Instalacja performatywna Studia Wachowicz/Fret z udziałem dr Jakuba Karpoluka
Rok temu opuszczaliśmy AI Summit PJAIT z poczuciem, że mniej więcej wiemy, czym jest sztuczna inteligencja i z czym mamy tak naprawdę do czynienia. Nie brakowało pytań ani sporów, ale towarzyszyła nam przede wszystkim ciekawość i niecierpliwe wyczekiwanie na to, co przyniesie kolejny rok. Podczas konferencji AI Summit PJAIT 2026, która odbyła się 16 września na terenie naszej uczelni, do tej ciekawości dołączyło znacznie więcej niepewności. Nie dlatego, że AI przestała nas przekonywać swoimi możliwościami. Przeciwnie, rozwinęła się tak szybko, że coraz trudniej przewidzieć, gdzie będą przebiegały granice między jej zadaniami a rolą człowieka.
W zakończeniu relacji z poprzedniej edycji AI Summit PJAIT 2025, zapowiadaliśmy kolejną edycję tej konferencji w tym roku, zastanawiając się, czy nie odbędzie się ono już w innej rzeczywistości. Tegoroczne wystąpienia pokazały, jak trafne było to zastrzeżenie. Pytania o to, co AI potrafi, coraz częściej ustępowały pytaniom o to, czy nadążamy za jej możliwościami i czy rozumiemy konsekwencje ich wykorzystania.
Trzecią edycję AI Summit PJAIT 2026 zorganizowaliśmy przy udziale partnerów flagowych: Orange Polska, Wirtualnej Polski i Microsoftu. Ponownie spotkali się u nas przedstawiciele nauki, biznesu, świata sztuki i nowych technologii, a także studenci. Przez cały dzień sala była pełna, a rozmowy od rana do wieczora można było śledzić również online. Wszystkich poruszonych wątków nie sposób zmieścić w jednej relacji, ale warto wrócić do tych, które najlepiej pokazały, jak wiele zmieniło się przez ostatni rok.
Rok, który zweryfikował nasze wyobrażenia
Dobrym wprowadzeniem do tego dnia była anegdota przywołana przez rektora PJATK, dr hab. Jerzego Pawła Nowackiego. Podczas poprzedniej edycji fragment prozy Stanisława Lema posłużył mu do pokazania różnicy między możliwościami człowieka i AI. Tym razem zrezygnował z podobnego zestawienia, ponieważ wygenerowany tekst ocenił jako równie dobry. To oczywiście nie rozstrzyga sporu o wartość literatury, ale dobrze oddaje tempo, w jakim zmieniają się nasze oczekiwania wobec technologii.
Rektor mówił również o potrzebie nowej umowy społecznej między pracodawcami a pracownikami oraz o nadziei, że AI pozostanie pomocnikiem człowieka, a nie jego mentorem.
Agnieszka Bierawska z Wirtualnej Polski zwracała uwagę, że samo pytanie o wpływ sztucznej inteligencji na rynek pracy już nie wystarcza. Ważniejsze staje się to, czy organizacje potrafią zmieniać się odpowiednio szybko.
Podobną zmianę perspektywy opisywał Paweł Wróbel z Microsoftu. Według niego firmy coraz rzadziej pytają wyłącznie o możliwości poszczególnych modeli, a coraz częściej o bezpieczne wdrożenie i konkretną wartość. Między codziennym korzystaniem z AI a gotowością do odpowiedzialnego zastosowania jej w pracy nadal pozostaje jednak sporo do zrobienia.
Od ręcznej kreski do AI. Co pozostaje po stronie twórcy?
Jacek Rokosz z PJATK zaproponował spojrzenie na sztuczną inteligencję przez historię animacji. Przypomniał, że automatyzacja nie pojawiła się w niej wraz z generatywnymi modelami. Kolejne narzędzia od dawna skracały żmudne etapy produkcji, zmieniały podział pracy i wpływały na ostateczny wygląd filmów.
Jednym z przykładów było wykorzystanie technologii kserograficznej przy produkcji „101 dalmatyńczyków”. Jak pokazywał prelegent, usprawnienie kopiowania rysunków przyniosło nie tylko oszczędność pracy, ale również inny charakter kreski. W jego ujęciu AI wpisuje się w tę historię jako kolejny etap rozwoju narzędzi, a potrzeba opowiadania historii nadal pozostaje po stronie człowieka.
Panel „AI & Digital Media” pokazał jednak, że szybsza realizacja pomysłów nie rozwiązuje wszystkich problemów twórcy. Ewa Satalecka z PJATK zwracała uwagę, że sztuka nie jest konkursem efektywności, a masowe korzystanie z podobnych narzędzi może prowadzić do ujednolicenia rezultatów. Łatwość wygenerowania obrazu nie musi przecież oznaczać, że powstało coś wyjątkowego.
Obok przykładów wykorzystania AI w pracy kreatywnej pojawiły się pytania o prawa autorskie i odpowiedzialność za udostępniane materiały. Olga Sobkowicz opowiadała o rezygnacji Instytutu Teatralnego ze współpracy z modelem, gdy nie było możliwe zagwarantowanie ochrony praw twórców archiwum. Był to konkretny przykład sytuacji, w której dostępność technologii nie przesądza jeszcze o zasadności jej użycia.
AI nie mieści się w jednej specjalizacji
Inną perspektywę zaproponował Sławomir Idziak w wystąpieniu „AI z punktu widzenia emeryta”. Mówił o doświadczeniu pokolenia, które przeszło od świata analogowego przez cyfrowy do sztucznej inteligencji. Nie traktował przy tym AI wyłącznie jako kolejnego prostego narzędzia, ale jako partnera, którego obecność zmienia sposób pracy i myślenia.
Szczególnie ważne dla środowiska akademickiego były jego postulaty dotyczące edukacji. Idziak przekonywał do łączenia kompetencji technicznych z humanistyką, rozwijania pracy zespołowej oraz tworzenia przestrzeni do eksperymentów, czyli hackathonów, obozów i projektów interdyscyplinarnych. Zachęcał też uczelnie i firmy do budowania własnego sposobu pracy z AI, zamiast poprzestawania na identycznym zestawie narzędzi używanych przez wszystkich.
Wdrożenia zaczynają się od ludzi, nie od modeli
W panelu „AI & Wdrożenia”, prowadzonym przez Łukasza Kijka, rozmowa szybko zeszła z możliwości technologii na reakcje pracowników. Adam Kuzdraliński z PJATK podkreślał, że opór może wynikać z poczucia lekceważenia wiedzy i doświadczenia specjalistów. Wdrożenie powinno więc odbywać się razem z ludźmi, a nie ponad ich głowami.
Katarzyna Otto ze Snowflake zwracała uwagę na potrzebę rozpoznania przyczyn obaw. Czym innym jest brak umiejętności, a czym innym lęk przed utratą stanowiska. Michał Rawski z BLIKA wskazywał natomiast na znaczenie pracowników, którzy jako pierwsi przekonują się do nowych rozwiązań i potrafią pokazać pozostałym, że rzeczywiście pomagają one w codziennych zadaniach.
W dyskusji wracało podejście oparte na niewielkich, sprawdzalnych krokach. Najpierw konkretny problem, przygotowanie danych i zespołu, później test oraz ocena wyniku. To mniej widowiskowe niż ogłoszenie wielkiej strategii AI, ale daje szansę na korzyści, które pracownicy mogą zobaczyć we własnej pracy.
Sztuczna inteligencja po obu stronach rachunku
Artur Stankiewicz z Orange Polska pokazał wdrożenia od strony, która w opowieściach o AI bywa pomijana, a więc kosztów. Sztuczna inteligencja może poprawiać wyniki firmy, ale sama również generuje wydatki, zależne między innymi od skali użycia modeli. Dlatego potrzebuje nie tylko entuzjastów, lecz także osób odpowiedzialnych za kontrolę kosztów i ocenę opłacalności.
Prelegent przywołał doświadczenie wyłączenia przez dostawcę modelu, nad którego wykorzystaniem wcześniej pracowano. Praktyczny wniosek był prosty – wdrażając AI, trzeba mieć plan na zmianę technologii. Uzależnienie projektu od jednego rozwiązania może okazać się problemem szybciej, niż zakładał zespół.
Wśród omawianych zastosowań znalazły się voiceboty w obsłudze klienta, wsparcie tworzenia oprogramowania oraz konwersacyjny dostęp do danych i raportów. Ten ostatni przykład dobrze pokazywał różnicę między udostępnieniem narzędzia a jego rzeczywistym wykorzystaniem. Nawet wygodniejszy sposób pracy nie gwarantuje, że pracownicy porzucą dotychczasowe przyzwyczajenia.
Biznes pyta już o problem, a nie o samą AI
Panel „AI & Business” przyniósł kolejne przykłady zastosowań. Adam Simon z OTOMOTO opisywał automatyczne przygotowywanie opisów ogłoszeń na podstawie zdjęć lub krótkich filmów, wskazując na skrócenie czasu publikacji o 36%. Wojciech Ogórek z BNP Paribas Bank Polska mówił między innymi o pozyskiwaniu danych z dokumentów kredytowych i wsparciu tworzenia oprogramowania.
Obok korzyści wybrzmiała jednak kwestia granic automatyzacji. W bankowości nawet niewielki odsetek błędów może mieć poważne konsekwencje, dlatego sama wysoka skuteczność rozwiązania nie zamyka dyskusji o jego bezpieczeństwie. Paweł Wróbel podkreślał z kolei, że wdrożenie AI jest zmianą organizacyjną, a nie wyłącznie projektem technologicznym.
Przydatnym uzupełnieniem tych rozmów była uwaga Macieja Tąkiela z PJATK o krytycznym czytaniu raportów branżowych. Warto pytać, kto zlecił badanie i co rzeczywiście wynika z jego danych. W świecie pełnym obietnic dotyczących AI szczególnego znaczenia nabierają doświadczenia z konkretnych wdrożeń.
Cyberbezpieczeństwo – mniej strachu, więcej odpowiedzialności
W panelu „AI & Cybersecurity”, moderowanym przez Grzegorza Dobieckiego, powracała myśl, że obawy nie powinny kończyć się na samej technologii. Równie ważne są intencje ludzi, którzy ją rozwijają i wykorzystują, oraz presja, pod jaką nowe produkty trafiają do użytkowników. Strach nie zastąpi przy tym zarządzania ryzykiem.
Dyskutowano o coraz bardziej przekonujących atakach wymierzonych w pracowników i o korzystaniu z AI poza kontrolą organizacji, określanym jako shadow AI. Człowiek pojawiał się w tej rozmowie zarówno jako potencjalnie słabe ogniwo, jak i osoba zdolna zauważyć zagrożenie oraz właściwie na nie zareagować. Dlatego edukacja i współpraca zespołów pozostawały równie ważne jak rozwiązania techniczne.
Rozmowa objęła także zastosowania wojskowe, zależność od dostawców technologii i odpowiedzialność za decyzje podejmowane z udziałem systemów automatycznych. Mocno wybrzmiał postulat, by kwestie prawne i bezpieczeństwo uwzględniać od początku projektu. Sprawdzanie ich dopiero przed uruchomieniem gotowego rozwiązania może oznaczać konieczność cofnięcia się o kilka etapów.
Czy naprawdę nie potrzebujemy już matematyków?
Bartosz Naskręcki wybrał formę, która wyraźnie odróżniała jego wystąpienie od wcześniejszych prezentacji. Zamiast kolejnego zestawu przykładów wdrożeń przedstawił spekulatywną opowieść o systemie AI o imieniu Daniel, stopniowo przejmującym pracę matematyków. Prowokacyjny tytuł „Nie potrzebujemy już matematyków” był zaproszeniem do namysłu nad takim scenariuszem, a nie ogłoszeniem końca zawodu.
W tej historii maszyna tworzyła dowody, pisała i recenzowała publikacje, podczas gdy ludzie coraz mniej rozumieli z rezultatów jej pracy. Fikcyjny świat stawał się zależny od odpowiedzi, których nie potrafił już samodzielnie sprawdzać. Nawet rozwiązanie wielkiego problemu matematycznego nie dawało wówczas pewności, że wszystko rzeczywiście się zgadza.
Nie chodziło więc tylko o to, czy AI potrafi coś obliczyć szybciej. Opowieść stawiała pytanie o cenę rezygnacji z rozumienia i o to, co stanie się z wiedzą, gdy zabraknie ludzi zdolnych ją weryfikować. W kontekście naszej uczelni trudno o bardziej dosadne przypomnienie, dlaczego sam wynik nie powinien zastępować procesu dochodzenia do niego.
Szybciej nie zawsze znaczy lepiej
W rozmowie z Tomaszem Bagińskim i programistą znanym jako Psyho powróciło rozróżnienie między usprawnieniem pracy a oddaniem kontroli nad jej twórczą częścią. Bagiński podkreślał znaczenie autorstwa i relacji odbiorcy z człowiekiem stojącym za dziełem. Możliwość wygenerowania tysięcy obrazów nie jest dla niego tym samym co stworzenie własnej wypowiedzi.
Psyho zwracał uwagę na podobny problem w programowaniu konkursowym. Przekazywanie kolejnych zadań AI może zmieniać nie tylko tempo rozwiązywania problemów, lecz także charakter samej aktywności i udział człowieka w podejmowaniu twórczych decyzji. W obu dziedzinach pojawiało się zatem pytanie, które etapy chcemy przyspieszyć, a które nadają naszej pracy sens.
Rozmowa nie sprowadzała się jednak do obaw. Psyho wskazywał na ogromne możliwości samodzielnego uczenia się, prototypowania i sprawdzania pomysłów. Z kolei Bagiński, także podczas późniejszej sesji pytań, wyraźnie odróżniał to, co AI robi szybciej, od tego, co w jego ocenie robi lepiej. Ta różnica okazała się jednym z najważniejszych punktów całego dnia.
Co mają białe dziury do sztucznej inteligencji?
Andrzej Dragan w wykładzie „Dziury koloru białego” zabrał uczestników w stronę fizyki, czasoprzestrzeni i sposobu powstawania odkryć naukowych. Była to jednak droga prowadząca z powrotem do głównego tematu konferencji. Na przykładach związanych z teorią względności pokazywał znaczenie dostrzegania analogii i łączenia pozornie odległych zjawisk.
W jego argumentacji rozpoznawanie wzorców nie stanowiło przeciwieństwa inteligencji, ale jeden z jej fundamentów. Takie spojrzenie podważa wygodne założenie, że modele jedynie dopasowują znane elementy, podczas gdy człowiek tworzy w całkowicie odmienny sposób. Dragan wskazywał również na rolę doświadczeń i obserwacji, które dostarczają nauce nowych pytań. Rozmowa o AI stawała się tym samym rozmową o tym, jak rozumiemy własne myślenie.
Co pozostało dla człowieka?
W ubiegłym roku jednym z najmocniejszych punktów konferencji była dyskusja Jacka Dukaja z Andrzejem Draganem. Tym razem do rozmowy prowadzonej przez Dariusza Rosiaka dołączył Bartosz Naskręcki. Pytania dotyczyły już nie tylko zdolności modeli, ale także podmiotowości człowieka, autorstwa odkryć i znaczenia rozumienia.
Dragan przedstawiał prognozę, w której maszyny przejmą znaczną część pracy matematycznej. Dukaj zastanawiał się nad tym, jak postępująca wiedza o mechanizmach naszego myślenia wpływa na pojęcie indywidualnej twórczości. W dyskusji pojawiały się również obawy o koncentrację władzy nad technologią oraz o zdolność społeczeństw do świadomego decydowania o jej wykorzystaniu.
Nie były to gotowe odpowiedzi ani uzgodniony harmonogram przyszłości. Zderzenie różnych perspektyw dobrze pokazywało natomiast, dlaczego niepewność tak często powracała tego dnia. Coraz trudniej wskazać kompetencję, której trwałą wyłączność człowiek mógłby po prostu przyjąć za pewnik.
W sesji pytań, do której dołączyli Bagiński i Psyho, pojawiło się jednak ważne rozróżnienie. Dukaj zwracał uwagę na wartość samego tworzenia – osobistego przeżycia, satysfakcji i potrzeby ekspresji. Nawet jeśli maszyna potrafi przygotować podobny rezultat, nie odbiera to człowiekowi powodu, dla którego chce on coś stworzyć samodzielnie.
AI Summit PJAIT 2026 – niepewność nie zwalnia z myślenia
Podsumowanie konferencji nie przyniosło jednej recepty na nadchodzące lata. Agnieszka Bierawska mówiła o trudnościach w przewidywaniu przyszłości i znaczeniu świadomych decyzji, a Dariusz Rosiak zachęcał do racjonalnego namysłu oraz dystansu wobec komunikatów wywołujących lęk. Powracała również wartość relacji między ludźmi, których nie zastąpi nawet najbardziej zaawansowane narzędzie.
Rok temu wychodziliśmy z AI Summit PJAIT z uporządkowanym obrazem technologii i ciekawością tego, co będzie dalej. W tym roku przekonaliśmy się, jak szybko taki obraz wymaga aktualizacji. Nadal widzimy ogromne możliwości, ale lepiej dostrzegamy też skalę pytań, na które nie mamy odpowiedzi.
Właśnie dlatego potrzebne są takie spotkania naukowców, twórców, przedsiębiorców i studentów. Pozwalają zestawić obietnice z doświadczeniem, prognozy z wątpliwościami, a technologię z jej społecznymi konsekwencjami. Tegoroczny AI Summit PJAIT nie zakończył rozmowy o przyszłości sztucznej inteligencji. Pokazał, dlaczego musimy prowadzić ją dalej, nawet jeśli za rok część dzisiejszych pytań będzie już brzmiała zupełnie inaczej.
Zobacz inne aktualności
Na czym polega praca AI Developera i jak nim zostać?
AI wychodzi z chmury. Wyścig o inteligentne chipy i krzemową niezależność
