która ma wykorzystać AI do przyspieszania badań naukowych i technologicznych. Program obejmuje między innymi energię, biotechnologię, materiały krytyczne, półprzewodniki, fuzję jądrową, informatykę kwantową i badania podstawowe. Administracja zapowiedziała ponad 5 miliardów dolarów federalnych zobowiązań, angażując w przedsięwzięcie kilkanaście agencji; wcześniejszy konkurs Departamentu Energii przewidywał blisko 294 miliony dolarów na projekty badawcze.
Dla autorów programu jest to wielka szansa: AI ma skrócić drogę od danych do odkrycia, wesprzeć badania nad energią, lekami, materiałami i bezpieczeństwem technologicznym. Narciarz2 widzi jednak drugą stronę tej polityki. Obawia się, że język „misji” oraz koncentracja funduszy wokół modnego hasła mogą przesunąć środki z niezależnych badań podstawowych do projektów politycznie atrakcyjnych i zgodnych z interesami technologicznej oligarchii.
W takiej sytuacji naukowcy zależni od grantów mogą unikać publicznej polemiki nie dlatego, że są przekonani, lecz dlatego, że nie chcą ryzykować finansowania zespołu, laboratorium czy własnej przyszłości zawodowej.
W jego spojrzeniu AI nie jest jedyną technologiczną obietnicą, która przyciąga dziś ogromne pieniądze. Obok niej wymienia komputery kwantowe i syntezę termojądrową jako dziedziny przedstawiane jako bliskie wielkiego przełomu. Zadaje niewygodne pytanie: ile w tych obietnicach jest rzetelnej nauki, ile koniecznej inwestycji w długofalowe badania, a ile marketingu, politycznej propagandy i walki o publiczne oraz prywatne fundusze?
Ostrzega, że jeżeli badania podstawowe będą systematycznie spychane na bok, światowe centrum nauki może szybciej przesuwać się w stronę Chin.
To nie jest drobna polemika o jakości jednego czatu. To pytanie o to, kto w epoce AI będzie definiował cele nauki, kierował strumieniem pieniędzy i kontrolował infrastrukturę, bez której nowoczesne badania coraz częściej nie mogą się obejść.
Moje obawy
Podzielam część tych obaw, choć nie wszystkie diagnozy da się już rozstrzygnąć. Nie zakładam, że każda inwestycja w AI jest oszustwem ani że każdy projekt korzystający z tej technologii służy wyłącznie prywatnemu kapitałowi. Byłoby to równie nierozsądne jak twierdzenie, że każda nowa technologia automatycznie przynosi postęp.
Jestem jednak przekonany, że rozwój AI będzie w znacznej mierze szybki, rozproszony i trudny do pełnej kontroli. Rywalizują ze sobą państwa, korporacje, armie, instytucje badawcze i grupy przestępcze. Jeśli narzędzie daje przewagę militarną, gospodarczą albo propagandową, zawsze znajdzie się ktoś, kto będzie próbował użyć go pierwszy — zanim inni zdążą stworzyć rozsądne zasady bezpieczeństwa.
W krótkiej perspektywie najbardziej obawiam się nie buntu maszyn, lecz ludzi wykorzystujących AI przeciw innym ludziom.
Technologia może pomagać w oszustwach finansowych, kradzieży tożsamości, szantażu, fałszywych wezwaniach do zapłaty i podszywaniu się pod bliskich, urzędników czy pracowników banku. Łatwiej można fabrykować zdjęcia, nagrania głosowe i filmy. Łatwiej tworzyć tysiące wiarygodnie brzmiących komentarzy, stron internetowych i rzekomych wiadomości, które mają manipulować odbiorcą albo wywoływać chaos.
Szczególnie groźne jest to w polityce. Deepfake może przedstawiać kandydata wypowiadającego słowa, których nigdy nie powiedział, polityka przyjmującego łapówkę, urzędnika ogłaszającego nieistniejącą decyzję albo dowódcę wydającego fałszywy rozkaz. Materiał może dotrzeć do milionów ludzi, zanim uda się go zdementować. A nawet gdy zostanie zdemaskowany, pozostaje osad niepewności: „może jednak coś w tym było?”.
Fałszerstwo nie musi przekonać wszystkich; czasem wystarczy, że osłabi zaufanie do wszystkiego.
Ryzyka te są dostrzegane przez instytucje zajmujące się bezpieczeństwem i demokracją. Parlament Europejski wskazuje, że złośliwe i oszukańcze użycie deepfake’ów może zagrażać procesom demokratycznym, instytucjom, przedsiębiorstwom, grupom wrażliwym i pojedynczym osobom. Amerykański Departament Bezpieczeństwa Krajowego także zalicza syntetyczne media do istotnych zagrożeń, ponieważ pozwalają tworzyć realistyczne fałszywe treści.
Jest jeszcze zagrożenie mniej widowiskowe, lecz równie poważne: oddawanie własnego myślenia w dzierżawę. Jeśli duża część użytkowników będzie pytać AI nie po to, by lepiej zrozumieć problem, ale po to, by nie czytać, nie sprawdzać, nie pisać i nie podejmować decyzji, osłabnie umiejętność rozpoznawania argumentu, manipulacji i zwykłego nonsensu. Człowiek przyzwyczajony do gotowych odpowiedzi łatwiej staje się odbiorcą, którego można prowadzić za rękę — także politycznie.
W długim horyzoncie podzielam obawy wyrażane przez część twórców i filozofów AI. Wraz ze wzrostem możliwości systemów może rosnąć dysproporcja między ich szybkością działania, skalą oddziaływania i zdolnością do realizowania celów a ludzką zdolnością do nadzoru.
Nie wiemy, czy kiedykolwiek powstanie system przewyższający człowieka w większości ważnych dziedzin. Nie wiemy także, czy taki system „zechce” komukolwiek szkodzić — przypisywanie obecnym modelom ludzkich pragnień byłoby błędem. Wiemy natomiast, że źle określony cel, połączony z szerokim dostępem do infrastruktury i brakiem skutecznych zabezpieczeń, może prowadzić do szkód na ogromną skalę. Problemem nie musi być wrogość maszyny. Wystarczy bezmyślność ludzi, którzy oddadzą jej zbyt wiele decyzji, uprawnień i zasobów.
Niepokoi mnie również koncentracja władzy. Najpotężniejsze modele, dane, centra obliczeniowe i układy scalone znajdują się w rękach niewielkiej liczby korporacji i państw. Kto kontroluje tę infrastrukturę, może uzyskać olbrzymi wpływ na obieg informacji, rynek pracy, reklamy, kulturę, naukę i bezpieczeństwo.
Obserwuję także ekonomię AI. Wyceny największych spółek technologicznych opierają się dziś w dużej mierze na oczekiwaniu przyszłych zysków, podczas gdy tworzenie i utrzymanie zaawansowanych modeli wymaga gigantycznych nakładów na układy obliczeniowe, energię oraz centra danych.
Nie przesądzam, że cała branża znajduje się w bańce, ale dostrzegam wyraźne ryzyko: koszt obsługi zaawansowanych usług może przez długi czas przewyższać to, co skłonny jest za nie zapłacić pojedynczy użytkownik. Sytuacja taka może być uzasadniona na początku działalności start-upu, lecz nie może trwać bez końca.
Konkurencja cenowa dodatkowo komplikuje rachunek ekonomiczny. Modele rozwijane przez chińskie firmy, w tym DeepSeek i Qwen, bywają znacząco tańsze w zastosowaniach API niż rozwiązania zachodnich liderów, choć ich jakość zależy od konkretnego zadania i nie daje się uczciwie sprowadzić do jednej różnicy procentowej.
Jeśli wysokie koszty spotkają się z wojną cenową i rozczarowaniem inwestorów, korekta rynkowa może ograniczyć finansowanie projektów AI. Nie musi to zakończyć rozwoju technologii, ale może go spowolnić, usunąć z rynku słabszych graczy i oddać jeszcze większą władzę kilku firmom zdolnym przetrwać kryzys.
Wspólny mianownik
Narciarz2 ostrzega przed polityczno-finansowym wymiarem AI: modą napędzaną kapitałem, koncentracją pieniędzy i władzy, kosztami infrastruktury oraz możliwością podporządkowania nauki jednej „misji”. Ja z kolei mocniej akcentuję bezpośrednie konsekwencje dla codziennego życia: oszustwa, fałszywe nagrania, propagandę, manipulowanie wyborcami, anonimowe kampanie wpływu i stopniowe odzwyczajanie ludzi od samodzielnego myślenia.
Te perspektywy się nie wykluczają. Przeciwnie: mogą opisywać różne piętra tego samego problemu. Na górze znajdują się pieniądze, polityka i kontrola infrastruktury; niżej — technologia, która może tworzyć nowe możliwości; na samym dole zaś zwykły człowiek, do którego telefonu trafia fałszywy głos wnuka, spreparowany film albo tysiąc pozornie niezależnych komentarzy.
Nie ma podstaw, by z góry ogłaszać AI wyłącznie oszustwem, bańką albo zapowiedzią zagłady. Są za to bardzo mocne podstawy, by odrzucić beztroski zachwyt i marketingową opowieść, że technologia sama z siebie wszystko naprawi.
Jej skutki zależą od zasad, własności, finansowania, prawa, kontroli społecznej i naszych codziennych nawyków. W tym sensie ostrożność nie jest wrogością wobec postępu. Jest próbą obrony tego, co w postępie powinno pozostać najważniejsze: prawdy, odpowiedzialności, niezależnego myślenia i ludzkiej zdolności do powiedzenia „sprawdzam”.
Opinie czytelników
Chętnie poznam Państwa opinie — zarówno o zagrożeniach, obawach i pytaniach związanych z generatywną sztuczną inteligencją, jak i o tezach oraz argumentach przedstawionych w tym artykule.
Ciekawe byłoby także oddanie głosu samej AI. Warto zapytać narzędzia różnych dostawców, jak oceniają kwestie, które nas martwią, zastanawiają i interesują: ryzyko oszustw, deepfake’ów i propagandy, wpływ na samodzielne myślenie, koncentrację technologicznej władzy, ekonomię inwestycji oraz długofalowe bezpieczeństwo rozwoju AI.
Być może osobny tekst powinien powstać jako odpowiedź wygenerowana przez kilka modeli AI — nie jako wyrocznia, lecz jako materiał do porównania, krytycznej lektury i dyskusji. Byłoby to co najmniej współautorstwo sztucznej inteligencji: okazja, by zapytać ją wprost, co sądzi o świecie, który pomaga tworzyć.
Sławek
