AI to dosłownie oszustwo

O czym jest ten film

Autor odpowiada na wiralową tezę, że AI to „najsprytniejsze oszustwo w historii”: zbudowano maszynę, która rzekomo tylko naśladuje efekty inteligencji, a przy okazji wyłudzono od inwestorów biliony dolarów.
Pierwszy zarzut — „pusta imitacja” — zestawia z egzaminami, rozmowami kwalifikacyjnymi i testami IQ: ludzką bystrość również mierzymy wyłącznie po wytworach.
Wątek filozoficzny: nie da się sprawdzić, czy ktokolwiek obok naprawdę myśli; zostają nam słowa, pisma i czyny — i po nich oceniamy także modele.
Kontrargument z matematyki: na Międzynarodowej Olimpiadzie Matematycznej 2025 Gemini rozwiązywał zupełnie nowe zadania; później przyszły rozwiązanie równań Naviera–Stokesa i „problem 700” — zadania klasy złotego medalu, poza danymi treningowymi.
Słowo „niemożliwe” podawane bez uzasadnienia to zdaniem autora pycha; w XIX wieku lot człowieka na Księżyc też wydawał się nierealny.
Szachy straciły miano testu umysłu, gdy opanowały je maszyny — poprzeczka krytyków wciąż się przesuwa, a tożsamość budowana na ograniczeniach technologii nieuchronnie więdnie.
Narzędzia — od patyka wbitego w mrowisko po łopatę — od zawsze wzmacniały człowieka; technologia to nie wróg, lecz „definicja człowieka”.
Firmy AI robią marketing jak każda inna, ale otwarcie ostrzegają przed halucynacjami; prognozom ludzi z frontu (Altman, Musk) warto przysłuchiwać się, pamiętając o ich finansowym interesie.
900 milionów użytkowników ChatGPT tygodniowo i 50 milionów płacących subskrybentów (prawie 1% ludzkości) to dowód realnej wartości, nie zbiorowej iluzji.
Analogia do kolei żelaznych: bańka spekulacyjna nie czyni technologii iluzją; obok każdego hype’u kręcą się prawdziwe przekręty (NFT, krypto), ale nie umniejszają one wartości samego narzędzia.

10 najważniejszych takeaways — z kontekstem zastosowania

1.Inteligencję — ludzką i maszynową — oceniamy po efektach

Na czym polega: Egzaminy, rozmowy o pracę i testy inteligencji to wszystko testy wytworów; nie mamy żadnego innego dostępu do cudzego umysłu niż to, co z niego wypływa. Skoro model pisze, rozwiązuje i odpowiada na poziomie człowieka, zarzut „to tylko naśladowanie” przestaje cokolwiek różnicować.

Jak stosować: Zanim ocenisz, czy narzędzie AI jest „naprawdę inteligentne”, ustaw mu progi jak nowemu pracownikowi: konkretne zadania, mierzalna skuteczność, terminy. Od efektów zaczynaj, nie od dysputy o definicjach.

Na co uważać: Dobre wyniki nie dowodzą świadomości ani rozumienia „od środka” — sam autor podkreśla, że to otwarte pytanie filozoficzne. Nie przepłacaj za obietnice „rozumienia” tam, gdzie liczy się rezultat.

2.„Tylko przetasowuje istniejące treści” pada przy nowych problemach

Na czym polega: Argument o kopiowaniu i sklejaniu starego materiału osłabiają sukcesy na zadaniach, których nikt wcześniej nie widział — od olimpiady IMO 2025 po kolejne przełomy matematyczne wymieniane w materiale.

Jak stosować: Testując model w swojej dziedzinie, podawaj mu zadania, których na pewno nie ma w internecie — świeże dane firmowe, autorskie problemy. Skuteczność na nich to najlepszy test myślenia, a nie odtwarzania pamięciowego.

Na co uważać: Doniesienia o przełomach weryfikuj u źródła: czy pracę sprawdzili niezależni eksperci, czy mamy do czynienia z „dowodem, którego nikt nie przeczytał”.

3.Licz się z przesuwaniem poprzeczki

Na czym polega: Szachy straciły status miary umysłu w chwili, gdy opanowały je maszyny. Każda kolejna umiejętność AI bywa kwitowana jako „to już nie jest prawdziwa inteligencja” — a kto definiuje siebie przez to, czego technologia nie umie, ten kurczy swoją tożsamość wraz z jej postępem.

Jak stosować: Buduj zawodową pozycję na tym, co robisz z narzędziem — osądzie, odpowiedzialności, relacjach — a nie na monopolu na czynność, którą łatwo zautomatyzować.

Na co uważać: Przesuwana poprzeczka działa w obie strony: podważaj i zachwyty, i kategoryczne wykluczenia („nigdy”, „niemożliwe”), bo obie formy retoryki zwykle zamiast argumentów mają pewnik.

4.Technologia nie jest wrogiem człowieka — jest jego definicją

Na czym polega: Od patyka wbitego w dziuplę, przez włócznię, po łopatę — narzędzia od zawsze wzmacniały ludzi, a nikt przez kopanie łopatą nie ogłosił upadku człowieczeństwa. Autor przesuwa tę logikę na AI.

Jak stosować: Przy wdrożeniach formułuj pytanie nie „czy to nas zastąpi”, lecz „co dzięki temu zrobimy, czego sami nie umiemy” — i właśnie w tym mierz efekty.

Na co uważać: Technologiczny optymizm nie zwalnia z liczenia kosztów: błędów, zależności od dostawcy, pracy wdrożeniowej. Sam autor kończy z zastrzeżeniem, by jego słowa też brać z rezerwą.

5.Drobny druk ma znaczenie: modele same ostrzegają przed sobą

Na czym polega: Ostrzeżenia o halucynacjach to standardowy element każdego czatu z ChatGPT czy Claude — odpowiednik klauzuli „to nie jest porada inwestycyjna”. Kto je ignoruje, trudno potem mówić, że go oszukano.

Jak stosować: Wprowadź w zespole żelazną zasadę: każdy fakt, liczba i cytat z modelu przechodzi weryfikację u źródła, zanim trafi do klienta albo do decyzji.

Na co uważać: Zastrzeżenie producenta to nie gwarancja bezpieczeństwa twojego konkretnego zastosowania — własne testy na własnych danych robisz samodzielnie.

6.Słuchaj budowniczych, ale licz ich interesy

Na czym polega: Autor ufa prognozom ludzi pracujących na froncie — spora część przewidywań Altmana i Muska się sprawdziła — bo widzą rozwój z bliska. Jednocześnie przyznaje, że lansowanie własnej technologii to dla nich żywotny interes finansowy.

Jak stosować: Planując na pięć–dziesięć lat, bierz średnią prognoz ludzi z branży, a nie jeden głośny głos; scenariusz optymistyczny i pesymistyczny waż osobno.

Na co uważać: Bliskość technologii nie daje nieomylności — nawet twórcy mylą się w kwestii tempa wdrożeń i skutków ubocznych.

7.Płacący użytkownicy to sygnał realnej wartości

Na czym polega: 900 milionów użytkowników tygodniowo i 50 milionów płacących subskrypcji — blisko 1% ludzkości. Twardo trudno pogodzić tę skalę z tezą o czystej iluzji: ludzie płacą, bo coś z tego mają.

Jak stosować: O produktach AI sądź po metrykach behawioralnych — retencji, odnowieniach subskrypcji, realnym użyciu — a nie po głośności debat w mediach społecznościowych.

Na co uważać: Dzisiejsza subskrypcja nie gwarantuje jutrzejszej lojalności; wskaźniki wartości obserwuj w czasie, bo przy zmianie cen lub jakości mogą się odwrócić.

8.Rozdzielaj technologię, bańkę inwestycyjną i przekręt

Na czym polega: Kolej żelazna także przeżyła spekulacyjną gorączkę, nie przestając być realną technologią. Inwestowanie to finansowa nadbudowa nad fundamentem potencjalnej wartości — krach wycen nie dowodzi, że narzędzie jest bezużyteczne.

Jak stosować: W dyskusjach o „bańce AI” rozdzielaj trzy pytania: czy narzędzie działa, czy wyceny są rozsądne, czy konkretny projekt to oszustwo. Każde rozstrzygaj osobnym materiałem dowodowym.

Na co uważać: Wokół każdego hype’u działają prawdziwi oszuści (NFT, kryptowaluty) — ryzyko oszustwa badaj osobno, projektu po projekcie.

9.Złe użycie nie czyni narzędzia złym

Na czym polega: Pociągi i samochody od lat służą też przestępcom, a nikt przez to nie ogłasza transportu złem z natury. Autor stosuje ten sam rachunek do AI: cudze nadużycia nie przesądzają o wartości narzędzia w twoich rękach.

Jak stosować: Oceniając technologię, rób bilans korzyści i ryzyk dla swojego przypadku użycia, zamiast przenosić na niego najgłośniejsze przykłady nadużyć.

Na co uważać: Argument „to tylko narzędzie” nie zwalnia z ograniczania realnych szkód — deepfake’ów czy oszustw; krytyka nadużyć bywa uzasadniona.

10.Każdą wiralową tezę — pesymistyczną i zachwyconą — bierz z rezerwą

Na czym polega: Autor sam kończy przypomnieniem, że każda sprawa ma dwie strony, i jego rozbicie „oszustwowej” tezy również należy przyjąć krytycznie.

Jak stosować: Zanim uznasz wiralową opinię za swoją, przepisz jej główne zarzuty i sprawdź po kolei, które mają oparcie w danych, a które tylko w retoryce — dokładnie tak, jak robi to autor filmu.

Na co uważać: Symetryczne pułapki: panika („wszystko przekręt”) i kult („technologia bogów”) — obie sprzedają się lepiej niż nudna środkowa droga.

Redakcyjne tłumaczenie

Teza, na którą odpowiadam

Ten film to odpowiedź na twierdzenie, które w skrócie brzmi tak: „Sztuczna inteligencja to dosłownie oszustwo — najsprytniejsze oszustwo w historii. Zbudowano maszynę, która naśladuje wyłącznie efekty inteligencji, a potem przekonano wszystkich, że jest naprawdę inteligentna. Rzecz niemożliwa, a mimo to przekonująca iluzja — i przy jej okazji wyłudzono od inwestorów biliony dolarów.” Autor tej tezy dodaje, że „rozwiązania” AI dla trudnych zadań matematycznych to zwykły hałas marketingowy. Jako dowód podaje rzekome rozwiązanie równań Naviera–Stokesa przez OpenAI: dwadzieścia dwa miliony dolarów kosztów, sto sześćdziesiąt pięć stron dowodu, których nikt nie czyta — a prawdziwi matematycy, jak Terence Tao, w ogóle nie uznają go za ostateczny.

(Informacja dodatkowa: równania Naviera–Stokesa opisują ruch płynów i stanowią jeden z siedmiu „problemów milenijnych”, za rozwiązanie których wyznaczono milionową nagrodę. Terence Tao to laureat Medalu Fieldsa, uchodzący za jednego z najlepszych żyjących matematyków.)

Trudno brać tego pokroju ludzi na poważnie — zresztą wraz z postępem AI ich rzesze szybko topnieją. Ale skoro wciąż ktoś tak myśli, rozpatrzmy po kolei każdy zarzut.

Inteligencję zawsze oceniamy po efektach

Pierwszy zarzut brzmi: sztuczna inteligencja jedynie naśladuje wyniki, jakie zwykle produkuje inteligentny umysł. Tylko że my wszyscy — czy tego chcemy, czy nie — mierzymy bystrość właśnie po efektach. Zdajemy egzaminy, przechodzimy rozmowy kwalifikacyjne, rozwiązujemy testy inteligencji; wszystko, co ma ustalić, czy ktoś jest bystry, sprowadza się do wytworów. Jeśli żaden wytwór nie może się liczyć jako dowód inteligencji, to ludzka inteligencja też przestaje się kwalifikować.

I wtedy sprawa robi się bardzo filozoficzna. Skąd masz pewność, że druga osoba naprawdę myśli? Skąd wiesz, że cokolwiek świadomie przeżywa? Nie wiesz. Zostają ci jej wytwory: to, co napisała, co mówi, jak się zachowuje. A dzisiejsze modele mówią, piszą i działają tak, że odbieramy je jako umysłowo równorzędnym ludziom — w niektórych dziedzinach wręcz lepszym. Trudno to uznać za obłęd.

Nie da się skopiować czegoś, co jeszcze nie istnieje

Krytycy tego kalibru zakładają po cichu, że AI potrafi wyłącznie kopiować lub przerabiać to, co już istnieje. Tylko że nie da się odtworzyć czegoś, co jeszcze nie powstało. Na Międzynarodowej Olimpiadzie Matematycznej w 2025 roku Gemini rozwiązywał prawdziwe, zupełnie nowe zadania — takie, których nikt przed nim nie widział. To było ponad rok temu. Od tamtej pory poprzeczka poszła wysoko w górę: jest rozwiązanie Naviera–Stokesa, jest przed tygodniem i połową głośny sukces wokół „problemu 700”. Zadania klasy złotego medalu, całkiem świeże, poza danymi treningowymi. Choć nawet gdyby modele robiły „tylko” tyle, że układały na nowo kawałki rozwiązań innych problemów — czyżby to nie była inteligencja?

(Informacja dodatkowa: Międzynarodowa Olimpiada Matematyczna to najbardziej prestiżowy konkurs matematyczny dla uczniów szkół średnich; zadania każdego roku są autorskie i publikowane dopiero w dniu zmagań.)

„Niemożliwe” bez uzasadnienia to pycha

Tamta wypowiedź operuje słowem „niemożliwe”, ale ani razu nie wyjaśnia dlaczego. Serwuje ci je jako ustaloną prawdę. Po mojemu to spora pycha. Czy ktokolwiek z nas potrafi niezawodnie oddzielić możliwe od niemożliwego? Cofnij się do dziewiętnastego wieku i zapytaj furmana wożącego skrzynie wozem konnym między wsiami, czy człowiek w ciągu stu lat stanie na Księżycu — wielu też uznałoby to za niemożliwe.

Poprzeczka, która wciąż się przesuwa

Kiedyś to szachy uchodziły za probierz umysłu. Granie na wysokim poziomie dowodziło inteligencji — dopóki maszyny nie wykazały się w nich mistrzostwem. I tak ten próg nieustannie się cofa w głowach krytyków pokroju tego młodego człowieka. Im dalej zajdzie AI i im więcej opanuje, tym ciaśniejszy robi się ich obraz tego, co znaczy być „naprawdę inteligentnym” albo „być człowiekiem”. Trochę to smutne, jeśli się nad tym pochylić. Kto definiuje siebie przez wszystko, czego technologia nie potrafi, ten wraz z jej postępem kurczy swoją tożsamość kawałek po kawałku — i w końcu nieuchronnie zwiędnie. Znacznie sensowniej jest patrzeć, jak technika nas wzmacnia.

Technologia to definicja człowieka

Narzędziami posługujemy się od samych początków. Pierwszy raz, kiedy małpolud odrobinę podobny do nas wbił patyk w dziuplę i zjadł mrówki, które po nim lazły, już mieliśmy do czynienia z technologią. Pierwsza włócznia, pierwsze kopanie w ziemi czymś, co z czasem stanie się łopatą — wszystko to technika. Kopanie łopatą nie oznacza przecież upadku naszej ludzkiej natury, prawda? Świat i tak się zmienia, choćby teoretycznie — i właśnie tego rodzaju zmiany mają w pogardzie ludzie pokroju tamtego pana. Moim zdaniem jednak zupełnym nonsensem jest przekonanie, że technologia stoi po przeciwnej stronie niż człowiek. Technologia jest definicją człowieka.

Zarzut drugi: „powiedzieli wszystkim, że jest inteligentna”

Tak — promują swoje produkty jak każda porządna firma. Ale równocześnie wprost i konsekwentnie ostrzegają, że model nie jest doskonały, że dużo halucynuje i myli się. To dosłownie drobny druk pod każdą rozmową, którą prowadzisz z ChatGPT, Claude i pozostałymi. To trochę jak obejrzenie filmu, w którym ktoś deklamuje: „to w żadnym wypadku nie jest porada inwestycyjna, uważaj i nie wkładaj pieniędzy na podstawie moich słów” — po czym ty inwestujesz, tracisz i pozywasz go do sądu. No i co z tą długą klauzulą na wstępie?

Oczywiście ci ludzie mówią, że ich technologia jest cenna i potężna. To zwykły marketing, jak w każdej firmie software’owej. Równocześnie są — moim zdaniem — bardzo realistyczni co do dzisiejszych ograniczeń. I jeśli chce mnie ktoś przekonać, dokąd taka technologia może nas zaprowadzić za pięć, dziesięć lat, będę raczej słuchał tych, którzy ją budują, przynajmniej z jednym uchem. Nie zamierzam przy tym udawać, że nie mają interesów: gdybym uwierzył, że ich technologia może dosięgnąć poziomu bogów, napchaliby sobie skarbce po brzegi złotymi monetami. Ale jeśli uśrednić przekonania wszystkich pracujących na froncie tej dziedziny, można dostać całkiem mocne narzędzie prognozowania. Zdecydowana większość tego, co Sam Altman mówił cztery, pięć lat temu, się sprawdziła — przynajmniej jeśli chodziło o prognozy. To samo z Elonem Muskim, możesz go kochać albo nie znosić: ludzie, którzy na co dzień prowadzą tę technologię, rozumieją, dokąd zmierza, bo widzą to z bliska. To jest ich praca. Nie znaczy to, że są z konieczności źli albo przewrotni — choć część z nich na pewno jest.

„Wyłudzili biliony” — a 50 milionów ludzi płaci

Najgorszy fragment tamtej wypowiedzi to sformułowanie o bilionach wyłudzonych od inwestorów. Bo inwestorzy wcale nie są tu jedyną stroną. Te aplikacje mają gigantyczną bazę użytkowników. ChatGPT ma ponad 900 milionów użytkowników tygodniowo i 50 milionów płacących subskrypcji. Pięćdziesiąt milionów — pięć procent miliarda, czyli nieco mniej niż jeden procent całej planety. To jest absolutnie szalone! Nie da się twierdzić, że około 1% ludzkości płaci za produkt software’owy, i równocześnie mówić: „ach, oni wyłudzają ludziom pieniądze, to wszystko iluzja”. Skoro ludzie płacą, to znaczy, że znajdują w tym choć niewielką korzyść za swoje pieniądze. Inaczej nie wydawaliby ani złotówki.

Lekcja z kolejnictwa

Przypomnij sobie kolej żelazną sprzed około 150, może 200 lat, przetaczającą się przez zachodnie stany. Były okazje inwestycyjne, były potem kłopoty; według niektórych doszło wręcz do baniek spekulacyjnych. To jednak nie dowodzi, że kolej była iluzją. Ani że pociągi były iluzją. Jak widać po wszystkim, te wynalazki roznieciły eksplozję możliwości w każdej dziedzinie. Chodzi więc o zrozumienie jednej rzeczy: inwestowanie to w gruncie rzeczy abstrakcyjna warstwa finansowa położona na realnym, solidnym fundamencie potencjalnej wartości.

Oczywiście istnieją też prawdziwe przekręty — z NFT i kryptowalutami ludzie kombinują, odkąd w ogóle jestem dorosły. Ale to, że część ludzi używa tej technologii przeciwko innym, nie czyni samej technologii złą. Pociągi, samochody i pozostałe środki transportu od dawna służą też napadom, kradzieżom i przemocy — i nikt przez to nie ogłasza ich złem z natury. Tym bardziej nie dowodzi to, że same narzędzia są nieefektywne. A sztuczna inteligencja jest tego najlepszym dowodem.

Na tym kończę. W każdej sprawie warto widzieć obie strony, więc i moje słowa przyjmij z przymrużeniem oka. Miłego dnia!