Wstęp

Kto tu pisze i dlaczego

Pamiętam dokładnie ten wieczór. Siedziałem w swoim biurze, przeglądałem artykuły o ChatGPT i czułem, jak żołądek mi się ściska. Nie z ekscytacji. Ze strachu.

To jest koniec — pomyślałem. — Koniec mnie jako trenera.

Przez osiemnaście lat budowałem swoje doświadczenie. Pięćdziesiąt tysięcy przeszkolonych osób. Książki. Programy szkoleniowe. Własna galeria sztuki. Zespół sprzedażowy. A teraz jakiś algorytm miał mi to wszystko zabrać.

Oczami wyobraźni widziałem, jak AI prowadzi szkolenia zamiast mnie. Jak moi klienci rozmawiają z chatbotem zamiast z moim zespołem. Jak moja galeria pustoszeje, bo ludzie wolą wygenerowane obrazy.

Byłem w błędzie. Całkowicie, bezwzględnie w błędzie.

Nie wiem, ile dokładnie pieniędzy przepaliłem na kursy, webinary i programy o AI. Wiem, że było ich dużo. I wiem, że większość z nich obiecywała cuda, a dawała ogólniki.

„Poznaj sekrety AI!” „Zarabiaj pasywnie dzięki sztucznej inteligencji!” „Od zera do milionera z ChatGPT!”

Brzmi znajomo? Kupowałem to wszystko. Głównie zagraniczne kursy, bo w Polsce wtedy praktycznie nic nie było. I za każdym razem to samo: dużo hype’u, mało konkretu. Mnóstwo obietnic, że wystarczy skopiować prompt i pieniądze same wpłyną na konto.

Nie wpływały. Za to frustracja rosła.

Po każdym kolejnym szkoleniu czułem się tak samo zagubiony jak przedtem. Tylko z lżejszym portfelem.

Moment, w którym naprawdę chciałem odpuścić, przyszedł wcześniej, niż myślisz. Pamiętam, jak wpisywałem pytanie do ChatGPT. Proste pytanie biznesowe. Odpowiedź brzmiała sensownie. Użyłem jej. Okazało się, że połowa informacji była zmyślona. Dramat.

Potem próbowałem generować treści marketingowe. AI wypluwało bełkot, który brzmiał jak tłumaczenie z chińskiego przez niemiecki. Jeszcze większy dramat.

A gdy poprosiłem o pomoc z kodem do prostej strony internetowej? Śmiech na sali. Dosłownie. Więcej przekleństw i walenia pięścią w stół niż linijek kodu.

Miałem wrażenie, że wszyscy dookoła — przynajmniej na LinkedIn — ogarniali AI bez problemu. Tylko ja byłem za głupi, żeby to zrozumieć.

Dziś wiem, że to nieprawda. Większość tych ludzi też nie ogarnia. Po prostu lepiej kłamią w internecie.

Moje tło zawodowe? Sprzedaż. Szkolenia. Zarządzanie zespołami. Zero techniki. Kiedy ktoś dziesięć lat temu powiedziałby mi, że będę tworzył własne systemy informatyczne, parsknąłbym śmiechem. Ja? Facet, który wzywa fachowca do wymiany żarówki? Który ma alergię na Excela?

A jednak. Dziś buduję własne narzędzia AI. Prompt Optimizer — aplikację, która pomaga pisać lepsze prompty. Landing Page Generator. Pracuję nad startupem elevyo.ai. Być może już działa, gdy to czytasz.

Jak do tego doszło? Nie przez jedną magiczną książkę. Nie przez jeden kurs. Przez dziesiątki rozczarowań, setki prób i kilka wyjątkowych momentów, które wszystko zmieniły.

Prawdziwy przełom nie był spektakularny. Nie było fanfar. Nie było momentu „eureka” jak w filmach. Był wieczór. Byłem zmęczony. I nagle blog, który stworzyłem od zera — sam, bez programisty, tylko z pomocą AI — pojawił się na żywo w internecie.

Działa. Kliknąłem kilka podstron. Działają. Wysłałem link znajomemu. „Ej, zobacz, co zrobiłem”. Odpisał: „Poważnie?!, to Ty to zbudowałeś?”

Tak. Ja to zbudowałem.

I w tym momencie zrozumiałem coś ważnego. Coś, czego żadne szkolenie mi nie powiedziało wprost: AI to nie jest jedno narzędzie do wszystkiego — tylko ekosystem. System. I żeby z niego korzystać, musisz rozumieć, jak poszczególne elementy ze sobą współgrają.

ChatGPT nie jest odpowiedzią na wszystkie problemy. Jest odpowiedzią na niektóre problemy. I dopiero gdy zrozumiałem, które to problemy — i jakich innych narzędzi potrzebuję do reszty — wszystko zaczęło działać.

Piszę tę książkę, żebyś nie musiał przechodzić przez to samo co ja — przepalać pieniędzy na kursy obiecujące złote góry, spędzać miesięcy na metodzie prób i błędów, czuć się jak idiota, który „nie ogarnia”, podczas gdy wszyscy dookoła jakoby ogarniają.

Ta książka to esencja tego, czego nauczyłem się przez ostatnie lata. Nie teorii. Praktyki. Rzeczy, które działają. I — co równie ważne — rzeczy, które nie działają, żebyś wiedział, na co nie tracić czasu.

Jestem praktykiem. Nie akademikiem. Nie „AI influencerem”, który robi zdjęcia z konferencji i udaje eksperta. Buduję systemy, które działają. Używam ich codziennie. I dzielę się tym, co wiem.

Słuchaj, nie jestem geniuszem. Nie mam doktoratu z informatyki. Nie rozumiem połowy matematyki, która stoi za sieciami neuronowymi — i to nie ma znaczenia. AI nie wymaga od Ciebie, żebyś był programistą. Wymaga, żebyś rozumiał podstawy. Żebyś wiedział, co jest możliwe, a co nie. Żebyś umiał rozmawiać z tymi narzędziami w sposób, który daje wyniki.

Jeśli facet od szkoleń sprzedażowych — facet, który jeszcze trzy lata temu bał się Excela — może stworzyć własny startup AI, to Ty też możesz się tego nauczyć… ale musisz zacząć od podstaw.

Tłumaczenie Ci strategii budowania projektu w momencie, gdy nie wiesz jak działa AI jest co najmniej nielogiczne. Dlatego ta książka nie jest o tym, który przycisk kliknąć w ChatGPT. Te przyciski zmienią się za miesiąc. Za pół roku interfejs będzie zupełnie inny.

Zamiast instrukcji obsługi, daję Ci model myślenia o AI. Jak rozumieć, co te systemy robią — i czego nie robią. Jak weryfikować to, co Ci mówią. Jak nie dać się zrobić w konia przez halucynacje i marketing.

Zasady się nie zmieniają — narzędzia tak.

Czym ta książka nie jest

Zatrzymajmy się na chwilę, zanim na dobre zanurzymy się w świecie sztucznej inteligencji. Prawdopodobnie masz jakieś oczekiwania wobec tej książki — i część z nich jest błędna. Wolę to wyjaśnić teraz, niż rozczarować Cię w połowie lektury.

Nie znajdziesz tu wzorów matematycznych opisujących sieci neuronowe. Nie będę Ci tłumaczył, jak działa backpropagation na poziomie algorytmu. Nie musisz wiedzieć, czym jest gradient ani jak się go oblicza. Szczerze? Ja też tego do końca nie wiem. I to mi nie przeszkadza w budowaniu własnych narzędzi AI.

Istnieje pewien mit, że żeby pracować z AI, musisz rozumieć każdy szczegół techniczny. To tak, jakby ktoś twierdził, że żeby prowadzić samochód, musisz umieć zbudować silnik od zera. Nie musisz. Musisz wiedzieć, jak działa kierownica, gaz, hamulec i kiedy tankować. Resztę zostawiasz mechanikowi.

Nauczysz się prowadzić, bez konieczności budowania silnika.

Jeśli szukasz poradnika w stylu „Krok 1: Otwórz chat.openai.com. Krok 2: Wpisz pytanie. Krok 3: Skopiuj odpowiedź” — tutaj tego nie znajdziesz. Za pół roku taki poradnik będzie bezużyteczny. Interfejs się zmieni. Przyciski będą w innych miejscach. Pojawią się nowe funkcje, stare znikną.

Zamiast tego napisałem coś, co będzie aktualne przez lata: podstawy myślenia o AI. Zasady, które nie zmieniają się wraz z nową wersją oprogramowania. Schemat rozumienia, który zastosujesz do ChatGPT, Claude’a, Gemini i każdego narzędzia, które pojawi się w przyszłości.

Szczegółowe instrukcje? Są w kursie AI Evolution. Tam mogę je aktualizować na bieżąco. Książka to fundament, a kurs to budynek.

Internet jest pełen takich list. „50 najlepszych narzędzi AI w 2025!” „100 aplikacji, które musisz znać!” Większość z nich jest bezużyteczna. Połowa tych narzędzi zniknie za rok. Kolejna ćwiartka zmieni się nie do poznania.

Zamiast dawać Ci listę do zapamiętania, dam Ci schemat oceny. Nauczę Cię, jak samodzielnie rozpoznać, czy dane narzędzie jest warte Twojego czasu. Jak testować. Jak porównywać. Jak nie dać się nabrać na marketing.

Nie powiem Ci, że dzięki tej książce zaczniesz zarabiać miliony. Nie powiem, że AI rozwiąże wszystkie Twoje problemy. Nie powiem, że życie stanie się łatwe i przyjemne — to byłoby kłamstwo.

AI to narzędzie. Potężne, ale nadal tylko narzędzie.

Może Ci pomóc — pod warunkiem że wiesz, jak go używać i do czego. Może Ci zaszkodzić — jeśli będziesz mu ślepo ufać. Może nic nie zmienić — jeśli przeczytasz tę książkę, pokiwasz głową i odłożysz ją na półkę bez działania.

Zmiana wymaga pracy. Wymaga praktyki. Wymaga czasu. Ta książka może skrócić Twoją drogę, ale nie przejdzie jej za Ciebie.

Jeśli to jest to, czego szukasz — czytaj dalej. Jeśli szukasz czegoś innego — oddaj tę książkę komuś, kto jej potrzebuje. Obie opcje są w porządku.

AI bez mitów

„Co naprawdę powinieneś wiedzieć”

1.1 Mit świadomości — „AI nie myśli jak Ty”

Tomek siedział w kuchni swojego szeregowca na Białołęce. Była 3:14 nad ranem. Na ekranie laptopa mrugał kursor w polu tekstowym ChatGPT, a w zlewie piętrzyły się naczynia po kolacji, których nie miał siły włożyć do zmywarki.

Miał czterdzieści dwa lata, dwadzieścia lat doświadczenia w marketingu, kredyt we frankach, który wciąż dusił, i dwójkę dzieci w prywatnej szkole. Do tego wszystkiego przytłaczała go paniczna pewność, że właśnie obserwuje koniec swojej kariery.

Przez ostatnie miesiące słyszał to ze wszystkich stron — AI pisze teksty. AI robi kampanie. AI zastąpi marketingowców. Jego młodsi koledzy z działu już używali ChatGPT do wszystkiego. Śmiali się z niego za plecami, był tego pewien.

Tomek nie mógł się przełamać. Za każdym razem, gdy otwierał okno czatu, czuł irracjonalny lęk. Co, jeśli AI zobaczy, że nie umie zadawać pytań? Co, jeśli oceni jego prompty jako głupie? Co, jeśli — i to było najbardziej absurdalne — powie komuś?

Przez trzy miesiące Tomek udawał, że „analizuje rynek narzędzi AI”. W rzeczywistości paraliżował go strach przed czymś, czego nawet nie rozumiał.

Jego żona zauważyła zmianę. Tomek wracał z pracy ponury, mało mówił, siedział do późna przy komputerze — ale nie pracował. Przeglądał artykuły o AI. Oglądał filmy na YouTube. Czytał komentarze ludzi, którzy twierdzili, że „to koniec”. I z każdym dniem czuł się gorzej.

Najgorsze były noce. Tomek leżał w ciemności i wyobrażał sobie scenariusze. Rozmowa z HR. Pakowanie rzeczy z biurka. Szukanie pracy w wieku czterdziestu dwóch lat, bez doświadczenia w technologiach, które stały się obowiązkowe.

W pracy sytuacja się pogarszała. Młodszy kolega, Kuba, ten nowy, 24-latek w za dużych bluzach, który wciąż mieszkał z rodzicami, nagle zaczął dostarczać materiały szybciej niż ktokolwiek inny — oddawał strategie marketingowe w dwie godziny. Strategie, które Tomkowi zajmowały trzy dni orki w Excelu i PowerPoincie.

Szef ostatnio rzucił przy ekspresie: „Widziałeś, co Kuba wygenerował dla klienta z branży okiennej? Kosmos”. Tomek tylko przytaknął, czując, jak żołądek podchodzi mu do gardła.

Bał się wpisać to cholerne pierwsze pytanie w okno czatu. Bał się, że AI wypluje odpowiedź lepszą niż jego 20 lat doświadczenia. Że zobaczy na ekranie dowód na to, że jest już zbędny.

Pewnego dnia Kuba podszedł do niego przy kawie. „Tomek, mogę Ci coś pokazać? To naprawdę proste”. Tomek odmówił. Powiedział, że nie ma czasu, że ma pilne rzeczy do zrobienia. W rzeczywistości uciekł, bo nie chciał, żeby ktoś zobaczył jego niekompetencję.

Znam dziesiątki takich historii. Ludzie, którzy boją się AI jak żywej istoty. Którzy przypisują mu intencje, emocje, osąd. Którzy martwią się, co AI o nich „pomyśli”. I to jest pierwszy, elementarny mit, który muszę obalić.

Rzecz w tym, że jest w tym wszystkim pewna ironia. Ludzie boją się czegoś, co nie ma żadnej zdolności do ich osądzania. Boją się „umysłu”, który nie istnieje. Boją się „inteligencji”, która nie jest inteligencją w ludzkim sensie.

Muszę Ci coś powiedzieć, co może brzmieć banalnie, ale jest niezmiernie ważne:

Wiem, że to brzmi jak oczywistość… a mimo to obserwując jak ludzie rozmawiają z ChatGPT, widzę coś niepokojącego. Mówią „dziękuję” i „przepraszam”. Tłumaczą swoje intencje. Martwią się, że AI się obrazi. Próbują być mili, żeby dostać lepszą odpowiedź.

To jest projekcja. Naturalna, ludzka projekcja. Nasz mózg ewoluował przez miliony lat, żeby rozpoznawać intencje innych istot. Widzimy twarze w gniazdkach elektrycznych. Przypisujemy emocje samochodom, które „nie chcą odpalić”. I automatycznie zakładamy, że coś, co mówi płynnie po polsku, musi w jakiś sposób rozumieć, co mówi.

Nie rozumie.

AI, z którym rozmawiasz — ChatGPT, Claude, Gemini — to systemy zwane Large Language Models (Duże Modele Językowe). Są „duże”, bo zawierają setki miliardów parametrów. Są „językowe”, bo operują na tekście. Są „modelami”, bo matematycznie modelują prawdopodobieństwo wystąpienia kolejnych słów.

Gdy zadajesz pytanie, model nie „myśli” nad odpowiedzią. On oblicza prawdopodobieństwo. Dla każdego możliwego następnego słowa sprawdza: jak prawdopodobne jest, że to słowo powinno być następne, biorąc pod uwagę wszystko, co było wcześniej?

To trochę jak bardzo, bardzo zaawansowane autouzupełnianie w telefonie. Twój telefon też „przewiduje”, co chcesz napisać. Różnica jest w skali — GPT-4 ma według szacunków branżowych około 1,76 biliona parametrów [4], podczas gdy autouzupełnianie w telefonie operuje na znacznie prostszym modelu.

Te wzorce zostały wyuczone z ogromnych zbiorów tekstów. Miliardów stron internetowych, książek, artykułów, rozmów. Model „widział” te teksty podczas treningu i nauczył się, jakie słowa zazwyczaj występują po jakich innych słowach.

Zauważ słowo „zazwyczaj”. To klucz do zrozumienia, dlaczego AI czasem się myli. Model operuje statystyką, a nie prawdą.

Wyobraź sobie, że uczysz dziecko języka, pokazując mu miliony zdań, ale nigdy nie tłumaczysz, co te zdania znaczą. Nigdy nie pokazujesz mu świata za oknem. Nigdy nie dajesz mu kontekstu. Dziecko nauczy się budować poprawne gramatycznie zdania, ale nie będzie wiedziało, czy to, co mówi, jest prawdą.

To właśnie jest LLM. Bardzo utalentowane dziecko, które nauczyło się naśladować język dorosłych bez rozumienia, o czym mówi.

Jeśli myślisz, że AI „rozumie”, będziesz oczekiwać, że domyśli się Twoich intencji. Że wyciągnie wnioski, które nie wynikają wprost z tego, co napisałeś. Że „pojmie” kontekst, którego mu nie dałeś. A potem będziesz sfrustrowany, gdy tego nie zrobi.

Jeśli wiesz, że AI to maszyna do przewidywania następnego słowa, podejdziesz do tego inaczej. Dasz jasne instrukcje. Określisz kontekst. Powiesz dokładnie, czego oczekujesz. I dostaniesz lepsze wyniki.

AI brzmi pewnie — nawet gdy kłamie

AI potrafi brzmieć niezwykle pewnie. Odpowiada pełnymi zdaniami, bez wahania, bez „nie wiem” i „może”. Brzmi jak ekspert, który dokładnie wie, o czym mówi. I właśnie to jest pułapka.

Model nie wie, czy mówi prawdę. Nie ma mechanizmu weryfikacji. Nie sprawdza faktów. Generuje tekst, który statystycznie wygląda na prawdopodobny — co nie jest tym samym, co tekst prawdziwy.

Historia Stevena Schwarza i Petera LoDuki pokazuje to najdobitniej. W maju 2023 roku ci dwaj prawnicy z nowojorskiej kancelarii Levidow Levidow & Oberman reprezentowali Roberto Matę w pozwie przeciwko liniom lotniczym Avianca. Mata twierdził, że został uderzony wózkiem z jedzeniem podczas lotu i doznał obrażeń kolana [5].

Prawnicy Maty odpowiedzieli pismem procesowym, które cytowało sześć precedensów sądowych. Co było problemem? Żadna z tych spraw nie istniała. Wszystkie zostały wymyślone przez ChatGPT.

Prawnicy Avianki nie mogli znaleźć tych spraw w żadnej bazie danych. Gdy sędzia P. Kevin Castel zażądał wyjaśnień, Schwarz złożył zeznanie pod przysięgą, w którym przyznał, że użył ChatGPT do researchu prawnego i nie zweryfikował wyników [5].

Co gorsza — gdy zorientował się, że nie może znaleźć tych spraw, poprosił ChatGPT o potwierdzenie ich autentyczności. ChatGPT zapewnił, że sprawy są prawdziwe. Schwarz uwierzył.

Nie chodzi tu o to, że AI jest złe czy bezużyteczne. Chodzi o to, że AI nie wie, że nie wie. I brzmi tak samo pewnie, gdy mówi prawdę, jak gdy zmyśla.

John Roberts, Prezes Sądu Najwyższego Stanów Zjednoczonych, odniósł się do tego w swoim rocznym raporcie o sądownictwie z 2023 roku: „Jakiekolwiek użycie AI wymaga ostrożności i pokory. Cytowanie nieistniejących spraw to zawsze zły pomysł” [10].

AI może być niesamowicie pomocne — pod warunkiem że rozumiesz, czym jest — i czym nie jest.

Okiem Polaka: „Polak nie wychyla się”

W Polsce mamy specyficzny problem z adopcją nowych technologii. Kulturowo jesteśmy nauczeni, że „mądry Polak po szkodzie” i że lepiej poczekać, aż inni popełnią błędy. Nie wychylamy się. Obserwujemy. Czekamy na „pewniaki”.

Tymczasem jest w tym pewna ironia. Badanie Maison & Partners dla ThinkTank pokazuje, że 42% Polaków korzysta ze sztucznej inteligencji i jest tego świadomych [12]. Pozostałe 58% twierdzi, że „nigdy nie miało z nią styczności”. Nie mają racji — korzystają z AI codziennie, tylko o tym nie wiedzą.

Filtry spamu w poczcie. Rekomendacje na Netflixie. Nawigacja w Google Maps. Face ID w telefonie. Korekta tekstu w Wordzie. To wszystko AI.

Do tego dochodzi głęboko zakorzenione przekonanie, że „ekspert wie lepiej”. Jak ktoś mówi pewnie i używa mądrych słów — pewnie ma rację. Nie wypada kwestionować. Nie wypada przyznać się do niewiedzy.

AI idealnie wpasowuje się w oba te schematy. Jest nowe, więc lepiej poczekać. I mówi pewnie, więc może wie lepiej?

W efekcie wielu Polaków albo całkowicie unika AI (bo „jeszcze za wcześnie”), albo ślepo mu ufa (bo „skoro tak pewnie mówi”). Obie postawy są błędne.

Na szczęście są też informacje pozwalające na ostrożny optymizm. Badanie Amazon z 2024 roku pokazuje, że adopcja AI w Polsce wzrosła o 36% rok do roku [15]. Obecnie 30% polskich firm zintegrowało AI w swoich operacjach. 83% z nich raportuje pozytywny wpływ na wartość biznesową [15].

AI nie jest ani zagrożeniem do unikania, ani autorytetem do naśladowania. To narzędzie. Jak młotek czy Excel. Można nim zbudować dom albo zrobić sobie krzywdę — zależy od tego, czy umiesz go używać.

A Tomek? Po trzech miesiącach paraliżu w końcu wpisał pierwsze pytanie. Było banalne — poprosił o pomoc w sformułowaniu tematu maila. ChatGPT odpowiedział. Nic się nie stało. Żadnego osądu. Żadnej oceny.

Tomek patrzył na ekran i czuł się jak idiota — ale z zupełnie innego powodu niż się spodziewał. Trzy miesiące strachu przed czymś, co nie ma nawet zdolności do oceniania.

Następnego dnia poprosił o szkic strategii marketingowej dla nowego produktu. Dostał coś, co wymagało poprawek — ale było solidną bazą do pracy. Zaoszczędził może dwie godziny researchu.

Tydzień później pokazał wyniki szefowi. Nie ukrywał, że używał AI. Szef nie był zły — był pod wrażeniem. „Dobrze, że nadążasz” — powiedział.

Miesiąc później Tomek szkolił Kubę. Tak, tego Kubę, który wcześniej wydawał się zagrożeniem. Okazało się, że Kuba miał problemy z koncepcjami strategicznymi — wiedział, jak używać narzędzi, ale nie rozumiał, dlaczego robić pewne rzeczy. Tomek — z dwudziestoma latami doświadczenia — doskonale to wiedział.

Razem tworzyli duet: doświadczenie Tomka plus sprawność technologiczna Kuby.

Mit świadomości AI kosztował go trzy miesiące życia zawodowego. Trzy miesiące stresu, bezsennych nocy, udawania. To wysoka cena za nieporozumienie, które można było wyjaśnić w pięć minut.

Dlatego to jest pierwszy mit, który obalamy w tej książce — stanowi fundament wszystkich pozostałych. Jeśli rozumiesz, czym AI naprawdę jest — narzędziem, nie istotą — reszta staje się znacznie prostsza.