Dlaczego nie przeczytam najnowszej książki Artura Kurasińskiego i Krzysztofa Domaradzkiego? (+dlaczego coraz mniej wierzę książkom o przyszłości AI?)

Na okładce „RzeczpospolitAI” widnieje biały orzeł utkany ze ścieżek scalonych. W środku: 576 stron i 17 rozmów z ludźmi, którzy – jak zapewniają autorzy – „tworzą polską AI”. Na liście: naukowcy, founderzy, menedżerowie, polityk, wojskowy, artystka. Jest Andrzej Dragan, Rafał Brzoska, Mati Staniszewski, Krzysztof Gawkowski i Aleksander Mądry.

A ja tej książki najprawdopodobniej nie przeczytam.

Nie dlatego, że nie interesuje mnie sztuczna inteligencja. Wręcz przeciwnie – nie sięgnę po nią właśnie dlatego, że technologia ta pochłania mnie bez reszty. Z coraz większą rezerwą patrzę na próby uchwycenia w statycznym kadrze zjawiska, które w ułamku sekundy wybiega daleko poza obiektyw aparatu. Nie jest to recenzja „RzeczpospolitAI”. Wystawianie ocen książce bez jej lektury byłoby intelektualnym odpowiednikiem przyznania restauracji jednej gwiazdki wyłącznie za krój liter na szyldzie. To krytyka samego pomysłu na publikację, jej publicznie komunikowanych założeń, doboru bohaterów oraz miejsca, jakie próbuje zająć w rodzimej debacie technologicznej.

Bo to właśnie ten pomysł wydaje się dziś znacznie ciekawszy niż sama książka.

Publikacja, która zaczęła się starzeć przed premierą

Pisanie papierowych książek o sztucznej inteligencji przypomina drukowanie rozkładu jazdy dla linii kolejowej, na której ktoś co kilkanaście dni przestawia stacje. „RzeczpospolitAI” zadebiutowała na rynku w połowie września 2026 roku. Autorzy pozycjonują ją jako zbiór 17 wywiadów tworzących „przekrojową mapę” polskiego ekosystemu innowacji. Jednocześnie trzeźwo deklarują, że nie stworzyli podręcznika z promptowania ani przeglądu narzędzi pokroju ChatGPT. Ich ambicją było dotknięcie materii trwalszej: gospodarki, nauki, biznesu, polityki przemysłowej, suwerenności cyfrowej i pozycji Polski w globalnym wyścigu technologicznym.

To rozsądny zabieg asekuracyjny, wskazujący na to, że panowie Artur & Krzysztof już od początku zdawali sobie sprawę z największej słabości swojej książki. Tyle że nie neutralizuje głównego problemu. Bo przecież nikt z nas nie powie, że w świecie AI starzeją się bowiem nie tylko wersje językowe modeli. W zawrotnym tempie zmienia się cała ekonomia tej technologii: granica jej możliwości poznawczych, architektura konkurencji, koszt inferencji, rola open source, charakter komercyjnych wdrożeń i wreszcie odpowiedź na fundamentalne pytanie – co opłaca się dziś automatyzować?

Raport Stanford AI Index 2026 bezlitośnie obnaża skalę tej dynamiki:

• w ciągu zaledwie 12 miesięcy wiodące modele podniosły wyniki w benchmarku Humanity’s Last Exam o ok. 30 punktów procentowych;

• w SWE-bench Verified skuteczność skoczyła w rok z poziomu 60% do niemal 100%;

• jeszcze niedawno przepaść technologiczna między laboratoriami w USA a ekosystemem chińskim wydawała się nie do zasypania – w 2026 roku analitycy ze Stanforda mówią już wprost o jej domknięciu.

Jeszcze bardziej uderzają twarde dane finansowe: koszt uzyskania wydajności odpowiadającej GPT-3.5 spadł z 20 dolarów za milion tokenów pod koniec 2022 roku do niespełna 7 centów pod koniec 2024 roku. Ponad 280-krotna redukcja kosztów w niecałe dwa lata. To nie jest standardowa ewolucja technologiczna. W tym tempie rynkowe wnioski mają okres półtrwania krótszy niż tradycyjny cykl wydawniczy w drukarni. Spójrzmy na roadmapę firmy Anthropic: po premierze Claude’a 3.7 na początku 2025 roku, rodzina modeli 4.x ewoluowała niemal co miesiąc, ustępując miejsca generacji Claude 5 i kolejnym podwersjom jesienią 2026 roku.

Zanim czytelnik skończy akapit o „aktualnym stanie technologii”, ów stan staje się już historią. I tu tkwi węzłowy problem z „RzeczpospolitAI”. Nie chodzi tylko o to, że czyjaś opinia o konkretnym LLM-ie straci świeżość. Chodzi o mechanizm znacznie głębszy: diagnozując przyszłość kraju w oparciu o wypowiedzi liderów rynku zarejestrowane w jednym konkretnym momencie gorączki inwestycyjnej, konserwujemy w druku ich chwilowe interesy, ówczesne obawy, doraźne strategie i partykularne wyobrażenia.

Papier zostaje. Koniunktura ulatuje.

Andrzej Dragan, czyli postać niemożliwa do „odkrycia”

Drugim zgrzytem metodologicznym jest klucz doboru rozmówców. Na kartach książki pojawiają się m.in.: Sebastian Kondracki, Zuzanna Stamirowska, Aleksander Mądry, Piotr Mieczkowski, Kacper Nowicki, Jarosław Królewski, Piotr Sankowski, Rafał Brzoska, Andrzej Dragan oraz Mati Staniszewski. Zestaw nazwisk niewątpliwie imponujący. I właśnie w tym sęk: imponujący w sposób boleśnie przewidywalny.

Obecność prof. Andrzeja Dragana w książce o polskiej AI jest równie rewolucyjna jak obecność Roberta Lewandowskiego w monografii o rodzimej piłce nożnej. Dragan nie jest naukowcem wyciągniętym z uniwersyteckiego zaplecza, którego nikt wcześniej nie dostrzegł – to jeden z najbardziej medialnych popularyzatorów nauki w kraju. Sami autorzy w materiałach promocyjnych określają go mianem „największego celebryty wśród naukowców”, podpierając się jego zasięgami w social mediach. Więcej: prof. Dragan wydał własną książkę poświęconą AI („Quo vAIdis”) i odbył wokół niej gigantyczne tournée medialne. Wielogodzinne wywiady w „Didaskaliach” (milionowe wyświetlenia), audycje w Polskim Radiu, debaty na AGH przed półtysięczną publicznością czy panel na Uniwersytecie Warszawskim (w którym brał udział wspólnie z Aleksandrem Mądrym i Piotrem Sankowskim – kolejnymi postaciami z książki).

Nie oznacza to, że prof. Dragan nie ma nic wartościowego do przekazania. Wręcz przeciwnie – rzecz w tym, że w przestrzeni publicznej powiedział już niemal wszystko.

Gdy czytelnik ma poświęcić na książkę blisko 10 godzin (Lubimyczytać szacuje czas lektury 576 stron na 9 godzin i 36 minut), oczekuje w zamian dostępu do głosów, których nie da się znaleźć dwoma kliknięciami na YouTube.

Zamiast tego wolałbym usłyszeć:

• inżynierkę wracającą z laboratorium w Stanfordzie,

• polskiego architekta akceleratorów krzemowych w Dolinie Krzemowej,

• inżyniera trenującego frontier models,

• badaczkę zajmującą się sterowalnością (steering) i interpretowalnością sieci neuronowych,

• menedżera odpowiadającego za bilansowanie mocy energetycznej pod centra danych,

• prawnika negocjującego licencje na dane korpusowe dla Big Techu,

• ekonomistę pracy potrafiącego na twardych danych pokazać, które taski w polskich firmach są realnie zastępowane przez algorytmy.

Książka stanowi unikalne medium docierania tam, gdzie algorytmy platform wideo nie zaglądają. Szkoda marnować jej potencjał na ponowne odtwarzanie znanej wszystkim playlisty.

Dwie kobiety na „przekrojowej mapie” polskiego ekosystemu

Z kronikarskiego obowiązku nie sposób pominąć jeszcze jednej statystyki. Wśród 17 postaci tworzących tzw. „Drużynę Tokena” znalazły się zaledwie dwie kobiety: Zuzanna Stamirowska i Agnieszka Pilat.

Dwie na siedemnaście. Niewiele ponad 11 procent.

Nie chodzi tu o mechaniczne wypełnianie parytetów. Rzecz w elementarnej logice: jeśli dzieło pretenduje do miana „przekrojowej mapy rynku”, to powinno rejestrować również te obszary terytorium, które leżą poza najściślejszym kręgiem medialnych founderów i funduszy. Sztuczna inteligencja dawno przestała być wyłączną domeną computer science. To kwestia transformacji rynku pracy, etyki danych, prawa autorskiego, medycyny, systemów obronnych, energetyki, edukacji i socjologii.

Jeśli chcemy rzetelnie naszkicować mapę kraju po rewolucji kolejowej, nie możemy ograniczyć się do rozmów z właścicielami fabryk parowozów. Wypadałoby zapytać także tych, którzy mieszkają tuż przy nasypie.

Rafał Brzoska, czyli o różnicy między używaniem a tworzeniem AI

I tak dochodzimy do pytania najbardziej niewygodnego: co w książce o „twórcach AI” robi twórca InPostu?

Rafał Brzoska to bezdyskusyjnie jeden z najwybitniejszych polskich przedsiębiorców ostatnich dekad. Sukces w wyskalowaniu biznesu na rynki zachodnioeuropejskie, logistyczna automatyzacja i budowa potężnej infrastruktury budzą bezsporny szacunek. Nie ulega też wątpliwości, że InPost z powodzeniem wdraża algorytmy uczenia maszynowego w swojej operacyjnej codzienności. Należy jednak precyzyjnie rozdzielić dwa pojęcia: wdrażanie AI to nie to samo, co tworzenie AI.

Gdyby „RzeczpospolitAI” miała być reportażem o tym, jak algorytmy rekonfigurują współczesny polski biznes, Rafał Brzoska byłby rozmówcą naturalnym. Jeśli jednak książka ma dokumentować ludzi, którzy – wedle deklaracji – „tworzą polską AI”, jego obecność rodzi pytania. To nie jest spór o semantykę. W polskiej debacie publicznej od lat pokutuje tendencja do utożsamiania sukcesu kapitałowego z kompetencją prognostyczną w dowolnej dziedzinie. Przedsiębiorca, który zbudował dużą organizację, z automatu pytany jest o demografię, geopolitykę, politykę monetarną i przyszłość modeli transformatorowych.

Wybitny chirurg nie staje się automatycznie ekspertem od stóp procentowych. Podobnie sukces na rynku logistycznym nie gwarantuje unikalnego wglądu w scaling laws, mechanizmy alignmentu czy architekturę systemów agentowych.

Gdy mapa rynku jest współfinansowana przez sam rynek…

Kolejny aspekt dotyczy samej kuchni wydawniczej. „RzeczpospolitAI” to projekt self-publishingowy – model w pełni zrozumiały i profesjonalny, którego założenia organizacyjne autorzy otwarcie opisywali. Kluczowa jest jednak lista partnerów biznesowych przedsięwzięcia.

Wśród patronów i sponsorów wymieniani są m.in.: Cogito Capital Partners, Comarch, cyber_Folks, Endeavor Poland, McKinsey & Company, MessageFlow, Movens Capital, PARP, PFR Ventures, PZU, Shoper, Vercom oraz Żabka. Na stronie internetowej projektu funkcjonowała komercyjna oferta pakietów sponsorskich, gwarantujących „branding w książce, na stronie i podczas premiery”.

To standardowa praktyka komercyjna. Robi się jednak ciekawiej, gdy spojrzymy na treść: poza 17 wywiadami w publikacji znalazły się materiały opracowane bezpośrednio z partnerami (m.in. rozdział o pricingu oparty na rozmowie z partnerem funduszu Movens Capital czy sekcja przygotowana we współpracy z PARP o adopcji AI w sektorze MŚP). Comarch bez ogródek firmuje się jako oficjalny partner publikacji.

Nie stawiam tezy, że którakolwiek z tych umów zaważyła na bezstronności autorów podczas wywiadów – brak na to jakichkolwiek dowodów. Rzecz w czymś innym: jeśli publikacja pretenduje do roli obiektywnej „mapy ekosystemu”, jej zaplecze kapitałowe staje się informacją o kluczowym znaczeniu metodologicznym.

W środowisku naukowym nazywamy to jawnym ujawnieniem interesów. W warsztacie dziennikarskim – transparentnością. W życiu codziennym – wiedzą o tym, kto zapłacił za kolację, przy której toczy się rozmowa.

Kto zepsuje imprezę technooptymistom?

Największa słabość koncepcyjna „RzeczpospolitAI” leży w braku dysonansu poznawczego. Lista gości przypomina skład panelu na prestiżowej konferencji gospodarczej. Mnie tymczasem najbardziej brakowałoby rozmówców, których na takie panele nikt nie zaprasza:

• badacza dowodzącego, że generatywne AI w obecnym wydaniu to ekonomiczna bańka bez perspektyw na rentowność,

• ekonomistki pracy weryfikującej optymistyczne raporty dostawców oprogramowania,

• prawnika reprezentującego artystów i wydawców, których dorobek posłużył do zasilenia korpusów treningowych bez ich zgody,

• badacza analizującego wpływ asystentów AI na zdolności kognitywne u dzieci,

• lekarza, który po pilotażu w szpitalu wdrożenie AI zablokował,

• foundera polskiego startupu AI, który w tym wyścigu właśnie zbankrutował.

Ten ostatni mógłby okazać się rozmówcą najcenniejszym ze wszystkich. Historię technologii niemal zawsze piszą zwycięzcy. Tymczasem dojrzałe zrozumienie biznesu zaczyna się w momencie, gdy policzy się również cmentarze nieudanych projektów.

Obieg zamknięty i inflacja proroctw

W polskim dyskursie o nowych technologiach wytworzył się swoisty mechanizm samonapędzający:

1. Pojawia się nowa technologia.

2. Formuje się krąg dyżurnych komentatorów.

3. Rusza cykl konferencji.

4. Publikowane są raporty.

5. Ci sami eksperci zaczynają przeprowadzać wywiady z tymi samymi rozmówcami na temat raportów, które wspólnie zrecenzowali po panelach, na których wspólnie wystąpili.

Powstaje układ zamknięty. Nie padają w nim kłamstwa – po prostu dramatycznie brakuje w nim miejsca na cokolwiek nieoczywistego. Sztuczna inteligencja wyjątkowo źle znosi rolę wdzięcznego tematu do wróżb. Badacze z instytutu METR, mierzący tzw. time horizon (długość zadań, jakie algorytmy potrafią rozwiązać autonomicznie), zmuszeni są bezustannie korygować własne narzędzia badawcze, ponieważ dynamika modeli rozsadza dotychczasowe skale. Kiedy nawet twórcy metryk muszą nieustannie przebudowywać linijkę, zachowajmy szczególną ostrożność wobec każdego, kto próbuje sprzedać nam skończoną mapę przyszłości.

Co więc warto czytać?

Wybieram pozycje starsze, które zamiast gonić za benchmarkami minionego kwartału, dotykają fundamentów:

1. Melanie Mitchell, „Artificial Intelligence: A Guide for Thinking Humans”

   Książka badaczki, która zamiast roztaczać wizje rychłej technologicznej osobliwości, stawia fundamentalne pytanie: czym różni się sprawność statystyczna maszyny od rzeczywistego rozumienia pojęć.

2. Kate Crawford, „Atlas of AI”

   Lektura obowiązkowa dla każdego, kto chce zdjąć z AI nimb metafizycznej chmury. Crawford bezlitośnie obnaża materialną bazę technologii: zużycie litu i energii, wyzysk taniej siły roboczej przy anotacji danych oraz geopolityczną walkę o dominację.

3. Brian Christian, „The Alignment Problem”

   Fascynująca i aktualna analiza problemu starszego niż generatywne sieci neuronowe: jak upewnić się, że uczący się algorytm realizuje intencje człowieka, skoro my sami nie potrafimy ich jednoznacznie sformalizować.

4. Ethan Mollick, „Co-Intelligence”

   Jeśli szukamy pragmatycznego przewodnika po wpływie AI na pracę i edukację, profesor z Wharton School łączy akademicki rygor z codziennymi eksperymentami na żywym organizmie biznesowym.

5. Eliezer Yudkowsky, Nate Soares, „If Anyone Builds It, Everyone Dies”

   Antybiotyk na bezkrytyczny technooptymizm. Nawet jeśli odrzucamy skrajny scenariusz zagłady ludzkości, tę pozycję warto potraktować jak drobiazgowo przygotowany akt oskarżenia i samodzielnie skonfrontować się z argumentacją obozu AI safety.

Pięć książek. Pięć różnych wektorów: inżynieryjny, materialny, etyczny, wdrożeniowy i egzystencjalny. Żadna z nich nie udaje gotowej mapy – i właśnie dlatego stanowią lekturę o nieporównanie większej wartości poznawczej.

10 godzin to kawał cennego czasu

Czy „RzeczpospolitAI” to zła książka? Nie wiem – żeby to ocenić, musiałbym poświęcić jej czas.

Wiem natomiast, że jej format nie daje mi dostatecznego powodu, by spędzić z nią dziesięć cennych godzin. Nie przekonuje mnie kolejny przegląd najbardziej obleganych nazwisk branży. Budzi rezerwę szkicowanie „mapy rynku” w projekcie silnie powiązanym sponsorsko z podmiotami z tego samego rynku. Przede wszystkim jednak nie ufam obietnicy, że ktokolwiek jest w stanie precyzyjnie wskazać, dokąd zmierza technologia, której trajektoria wymyka się dziś jej własnym twórcom.

W 1507 roku Martin Waldseemüller wydał mapę, na której po raz pierwszy odnotowano nazwę „America”. Rysunek był pełen rażących błędów kartograficznych – autor nie mógł znać linii brzegowej lądu, którego nikt jeszcze dokładnie nie opłynął. A jednak przeszła do historii. Nie dlatego, że bezbłędnie przewidziała kształt świata, lecz dlatego, że w sposób bezkompromisowo uczciwy udokumentowała granice ówczesnej ludzkiej wiedzy.

Tego samego oczekiwałbym od dobrej dyskusji o polskiej sztucznej inteligencji. Zamiast siedemnastu ekspertów orzekających z emfazą, jak będzie wyglądać przyszłość – wolałbym siedemnastu odważnych rozmówców potrafiących precyzyjnie wskazać, czego o niej jeszcze nie wiemy.