Co się robi — i co możesz zrobić ty

Artykuł 5 z 5 w serii wprowadzającej do bezpieczeństwa AI.

Przez cztery artykuły budowaliśmy diagnozę: systemy AI hodujemy, zamiast je programować, i nie umiemy zajrzeć im do środka; nie potrafimy precyzyjnie przekazać im, czego chcemy, a rozjazd między poleceniem a intencją rośnie ze zdolnościami; szkody dzieją się już dziś; a rozwój pędzi w warunkach wyścigu, który karze ostrożność. Gdybyśmy zakończyli serię w tym miejscu, zostawilibyśmy Cię z najgorszym możliwym wnioskiem: „jest źle i nic nie można zrobić”.

Ten wniosek jest fałszywy. Problem jest realny i nierozwiązany — ale jest też podatny na pracę: na całym świecie rośnie liczba ludzi, którzy zawodowo zajmują się tym, żeby diagnoza z poprzednich artykułów przestała być prawdziwa. W tym ostatnim tekście robimy przegląd frontów, na których toczy się ta praca — i miejsc, w których jest na niej miejsce dla Ciebie.

Front pierwszy: badania techniczne

Zacznijmy od prac nad samymi systemami. Cztery kierunki warto znać z nazwy.

Interpretowalność — czyli otwieranie czarnej skrzynki z pierwszego artykułu. Badacze uczą się identyfikować, które fragmenty modelu odpowiadają za jakie pojęcia i zachowania, i śledzić „obwody”, którymi płynie jego rozumowanie.¹ Cel praktyczny: zamiast oceniać system wyłącznie po zachowaniu (które — jak widzieliśmy — można grać), móc sprawdzić, co naprawdę dzieje się w środku. Jesteśmy na wczesnym etapie tej drogi, ale postęp jest szybki i mierzalny.

Ewaluacje i red-teaming — czyli systematyczne szukanie problemów, zanim znajdą je użytkownicy lub przestępcy. Wyspecjalizowane zespoły (wewnątrz firm i w niezależnych organizacjach) testują modele pod kątem niebezpiecznych zdolności i skłonności: od pomocy w cyberatakach po strategiczne oszukiwanie. Pamiętasz eksperyment z udawaniem zgodności z poprzedniego artykułu? To nie była wpadka, która wyszła na jaw — to był wynik celowej pracy badawczej, opublikowany przez samą firmę. Fakt, że o tych zjawiskach wiemy, jest zasługą właśnie tego frontu.

Lepsze metody treningu — czyli praca nad tym, żeby to, „pod co trenujemy”, było bliższe temu, „na czym nam zależy”. Trening na ludzkich ocenach, którego pułapki poznaliśmy przy okazji pochlebcy z drugiego artykułu, doczekał się całej rodziny następców i poprawek: od trenowania modeli na jawnie spisanych zasadach po systemy, w których jedne modele pomagają nadzorować drugie.

Skalowalny nadzór — czyli mierzenie się wprost z problemem „egzaminu, w którym uczeń jest mądrzejszy od komisji”. Jak sensownie oceniać pracę systemu, który rozumie zadanie lepiej niż my? Pomysły obejmują m.in. rozbijanie wielkich zadań na małe, sprawdzalne kroki i konfrontowanie systemów ze sobą nawzajem, tak by człowiek rozstrzygał spory, a nie weryfikował wszystko sam. To najtrudniejszy i najbardziej otwarty z czterech kierunków — i prawdopodobnie najważniejszy na dłuższą metę.

Uczciwe zastrzeżenie: żaden z tych kierunków nie jest ukończony. To nie jest lista rozwiązań, tylko lista placów budowy. Ale różnica między „problem nierozwiązany, nikt nad nim nie pracuje” a „problem nierozwiązany, pracują nad nim setki badaczy z mierzalnymi postępami” jest zasadnicza.

Front drugi: prawo i instytucje

Techniczne poprawki nie wystarczą, jeśli presja wyścigu — pamiętasz pułapkę z poprzedniego artykułu — będzie nagradzać ich pomijanie. Dlatego drugi front to reguły gry.

Dla nas w Polsce najbliższą i najkonkretniejszą regulacją jest unijny Akt o sztucznej inteligencji (AI Act) — pierwsze na świecie kompleksowe prawo dotyczące AI, obowiązujące etapami od sierpnia 2024 roku. Jego logika jest prosta: im większe ryzyko dla ludzi, tym ostrzejsze wymogi. Zastosowania uznane za niedopuszczalne — jak scoring społeczny obywateli czy manipulacyjne systemy żerujące na słabościach użytkownika — są zakazane wprost, pod karami sięgającymi 35 mln euro lub 7% światowego obrotu firmy. Systemy wysokiego ryzyka — np. w rekrutacji (tej z trzeciego artykułu!), medycynie czy edukacji — muszą spełniać wymogi przejrzystości, nadzoru człowieka i jakości danych. Polska, jak każde państwo członkowskie, pracuje nad krajowymi przepisami wdrażającymi.²

Ponad poziomem UE działa młoda, ale rosnąca infrastruktura międzynarodowa: szczyty bezpieczeństwa AI (od Bletchley Park w 2023 roku), sieć państwowych instytutów badających bezpieczeństwo modeli oraz międzynarodowy raport naukowy pod redakcją Yoshui Bengio, przygotowywany na zlecenie ponad 30 państw — wspominany już w tej serii.³ W Polsce swój ośrodek badań nad bezpieczeństwem AI uruchomił NASK, odpowiadający też za bezpieczeństwo polskiego modelu językowego PLLuM.⁴

Są wreszcie zobowiązania samych laboratoriów: polityki, w których firmy deklarują, jakie zabezpieczenia wdrożą, zanim zbudują systemy o określonych, groźnych zdolnościach.⁵ Wypada tu być trzeźwym w obie strony. Tak, to samoregulacja — dobrowolna, nierówno przestrzegana i nieegzekwowalna, co jest jej strukturalną słabością. A jednocześnie: to publiczne deklaracje, z których można firmy rozliczać, i realne wewnętrzne procedury, których dekadę temu nie było wcale. Prawdziwy spór w polityce AI nie toczy się o to, czy reguły są potrzebne, tylko o to, ile ich potrzeba i kto ma je ustalać — i ten spór będzie jednym z ważniejszych tematów publicznych najbliższych lat. Także w polskim Sejmie.

Kto właściwie nad tym pracuje?

Krótka odpowiedź: wciąż za mało ludzi w stosunku do stawki — i to jest dobra wiadomość dla Ciebie.

Nad bezpieczeństwem AI pracują dziś zespoły w laboratoriach (to stamtąd pochodzi większość badań cytowanych w tej serii), grupy akademickie, państwowe instytuty oraz wyspecjalizowane organizacje non-profit zajmujące się badaniami, ewaluacjami i polityką publiczną. Brzmi solidnie — ale w liczbach bezwzględnych to środowisko liczone w tysiącach osób na całym świecie, podczas gdy nad zwiększaniem zdolności AI pracują setki tysięcy inżynierów. Dysproporcja jest jaskrawa i oznacza jedno: w tej dziedzinie nowa, kompetentna osoba robi realną różnicę szybciej niż niemal gdziekolwiek indziej.

Dotyczy to również Polski. Działa u nas AI Safety Polska — społeczność badaczy i pasjonatów organizująca regularne spotkania w kilku miastach, webinary i grupy robocze⁶ — a obok niej rosnący ekosystem organizacji zajmujących się cyfrowymi prawami człowieka, badaniami i edukacją. Pełną, aktualizowaną mapę polskich organizacji, społeczności i materiałów znajdziesz w naszej bazie zasobów.

Co możesz zrobić Ty

Na koniec — najważniejsze. Celowo bez wielkich słów, za to z konkretami, ułożonymi od najmniejszego zaangażowania do największego.

Bądź świadomym użytkownikiem. Wiesz już, dlaczego modele zmyślają z pełnym przekonaniem, schlebiają i bywają narzędziem oszustów. Sama ta wiedza — weryfikowanie ważnych informacji, ograniczone zaufanie do „zbyt miłych” odpowiedzi, czujność wobec nagrań, które żądają od Ciebie pieniędzy — jest formą bezpieczeństwa AI w praktyce. Podziel się nią: rozmowa z rodzicami o klonowaniu głosu może być najbardziej praktycznym wnioskiem z całej tej serii.

Bądź świadomym obywatelem. Reguły gry dla AI będą się rozstrzygać w polityce — unijnej i krajowej — przez najbliższe lata. Nie musisz zostać ekspertem; wystarczy, że temat bezpieczeństwa AI będzie dla Ciebie jednym z kryteriów oceny polityków i że nie kupisz ani narracji „nic się nie dzieje”, ani „nic się nie da zrobić”.

Ucz się dalej. Jeśli ta seria zostawiła Cię z apetytem na więcej: istnieją bezpłatne, otwarte kursy wprowadzające w bezpieczeństwo AI — od przeglądowych, pisanych z myślą o osobach bez przygotowania technicznego, po intensywne programy dla programistów i badaczy. Zestawienie sprawdzonych kursów i materiałów (wraz z informacją, które wymagają umiejętności technicznych, a które nie) utrzymujemy w bazie zasobów.

Rozważ zaangażowanie zawodowe. I tu kluczowa wiadomość, którą chcemy wybrzmieć najmocniej: bezpieczeństwo AI to nie jest dziedzina wyłącznie dla programistów. Owszem, badania techniczne potrzebują inżynierów i matematyków. Ale front prawny potrzebuje prawników rozumiejących technologię; front polityczny — analityków i urzędników; front społeczny — nauczycieli, dziennikarzy, tłumaczy i popularyzatorów, którzy przełożą te tematy na języki i konteksty lokalne (ta seria jest zresztą przykładem takiej właśnie pracy). Jeśli masz doświadczenie w prawie, komunikacji, zarządzaniu, edukacji — masz kompetencje, których ta dziedzina aktywnie szuka.

Zamiast zakończenia: trzeźwość

Pięć artykułów temu obiecaliśmy nie straszyć i nie uspokajać na siłę. Spróbujmy więc zamknąć serię jednym uczciwym akapitem.

Zbudowaliśmy technologię o ogromnym potencjale, której nie w pełni rozumiemy i której nie umiemy jeszcze niezawodnie ukierunkować. Wyrządza ona realne szkody już dziś, a jej zdolności rosną szybciej niż nasze zabezpieczenia. Jednocześnie: mechanizmy problemu są coraz lepiej zbadane, pracuje nad nim rosnące — choć wciąż zbyt małe — środowisko, powstają pierwsze poważne regulacje, a pole jest młode i otwarte na ludzi z bardzo różnymi kompetencjami. To nie jest sytuacja, w której wypada panikować. To jest sytuacja, w której wypada się zainteresować — tak, jak interesujemy się rzeczami, od których dużo zależy i na które mamy wpływ.

Czujnik dymu z poprzedniego artykułu nie jest symbolem strachu przed pożarem. Jest symbolem tego, że potraktowaliśmy ryzyko poważnie — i dzięki temu możemy spać spokojniej.

To ostatni artykuł serii wprowadzającej. Wszystkie pojęcia oznaczone w tekstach kursywą znajdziesz w naszym słowniczku; aktualną mapę polskiego ekosystemu bezpieczeństwa AI — w bazie zasobów.

Przypisy

O metodach śledzenia wewnętrznych „obwodów” modeli pisaliśmy w pierwszym artykule serii; punkt wyjścia: Anthropic, Tracing the thoughts of a large language model, 2025: https://www.anthropic.com/research/tracing-thoughts-language-model ↩
Przystępne omówienia AI Act po polsku: „Systemy AI i zakazane praktyki — poznaj wytyczne AI Act”, kompetencjecyfrowe.gov.pl (serwis Ministerstwa Cyfryzacji), 2025: https://kompetencjecyfrowe.gov.pl/aktualnosci/wpis/systemy-ai-i-zakazane-praktyki-poznaj-wytyczne-ai-act oraz „Zakazane systemy AI. Gdzie przebiega granica?”, NASK, 2025: https://www.nask.pl/aktualnosci/zakazane-systemy-ai-gdzie-przebiega-granica ↩
International AI Safety Report 2026, red. Y. Bengio i in.: https://internationalaisafetyreport.org/publication/international-ai-safety-report-2026 — przywoływany w poprzednim artykule; tu istotny jako przykład budowania wspólnej, międzynarodowej bazy wiedzy na zlecenie rządów. ↩
NASK, „Powstał Ośrodek Badań nad Bezpieczeństwem Sztucznej Inteligencji”: https://www.nask.pl/aktualnosci/powstanie-osrodka-badan-nad-bezpieczenstwem-sztucznej-inteligencji-w-nask ↩
Przykład takiej polityki: Anthropic, Responsible Scaling Policy — publiczna deklaracja progów zdolności i zabezpieczeń wymaganych przed ich przekroczeniem: https://www.anthropic.com/news/anthropics-responsible-scaling-policy. Analogiczne dokumenty publikują m.in. OpenAI (Preparedness Framework) i Google DeepMind (Frontier Safety Framework). ↩
AI Safety Polska — społeczność organizująca spotkania, webinary i wspierająca rozwój polskich talentów w dziedzinie bezpieczeństwa AI: https://aisafety.org.pl/pl ↩