23 września wystąpiłem na AI-CONNECT 2026 w Szczecinie. Po prelekcji w windzie pani mi powiedziała, że jej się podobało, bo ludzie rzadko mówią o swoich błędach tak wprost. Opowiedziałem w tym wystąpieniu o tym, jakie błędy zrobiłem, używając AI, oraz jak te błędy naprawiłem.
Od trzech lat intensywnie sprawdzam, jak AI może być przydatne w mojej pracy dziennikarza telewizyjnego i w moich social mediach. O tym też będzie ten wpis.
Co mi AI dała
Brzmi to może trochę buńczucznie, ale AI dała mi możliwość zarządzania własną karierą. Żeby skutecznie używać modeli, musiałem uporządkować dane, które wytwarzam. Zacząłem zwracać uwagę, jak pracuję, co zostaje po mojej pracy, co przepada. Zacząłem tworzyć archiwum. I dzięki temu po jakimś czasie zobaczyłem siebie oraz swoje działania z zewnątrz. Można powiedzieć, że przestałem widzieć drzewa, a zacząłem widzieć las. Wzrosła moja zdolność myślenia abstrakcyjnego.
Narzędzia sztucznej inteligencji traktuję trochę jak egzoszkielet. Taki, jaki noszą już dziś ludzie w magazynach, żeby dźwigać i mniej się męczyć. Ten mój egzoszkielet podpiera słabe strony mojego umysłu albo mojej pracy. Przejmuje pamięć, zarządza drobiazgami, których nie chcę pamiętać. Na przykład na tym blogu to model pamięta o kategoriach wpisów, o tym, jak wpis ma wyglądać i jak zaplanowałem publikacje.
Inna rzecz, którą często zrzucam na AI, to myślenie wizualne. Mimo ponad dwudziestu lat w telewizji myślę nieźle słowami, a słabo obrazem. Używam więc modeli, żeby podpowiadały mi, jak coś zwizualizować, albo chociaż przypominały, że w ogóle muszę myśleć obrazami, bo przecież pracuję w telewizji.
AI dała mi też prototypowanie. Przecież to, co generują modele, to przede wszystkim prototypy, rzadko gotowe propozycje do użycia. Prototypy pytań, tekstów, decyzji, kroków prawnych, strategii, stron internetowych, aplikacji. Prototypy przekonują skuteczniej niż opisy i od razu pokazują, czy rzecz jest warta zrobienia.
Tak zrobiłem sobie też stronę internetową i bloga. Buduję również rozwiązania agentyczne. Na przykład narzędzie, w którym grupka chatbotów o różnych perspektywach dzieli się zadaniami i każdy od nieco innej strony opracowuje tekst, krytykuje go, podsumowuje, ocenia.
W sumie jednak jest coś za coś. Dziś gorzej zapamiętuję drobiazgi, czyli terminy, numery, szczegóły. Pamięć operacyjna mi się pogorszyła, więc opieram ją na notatkach, kalendarzach i skryptach, które sam sobie generuję.
Thomas Sowell napisał kiedyś, że nie ma rozwiązań, są tylko trade-offy. AI zabrała mi pamięć o drobiazgach, a dała możliwość zarządzania na wyższym poziomie. Pamięć to zresztą nie jedyna rzecz, którą chciała mi zabrać.
Co AI chciała mi zabrać
Popełniłem cztery błędy, używając AI. Każdy zabierał mi coś innego. Uwagę, autorstwo, zaufanie, na koniec cały mózg.
Pierwszy błąd. Za bardzo polegałem na automatycznej transkrypcji. Nagrywasz spotkanie na telefonie, model zamienia dźwięk na tekst i oszczędza ci najbardziej pracochłonną robotę w dziennikarstwie, czyli notowanie z taśmy. Robi to bardzo skutecznie, pod warunkiem, że nie zostawia się go samego. Ja zostawiałem. Przestałem notować. Jak to naprawiłem, piszę niżej.
Drugi błąd był jeszcze ważniejszy. Poprawiałem po modelu, zamiast sprawić, żeby model poprawiał po mnie. Kto poprawia po modelu, traci autorstwo. Model jest autorem, a ty stajesz się dodatkiem, gwizdkiem do czajnika. To bardzo męczące, bo z autora robisz się korektorem. Do tego takie teksty tracą styl. Znikają z nich twoje słowa i obserwacje, zostają teksty AI-owe. Media społecznościowe są ich pełne i wszystkie łączy jedno. Bardzo łatwo się je zapomina.
Trzeci błąd też jest częsty. Wysyłałem wspólnikowi w naszej małej firmie wygenerowane teksty bez słowa komentarza. On zresztą robił to samo. Zorientowaliśmy się, że robimy źle, kiedy dostaliśmy z zewnątrz zapytanie ofertowe, pięknie napisane i od pierwszego do ostatniego zdania wygenerowane w modelu. Projekt był ambitny i pewnie byśmy na nim sporo zarobili, gdyby był prawdziwy. Ale wyglądał, jakby ktoś kazał ChatGPT napisać coś ładnego. Poważna odpowiedź wymagałaby dwóch dni pracy. Dwa dni dla kogoś, kto prawdopodobnie potraktował nas niepoważnie i zadał pierwsze lepsze pytanie z brzegu.
Od tamtej pory wysyłamy sobie wewnątrz firmy wyłącznie pliki oznaczone. Albo jest to tekst surowy oznaczony jako RAW. Albo jest to tekst sprawdzony, czyli CHCKD. Albo jest to tekst po wszystkich poprawkach, za który ręczymy i który wolno wysyłać na zewnątrz, czyli READY.
I ostatni błąd. Uruchamiałem zbyt wiele procesów w różnych narzędziach agentycznych naraz. Osiem godzin dziennie byłem sędzią w talent show, w którym każdy uczestnik jest prawie genialny i prawie ma rację. Usmażyłem sobie mózg. Od poniedziałku do środy pracowałem, a od czwartku już zdychałem, bo nie byłem w stanie się skoncentrować, przeładowany i przebodźcowany. Tak już nie pracuję.
Jak pracuję
Mój system pracy opiera się na aplikacji desktopowej Claude Code, w wersji na MacBooka. To mój interfejs praktycznie całej pracy umysłowej, z podłączonymi różnymi aplikacjami. Trochę mnie martwi, że jestem uzależniony od jednego interfejsu, i nie chciałbym, żeby Anthropic przechwytywał całą moją wiedzę. Mam nadzieję, że ich zapewnienia o prywatności są dotrzymywane. A gdyby z jakiegoś powodu przestali mi odpowiadać, wszystkie pliki i zasoby mam w uniwersalnym formacie Markdown na własnym komputerze i mogę przesiąść się na dowolne inne narzędzie.
Pierwszy błąd naprawiłem tak: na spotkaniach, które nagrywam, mówię na głos do nagrania, kto jest kim, jaką ma rolę, po co się spotkaliśmy i co już ustaliliśmy. Poprawiła się transkrypcja. Co zabawne, bardzo poprawiły się też same spotkania. Spromptowałem AI, a przy okazji spromptowałem ludzi.
Przy notkach na sociale model nie pisze. Ma polecenie składać wpisy z moich zdań i porównań. To ja dyktuję, nagrywam i wymyślam, a model ma rozwijać wyłącznie moje myśli i używać moich słów. Jego pierwsza reakcja to wersja mojej wersji. Potem ja tworzę wersję jego wersji mojej wersji. Odbijamy tak piłkę przeciętnie dwa razy. Powstaje kanapka, w której pierwsza i ostatnia warstwa są moje. Jedyną poważną decyzją redaktorską, jaką AI podejmuje, jest to, co wyrzucić. Nie zawsze jej słucham, ale w tym akurat jest niezła.
Research z AI jest dla mnie źródłem pytań, nie odpowiedzi. W pracy dziennikarskiej to sprawa zasadnicza. Kiedy narzędzia agentyczne zrobią mi deep research na dowolny temat, uczę się z niego języka, pojęć i perspektywy. AI z łatwością wypluwa kilkadziesiąt stron tekstu na temat, którego nie znam. Jak miałbym to zweryfikować sam? To zajmowałoby zbyt wiele czasu. Więc zamieniam ten tekst w pytania i idę z nimi do ludzi, którzy się na tym znają. Ludzie są źródłem odpowiedzi.
Ostatnia rzecz. AI pracuje na moich danych, które nie są przypadkowe ani zebrane z sieci. Sam czytam, robię notatki, zbieram cytaty, zastanawiam się. Dopiero na takie poletko wypuszczam maszynę. Pamiętam, jak kiedyś po przygotowaniu do wywiadu z autorem książki byłem niezadowolony ze swoich pytań. Wrzuciłem do modelu swoje notatki, cytaty i pomysły i zapytałem, dlaczego moje pytania są kiepskie. Odpowiedź była dosyć przenikliwa. Model zauważył, że nie pytam o nic, co mnie w tej książce zaciekawiło, tylko o rzeczy abstrakcyjne, wydziwione i uogólnione. Wiedział, co mnie fascynuje, bo miał plik z moimi zakreślonymi cytatami. W dobrych danych AI widzi wzory, które mi umknęły.
Tak pracuję od 2025 roku do dziś. W przyszłości te zasady pewnie się zmienią. Skąd to wiem? Choćby stąd, że kiedy testuję najnowsze modele, widzę, że są dużo lepsze od poprzednich. Prawie każde zadanie uruchamia dziś setki agentów i procesy trwające spokojnie pół godziny albo dłużej. Zdarzały mi się takie na kilka godzin. To jest i fascynujące, i lekko przerażające. Największą barierą, która dziś chroni niektóre zawody, jest według mnie niewiedza firm i ludzi, jak tego używać.
Wpisy nt. konferencji AI-CONNECT 2026 są współpracą reklamową.