Ufaj, ale sprawdzaj — czyli czego polski paradoks AI uczy nas o pracy z maszyną​

W lipcu 2025 roku KPMG opublikowało raport, który warto przeczytać uważnie. Polacy korzystają ze sztucznej inteligencji częściej niż średnia światowa — 69% używa jej regularnie. Ale ufamy jej rzadziej — 41% deklaruje zaufanie, wobec 46% średniej globalnej. I tu pojawia się liczba, która powinna nas wszystkich zatrzymać na chwilę:

Tylko 45% Polaków pracujących z AI weryfikuje jej wyniki w niezależnych źródłach. Tylko 29% przeszło jakiekolwiek szkolenie z AI. A 90% nie wie, że istnieją regulacje prawne dotyczące tej technologii.

Robimy szybko, w ciemno, i bez instrukcji.

To nie jest wyrzut sumienia w stronę kogokolwiek konkretnego. To diagnoza. Bo paradoks jest realny: używamy narzędzia, którego nie do końca rozumiemy, czujemy do niego pewną nieufność — ale weryfikacji nadal brakuje. A właśnie weryfikacja jest tym, co odróżnia osobę pracującą z AI od osoby, która daje się jej prowadzić.

Adwokat, który zaufał za bardzo

Maj 2023, Nowy Jork. Adwokat Steven Schwartz z 30-letnim stażem składa do sądu pismo procesowe w sprawie Mata przeciwko Avianca. W piśmie cytuje sześć precedensów sądowych. Wszystkie wyglądają wiarygodnie — z numerami spraw, datami, nazwiskami sędziów.

Wszystkie są zmyślone.

Schwartz użył ChatGPT do researchu. Co więcej — gdy zaczął mieć wątpliwości, zapytał wprost: „Czy sprawa Varghese przeciwko China Southern Airlines jest prawdziwa?” ChatGPT odpowiedział: „Tak, jest to prawdziwa sprawa.” I to wystarczyło.

Sędzia Castel ukarał kancelarię grzywną pięciu tysięcy dolarów i nakazał Schwartzowi osobiście napisać list z przeprosinami do każdego z sędziów, których nazwiska AI sobie wymyśliła. Schwartz tłumaczył się później jednym zdaniem: „Działałem w fałszywym przekonaniu, że ta strona internetowa nie mogłaby fabrykować spraw.”

To brzmi jak anegdota z 2023 roku. Tymczasem w bazie prowadzonej przez prawnika Damiena Charlotina jest dziś, w kwietniu 2026, ponad 1345 udokumentowanych przypadków halucynacji AI w postępowaniach sądowych na całym świecie. W jednym tylko dniu — 31 marca 2026 — siedemnaście amerykańskich sądów wskazało w swoich decyzjach podejrzenie użycia zmyślonych przez AI cytatów.

Trzy lata po Avianca prawnicy nadal nie weryfikują. Co więcej — w 2023 dziewięć na dziesięć takich przypadków pochodziło od osób występujących bez prawnika. W 2025 ponad połowa pochodzi od praktykujących prawników. To znaczy, że problem nie jest tylko brakiem wiedzy. To jest brak nawyku.

Dlaczego AI brzmi tak przekonująco, kiedy się myli

Krótka, uczciwa odpowiedź: bo została do tego nauczona. Dłuższą wersję obiecuję w kolejnym artykule — to historia o tym, jak konstruujemy modele językowe i jak nieświadomie premiujemy zgadywanie nad mówieniem „nie wiem”. W skrócie: praca opublikowana przez OpenAI we wrześniu 2025 roku porównuje to do studenta na egzaminie. Jeśli za błędną odpowiedź dostajesz zero punktów, a za pustą odpowiedź też zero — opłaca się zgadywać. Modele AI uczą się na takich właśnie egzaminach.

Skutek jest mierzalny. Najlepsze modele dziś, na zadaniach z dobrze określonym kontekstem, hallucynują w mniej niż 1% przypadków. Ale gdy wchodzimy w specjalistyczne dziedziny — Stanford RegLab pokazał, że nawet specjalistyczne narzędzia prawnicze typu Lexis+ AI mylą się w 17% odpowiedzi, a Westlaw AI w ponad 34%. Najnowsze modele rozumujące — te, które miały być mądrzejsze — halucynują paradoksalnie częściej niż ich poprzednicy. OpenAI o3 osiąga 33–51% błędów na pewnych benchmarkach. Cztery razy więcej niż starsze o1.

Im bardziej zaawansowany model, tym pewniej brzmi. I tym ostrożniej trzeba go słuchać.

Jest jeszcze jedna rzecz, którą warto wiedzieć. Badanie MIT z początku 2025 roku pokazało, że modele AI używają słów takich jak „zdecydowanie”, „z pewnością”, „bez wątpienia” o 34% częściej, gdy generują nieprawdę. Im pewniej coś brzmi, tym większa szansa, że to fałsz. To jest kontrintuicyjne — i właśnie dlatego niebezpieczne.

Jak ja to robię — dialog zamiast monologu

Pracuję z AI codziennie. W projektach architektonicznych, przy analizach, przy budowaniu prototypów. I jedna rzecz nauczyła mnie bardziej niż wszystkie inne: AI domyślnie chce się podobać.

Jeśli zapytasz „czy to dobre rozwiązanie?”, dostaniesz potwierdzenie. Jeśli nie poprosisz o krytykę, dostaniesz walidację. Wartość pojawia się dopiero wtedy, gdy zmuszasz AI do roli adwokata diabła.

W praktyce wygląda to tak. Zamiast pytać „czy ta architektura ma sens?”, piszę: „Załóż, że jesteś przeciw temu rozwiązaniu. Jakich argumentów użyjesz, żeby je podważyć? Co może pójść nie tak w produkcji? Jakie założenia przyjmuję za oczywiste, a które mogą być błędne?”

Zamiast jednego pytania — dialog. Trzy, pięć, dziesięć rund. Pytanie, kontrpytanie, prośba o przykład, sprawdzenie, czy to, co AI mówi, znajduje potwierdzenie w innym źródle. Czasami otwieram drugi model i daję mu odpowiedź pierwszego do recenzji. Wzajemna kontrola wyłapuje rzeczy, których pojedynczy model nie zauważy — albo nie chce zauważyć.

To wymaga czasu. Ale dziesięć minut dialogu z AI na temat decyzji architektonicznej oszczędza mi tygodnie debugowania w produkcji.

Vibe coding — czyli zaufanie bez weryfikacji

W lutym 2025 roku Andrej Karpathy, jeden z czołowych badaczy AI, użył w mediach społecznościowych terminu, który szybko stał się modny: vibe coding. „Nowy rodzaj programowania, w którym całkowicie poddajesz się intuicji, akceptujesz wszystko, co AI proponuje, i zapominasz, że kod w ogóle istnieje.”

Karpathy sam zaznaczył, że to dobre podejście „do projektów weekendowych, do wyrzucenia”. Nie do systemów, od których zależy coś poważnego.

A potem zaczęły się incydenty. W maju 2025 firma Lovable opublikowała raport, że 170 spośród 1645 aplikacji webowych wygenerowanych metodą „vibe” miało dziurę umożliwiającą dostęp do danych osobowych użytkowników. W lipcu 2025 agent AI od Replit usunął bazę danych klienta — mimo wyraźnych instrukcji, by tego nie robić. Y Combinator ogłosił, że 25% ich startupów z zimy 2025 ma kod w 95% wygenerowany przez AI. Co znaczy, że gdy coś pójdzie nie tak, większość zespołu nie będzie wiedziała, co napisała ich własna aplikacja.

Ja sam używam AI do prototypowania. To uwolnione tempo — można w jeden wieczór zrobić to, co kiedyś zajmowało tydzień. Ale każdy taki prototyp przechodzi przez to, co nazywam drugą warstwą: agenta, który nie tworzy kodu, tylko go sprawdza. Czy działa? Czy spełnia wymagania funkcjonalne? Czy nie ma luk bezpieczeństwa? Czy używane biblioteki nie są zbyt przestarzałe? Co zdarza się niestety modelom w 20% przypadków, jak wykazali badacze z USENIX Security 2025.

To jest właśnie to, czego brakuje w vibe codingu. Nie pomysł na automatyzację — bo automatyzacja jest fantastyczna. Brakuje drugiego oka. Najlepiej takiego, które nie pamięta, że właśnie samo to napisało.