Zakres samodzielnej pracy AI podwaja się co 7 miesięcy

– Przestaliśmy traktować AI jak narzędzie wymagające ciągłego nadzoru, gdzie co pół godziny trzeba sprawdzać efekty i wprowadzać poprawki – mówi Prof. Piotr Sankowski, dyrektor Instytutu Badawczego IDEAS, profesor na Uniwersytecie Warszawskim, ekspert globalnego panelu naukowego ds. AI powołanego przez ONZ.

Premierze pierwszych modeli generatywnej AI towarzyszył ogromny entuzjazm. W kolejnych latach ukazało się kilka badań pokazujących, że AI nie zawsze przekłada się na wzrost efektywności pracy. Na jakim etapie rozwoju jesteśmy dziś, w 2026 roku?

Od momentu udostępnienia ChatGPT minęło kilka lat. W tym czasie szerokie grono użytkowników zrozumiało, że modele AI są naprawdę przydatne i potrafią wykonywać realną pracę.

Dziś jesteśmy na etapie wdrażania tych modeli w rzeczywistych procesach biznesowych. Do tej pory było to trudne i nie zawsze przynosiło oczekiwane rezultaty. Obecny poziom rozwoju modeli sprawia jednak, że zaczyna to mieć sens ekonomiczny. To jest, moim zdaniem, moment przełomowy.

Najnowsze modele są już w stanie wykonać pracę odpowiadającą tej wykonywanej w kilka godzin przez programistę lub innego pracownika. Przestaliśmy traktować je jak narzędzia wymagające ciągłego nadzoru, gdzie co chwilę trzeba sprawdzać efekty i wprowadzać poprawki. Dzisiaj można zlecić agentowi AI zadanie, które człowiek wykonywałby przez osiem godzin, a następnie – jak zostanie wykonane – wrócić, sprawdzić rezultat, omówić go i wejść z modelem w dalszą interakcję.

Zmienił się model współpracy. Wcześniej trzeba było praktycznie cały czas patrzeć sztucznej inteligencji na ręce. Teraz jest w stanie samodzielnie wykonać szeroki zakres prac – i podwaja się on mniej więcej co 7 miesięcy.

O agentach AI mówi się częściej, odkąd Anthropic wprowadziło Claude Codex i Cowork. Ale nadal korzysta z nich tylko wąska grupa ekspertów.

Jestem przekonany, że agenci AI będą coraz bardziej obecni zarówno w naszej pracy, jak i w codziennym życiu. To naturalny kierunek rozwoju tej technologii.

Dzisiaj trudno wyobrazić sobie tworzenie oprogramowania bez wsparcia sztucznej inteligencji działającej właśnie w formie agenta. Wchodzimy z nią w interakcję, zlecamy zadania, otrzymujemy wyniki, a model wyjaśnia, co zrobił i w jaki sposób doszedł do określonych rezultatów. To będzie się coraz bardziej upowszechniać. Agenci AI są już rzeczywistością, do której po prostu musimy się przyzwyczaić.

Kolejnym krokiem będzie wykorzystanie sztucznej inteligencji do tworzenia innowacji. Mam na myśli udział AI w dowodzeniu twierdzeń naukowych, prowadzeniu badań naukowych czy nadzorowaniu procesów badawczych.

Największą zaletą agentów AI jest ich zdolność do autonomicznego wykonywania zadań. W niektórych sektorach, na przykład w ochronie zdrowia, przekazanie takiej autonomii może jednak budzić obawy, ponieważ lekarze częściowo tracą kontrolę nad tym, co i w jaki sposób agent robi. Nie mają wpływu na jakość końcowego wyniku, za który odpowiadają. Co jest dziś większym ograniczeniem szerokiego wdrażania AI w ochronie zdrowia: kultura pracy czy ograniczenia technologiczne?

W przeszłości problemem AI było to, że poszczególne modele sprawdzały się jedynie w bardzo wąskich zastosowaniach. Dzisiaj sytuacja wygląda inaczej – modele są znacznie bardziej uniwersalne i dlatego znajdują coraz szersze zastosowanie w medycynie.

Ale w ochronie zdrowia praktycznie – także z punktu widzenia regulacyjnego – nie ma opcji, aby sztuczna inteligencja samodzielnie podejmowała decyzje w imieniu lekarza czy pacjenta. Tam, gdzie w grę wchodzi zdrowie człowieka, nadzór lekarza pozostaje niezbędny.

Obecny kierunek rozwoju medycznej AI nie skupia się na budowaniu całkowicie autonomicznych agentów medycznych. Oczywiście takie dyskusje się toczą, ale praktyka zmierza raczej w stronę ścisłej współpracy sztucznej inteligencji z lekarzem. AI ma wspierać podejmowanie decyzji klinicznych, wspomagać procesy organizacyjne zachodzące w szpitalach i przychodniach oraz odciążać personel medyczny w wykonywaniu prostych zadań. Nie chodzi o zastąpienie lekarza, lecz o dostarczenie mu narzędzia, które usprawni jego codzienną pracę.

Pojawiają się doniesienia, że sztuczna inteligencja doprowadzi do kryzysu na rynku pracy. Ostatnio głośno było o najnowszym modelu Anthropic o nazwie Mythos, który miał łamać najlepsze zabezpieczenia danych. Jak Pan odbiera te alarmistyczne doniesienia o AI wypierającej ludzi z rynku pracy oraz o rozwoju superinteligentnej AI?

Ja staram się budować bardziej realistyczną narrację, podkreślając ogromne możliwości sztucznej inteligencji, ale też uczciwie opisując związane z nią ryzyka.

Przykładem jest opublikowany na początku lipca wstępny raport międzynarodowego panelu ekspertów ONZ ds. sztucznej inteligencji. Porządkuje on wiedzę na temat szans i zagrożeń związanych z AI, opierając się na zweryfikowanych danych, a nie na medialnych spekulacjach.

Jeżeli chodzi o rozwój modeli AI, to ich możliwości bardzo szybko rosną. Nie dzieje się to jednak w sposób nieprzewidywalny. Obserwujemy systematyczny wzrost zdolności modeli do samodzielnego wykonywania coraz dłuższych i bardziej złożonych zadań – to proces, którego się spodziewaliśmy.

Wraz z tym wzrostem pojawiają się nowe wyzwania. Skoro modele potrafią prowadzić coraz bardziej zaawansowane analizy, są również w stanie wykrywać bardziej skomplikowane błędy w kodzie lub znajdować luki w oprogramowaniu. Właśnie tego obszaru dotyczą dyskusje wokół najnowszego modelu Anthropic’a o nazwie Mythos. Trzeba jednak pamiętać, że podobne obawy obserwowaliśmy już przy wcześniejszych generacjach modeli. Możliwości będą rosły, ale nie jest to zaskakujący ani całkowicie nowy kierunek rozwoju. Kluczowe jest monitorowanie ewolucji tych systemów i odpowiednie reagowanie na pojawiające się zagrożenia.

Jeżeli natomiast chodzi o wpływ sztucznej inteligencji na rynek pracy, to dotychczas nie zaobserwowano żadnych drastycznych zmian. Wprawdzie widać zmniejszenie liczby ofert dla najmłodszych pracowników, ale ten efekt może wynikać również z efektów rynkowych po pandemii COVID-19 i nie musi być bezpośrednio związany z AI.

Badania prowadzone do tej pory nie wskazują na gwałtowne załamania na rynku pracy. W ubiegłym tygodniu opublikowano analizę Banku Światowego dotyczącą wdrażania sztucznej inteligencji w Polsce. Zgodnie z nią, jeśli zadbamy o możliwość przekwalifikowania pracowników i rozwijania nowych kompetencji, wpływ AI na poziom zatrudnienia będzie niewielki. Pracy nie zabraknie – będzie się natomiast zmieniać jej charakter.

Oczywiście wszystkie modele ekonomiczne mogą się mylić, a zawsze istnieje ryzyko, że rzeczywistość potoczy się inaczej. Jednak obecnie prognozy mówiące o masowym znikaniu miejsc nie są podparte dostępnymi badaniami.

Dużo mówi się dziś o tzw. suwerenności technologicznej. W Polsce korzystamy głównie z modeli AI tworzonych w USA, co doprowadziło do naszego uzależnienia technologicznego. Przykładowo, kilka tygodni temu administracja Donalda Trumpa zablokowała dostęp podmiotom zagranicznym do modelu Fable 5 Antropic’a. Czy powinniśmy rozwijać własne? I czy w ogóle mamy szansę konkurować z modelami rozwijanymi w Stanach Zjednoczonych lub Chinach?

Polska nie ma szans konkurować w pojedynkę z gigantami AI, bo koszty budowy najnowocześniejszych modeli językowych są ogromne. Mówimy o inwestycjach przekraczających 10 miliardów dolarów, a być może nawet większych – nie dysponujemy środkami na taką skalę.

Dlatego, jeśli chcemy konkurować z Chinami czy Stanami Zjednoczonymi, musimy działać na poziomie europejskim. Tylko wspólnie, jako Europa, jesteśmy w stanie zbudować potencjał pozwalający rywalizować z największymi światowymi graczami.

Rosnąca dysproporcja między Europą a światowymi liderami rozwoju sztucznej inteligencji budzi moje wielkie obawy. AI to ogromna szansa rozwojowa, ale nie uda się jej wykorzystać bez wspólnych działań i inwestycji na poziomie całej Unii Europejskiej.

A czy jest jakaś nisza rozwoju, w której Polska jest już mocna?

W naszym instytucie badawczym IDEAS realizujemy bardzo wiele interesujących projektów. Prowadzimy prace między innymi w obszarze wizji komputerowej oraz wdrażania sztucznej inteligencji w zastosowaniach związanych z obronnością. Potencjał jest ogromny, także w ochronie zdrowia.

Uważam, że powinniśmy znacznie mocniej inwestować w badania interdyscyplinarne związane z AI. To właśnie staramy się robić, łącząc kompetencje z różnych dziedzin i rozwijając rozwiązania, które mają szansę znaleźć praktyczne zastosowanie.

Jednym z takich obszarów jest wykorzystanie AI w badaniach naukowych. Jesienią organizujemy warsztaty poświęcone zastosowaniu AI w badaniach materiałowych. To bardzo interdyscyplinarny temat, łączący sztuczną inteligencję i fizykę ciała stałego. Wierzymy, że wykorzystanie AI w tego typu badaniach będzie miało bardzo duży wpływ zarówno na rozwój nauki, jak i na dalszy rozwój samej AI oraz jej zastosowań w fizyce.

Czy model współpracy nauki, biznesu i administracji publicznej, który bardzo dobrze sprawdza się w Dolinie Krzemowej, moglibyśmy przenieść również do Polski? Czy jesteśmy w stanie stworzyć taki ekosystem sprzyjający tworzeniu innowacji?

Nad tym też  pracujemy w naszym instytucie. Staramy się przekształcać wyniki badań w konkretne produkty i projekty, które mogą znaleźć praktyczne zastosowanie. Oczywiście jest to proces, który wymaga czasu i nie dzieje się z dnia na dzień. Jestem jednak przekonany, że w najbliższych latach będziemy odnosić coraz więcej sukcesów w komercjalizacji naszych rozwiązań. Już dziś obserwujemy to w projektach związanych z AI wykorzystywaną w obronności.

Czytaj także: „Lekarz nie jest od raportowania. To może przejąć AI”