Dragan: czego człowiek może nauczyć się od AI?

Sztuczna inteligencja uczy się od ludzi. Ale ludzie mogą uczyć się od niej. Ta myśl była jednym z najciekawszych wątków wystąpienia Andrzeja Dragana podczas 15. Festiwalu Promocji Warmii i Mazur oraz #WaMaMarketing. 11 września 2026 roku w Hali Urania w Olsztynie rozmawiano o przyszłości, której tempa coraz trudniej dotrzymać. Wydarzenie zorganizowały Samorząd Województwa Warmińsko-Mazurskiego i Miasto Olsztyn.

Dragan mówił o inteligencji, twórczości i granicach przewidywania. Z przedstawionych przez niego rozważań wyłaniała się perspektywa wymagająca czegoś więcej niż opanowania kolejnej aplikacji: gotowości do ciągłego uczenia się, sprawdzania własnych przekonań i improwizowania. Jednocześnie nie padała gwarancja, że technologiczna przyszłość będzie bezpieczna.

Relacja powstała na podstawie notatek uczestnika wydarzenia przekazanych redakcji. Wypowiedzi Andrzeja Dragana przedstawiamy jako parafrazy, nie dosłowne cytaty. Kontekst badawczy został uzupełniony osobno.

Maszyna też może czegoś nas nauczyć

Jedna z obaw towarzyszących rozwojowi AI wygląda następująco: systemy przejmą ludzką wiedzę, następnie zaczną rozwijać własne możliwości, a człowiek pozostanie w miejscu. W relacjonowanym wystąpieniu Dragan zwracał uwagę, że wpływ może być obustronny. Przywoływał szachistów, którzy dzięki analizowaniu propozycji komputerów doskonalą własną grę.

Istotą tego przykładu jest zmiana roli maszyny. Program, który potrafi pokonać człowieka, może również pokazać mu rozwiązanie wcześniej pomijane. Wartością dla uczącego się nie jest samo poznanie najlepszego ruchu, lecz zrozumienie, dlaczego działa. W tym ujęciu przewaga narzędzia otwiera nową możliwość rozwoju użytkownika.

Dragan odwoływał się także do Garry'ego Kasparowa i idei współpracy człowieka z komputerem. W przywołanej podczas spotkania perspektywie przyszłość szachów wiązała się z łączeniem ich możliwości. Taki przykład nie rozstrzyga jednak automatycznie, jak będzie wyglądać współpraca z AI w każdej innej dziedzinie.

Do tej myśli można dołożyć osobny kontekst naukowy. Minkyu Shin i współautorzy w pracy z 2023 roku analizowali ponad 5,8 miliona decyzji zawodowych graczy w go. Po pojawieniu się systemów przewyższających ludzi odnotowali poprawę jakości ludzkich decyzji oraz częstsze wykorzystywanie nowych posunięć. Wyniki sugerują, że kontakt z silniejszą AI mógł skłaniać graczy do odchodzenia od utrwalonych strategii.

To badanie dotyczyło go, nie szachów. Nie dowodzi też wzrostu ogólnej inteligencji ludzi ani tego, że każda forma korzystania z AI rozwija użytkownika. Pokazuje natomiast konkretny obszar, w którym pojawieniu się silniejszych maszyn towarzyszyła poprawa ludzkiej gry.

Przyszłość wymaga improwizacji

Na pytanie o to, czy mamy się czego bać, Dragan odpowiadał, że nikt nie zna przyszłego przebiegu zmian. Zwracał uwagę na ograniczenia naszej wyobraźni: próbujemy przewidywać świat za pomocą doświadczeń, które mogą okazać się niewystarczające wobec nowych możliwości technologii.

Z tego wynikała jego uwaga o improwizowaniu. Dostosowanie się do obecnej sytuacji może być zbyt wąskim celem, jeśli w czasie potrzebnym na naukę sytuacja ponownie się zmieni. Potrzebna staje się umiejętność działania przy niepełnej wiedzy i korygowania sposobu pracy wraz z napływem nowych informacji.

Dragan wskazywał również na różnicę tempa: AI zaskakuje kolejnymi możliwościami, a ludzie potrzebują czasu, żeby przeanalizować ich znaczenie. Sugerował, że za dwadzieścia lat część dzisiejszych obaw może wydawać się nam anachroniczna. Był to możliwy scenariusz, a nie obietnica, że zagrożenia okażą się nieistotne.

W wystąpieniu pojawiła się też myśl, że wdrożenie rozwiązania w małej skali otwiera drogę do jego upowszechnienia, które staje się kwestią czasu. To przewidywanie prelegenta, nie uniwersalne prawo technologii. Samo działanie rozwiązania w ograniczonych warunkach nie rozstrzyga jeszcze, kiedy i na jakich zasadach uda się zastosować je powszechnie.

Dlaczego niedoskonałość może mieć wartość

Rozmowa dotyczyła również tego, co cenimy w ludzkiej twórczości. Dragan zwracał uwagę na znaczenie osobistego wkładu, charakteru i niedoskonałości. W jego ocenie odbiorców potrafi zniechęcać przewidywalność materiałów tworzonych przez AI, podczas gdy człowiek przyciąga własnym sposobem patrzenia na świat.

W tak rozumianej twórczości techniczna poprawność nie wyczerpuje wartości dzieła. Znaczenie ma także to, czy ktoś podjął interesującą decyzję, pokazał rozpoznawalną wrażliwość lub opowiedział coś, co wynika z jego doświadczenia. Niedoskonałość może być śladem tych wyborów, choć sama w sobie nie stanowi jeszcze gwarancji dobrej sztuki.

Uwagi o nudzie i ludzkiej oryginalności były oceną Dragana. Nie należy odczytywać ich jako ustalenia, że każdy materiał powstały z AI jest nieciekawy, a każdy wykonany przez człowieka wartościowy. Prowadzą raczej do pytania o to, za co odbiorca chce doceniać autora, gdy samo wytwarzanie treści staje się coraz łatwiejsze.

Fotografia już przechodziła podobny spór

Dragan sprzeciwiał się kategorycznym zapowiedziom zniknięcia artystów. Przywołał spory towarzyszące upowszechnianiu fotografii cyfrowej: korzystającym z nowych aparatów zarzucano pójście na skróty i odejście od prawdziwego fotografowania. Dziś cyfrowe narzędzia są dla wielu twórców czymś zwyczajnym.

W jego interpretacji podobny proces oswajania technologii może dotyczyć AI. To użyteczna analogia do rozmowy o zmieniających się kryteriach autentyczności, ale nie pewna prognoza losów zawodów twórczych. Z faktu, że przywykliśmy do jednej technologii, nie wynika, że skutki kolejnej będą identyczne.

Ważne jest jednak pytanie postawione przez to porównanie: czy o wartości pracy rozstrzyga rodzaj użytego narzędzia, czy także pomysł, decyzje autora i efekt, który pozostaje w odbiorcy?

Lepsze narzędzia, nadal ludzkie decyzje

Dragan przedstawiał AI jako narzędzie pozwalające coraz efektywniej realizować zamierzone cele. Jednocześnie podkreślał znaczenie ludzkiej inteligencji, analitycznego myślenia i umiejętności rozwiązywania problemów. Możliwość szybkiego uzyskania odpowiedzi nie usuwa potrzeby oceny, czy odpowiada ona na właściwe pytanie.

Redakcyjny wniosek z tej relacji jest praktyczny: warto pytać nie tylko o to, co AI potrafi zrobić za nas, ale również czego możemy się nauczyć, pracując z jej wynikami. Przykład gier pokazuje jedną z takich możliwości. Nie daje gotowej odpowiedzi na wszystkie pytania o przyszłość, ale poszerza rozmowę o coś więcej niż sam lęk przed zastąpieniem człowieka.

Warto zapamiętać: silniejsze narzędzie może wspierać rozwój człowieka. Znaczenie ma także to, czy próbujemy zrozumieć jego propozycje i potrafimy je ocenić.

A jak wygląda to w Twoim przypadku? Dzięki AI uczysz się czegoś nowego, czy przede wszystkim szybciej kończysz zadania? Podziel się konkretnym przykładem w komentarzu.