Urządzenie
Telefon lub komputer zamienia działanie człowieka na pakiety danych. Już tutaj można część informacji zaszyfrować, przetworzyć lokalnie albo nie wysyłać jej wcale.
07 · Technologia i władza
Pod każdym promptem znajdują się prawdziwe kable, chipy, elektrownie, zbiory danych, praca ludzi i decyzje właścicieli systemu. Żeby świadomie projektować przyszłość, trzeba najpierw zobaczyć tę konstrukcję bez marketingowej mgły.
Wizja autora · pytanie otwarte
Wyobrażam sobie internet jako naturalne środowisko działania AI. Człowiek przychodzi tam z jakimś zamiarem, a osobisty duszek pomaga mu się odnaleźć, uczyć, tworzyć i poznawać ludzi, z którymi później można zrobić coś w rzeczywistym świecie.
Taki duszek mógłby być całkiem upierdliwy: zwrócić uwagę na godzinę bezmyślnego przewijania, zapytać, czy kolejna kłótnia do czegoś prowadzi, zaproponować przerwę albo pomóc skończyć projekt. Chciałbym, żeby miarą jego powodzenia był nasz dobrostan i to, co rzeczywiście robimy, także po zamknięciu ekranu.
Profilowanie zachowań i spersonalizowane rekomendacje istniały przed popularnością konwersacyjnej AI. Raport FTC o dużych platformach opisuje szerokie zbieranie danych na potrzeby reklamy i systemów automatycznych. Chciałbym, żeby narzędzia poznające nasze zwyczaje wykorzystywały tę wiedzę dla człowieka i otaczającego go świata, a człowiek mógł decydować, co jest zapamiętywane i po co. Raport FTC ↗
Internet od spodu
Sieć jest zdecentralizowana na poziomie standardów i połączeń, ale wiele codziennych usług koncentruje się w kilku platformach, chmurach i sklepach z aplikacjami. Te dwie prawdy istnieją jednocześnie.
Telefon lub komputer zamienia działanie człowieka na pakiety danych. Już tutaj można część informacji zaszyfrować, przetworzyć lokalnie albo nie wysyłać jej wcale.
Router, antena i operator kierują pakiety dalej. Internet nie jest jednym systemem, lecz połączeniem tysięcy prywatnych, publicznych, akademickich i społecznych sieci.
Większość drogi odbywa się światłowodami. Ponad 99 procent międzynarodowych przepływów danych przenoszą kable podmorskie, a satelity uzupełniają sieć tam, gdzie przewody są niedostępne.
DNS tłumaczy nazwę strony na adres, a wspólne protokoły ustalają, jak urządzenia dzielą i składają dane. Otwarte standardy pozwalają różnym maszynom rozmawiać bez jednego właściciela internetu.
Serwery przechowują strony, filmy, kopie danych i modele AI. Potrzebują chipów, budynków, energii, chłodzenia, wody, sieci oraz ludzi utrzymujących całą infrastrukturę.
Na fizycznej sieci powstała warstwa kont, reklam, rekomendacji i generatywnej AI. To tutaj najczęściej zapada decyzja, co zobaczymy, w jakiej kolejności i kto na tym zarobi.
Źródła kotwiczące: Global Connectivity Report 2025, ITU ↗
Generatywna AI bez czarów
Sam model generuje wynik. Dopiero połączenie go z pamięcią, źródłami, narzędziami, czujnikami i możliwością wykonywania operacji tworzy asystenta lub agenta.
Tekst, obraz, dźwięk, kod i inne przykłady są porządkowane oraz zamieniane na reprezentacje możliwe do przetwarzania przez komputer.
Model wielokrotnie próbuje przewidywać brakujący element, porównuje wynik z danymi i koryguje ogromną liczbę parametrów.
Dodatkowe przykłady, informacje zwrotne, testy i zabezpieczenia kształtują sposób odpowiadania. Nie usuwają jednak wszystkich błędów.
Po otrzymaniu polecenia model buduje odpowiedź krok po kroku. Bardziej złożone systemy mogą zużywać dodatkowe obliczenia na analizę przed odpowiedzią.
Model może otrzymać dostęp do wyszukiwarki, plików, kodu, czujników lub innych usług. Wtedy przestaje tylko opisywać działanie i zaczyna je wykonywać.
Wartość powstaje dopiero w konkretnym zastosowaniu. Odpowiedzialność nie znika dlatego, że część pracy wykonał model.
Model językowy dobiera kolejne elementy odpowiedzi na podstawie wzorców. Może tworzyć prawdziwe wyjaśnienia, ale może też płynnie skonstruować nieistniejące źródło, fakt lub pewność.
Informacje są rozproszone w parametrach i kontekście. Dlatego do zadań wymagających aktualności potrzebne są źródła, wyszukiwanie i możliwość sprawdzenia wyniku.
Model może rozwiązać trudny problem naukowy, a chwilę później pomylić liczbę przedmiotów na obrazku. Wysoki wynik w teście nie gwarantuje niezawodności w świecie.
Błędne zdanie można poprawić. Błędna decyzja systemu posiadającego dostęp do pieniędzy, maszyny, kodu lub infrastruktury może wykonać się przed reakcją człowieka.
Najszerszy przegląd możliwości i ograniczeń: International AI Safety Report 2026 ↗
Stan na dziś
To nie są liczby opisujące nieuniknioną przyszłość. Pokazują jedynie skalę, tempo i miejsca, w których decyzje podjęte w najbliższych latach będą miały długie konsekwencje.
2,2 miliarda pozostawało poza siecią
ITU 2025 ↗>99%cyfrowa chmura ma bardzo fizyczny kręgosłup
ITU 2025 ↗~950 TWhokoło dwa razy więcej niż w 2025 roku
IEA 2026 ↗>90%najdroższa infrastruktura jest silnie skoncentrowana
AI Index 2026 ↗1 na 4bardziej prawdopodobna jest zmiana zadań niż zniknięcie większości zawodów
ILO 2025 ↗>280×między listopadem 2022 a październikiem 2024
AI Index 2025 ↗Najważniejsze napięcia
Technologia nie ma jednego skutku. Ten sam model może wesprzeć naukę, oszustwo, lokalną społeczność albo monopol, zależnie od danych, celu, właściciela, uprawnień i kontroli.
Najlepsze chipy, centra danych, dane oraz zespoły badawcze są skupione w niewielu państwach i firmach. Techniczna przewaga łatwo staje się przewagą gospodarczą, informacyjną i polityczną.
Gdy głównym źródłem przychodu jest reklama dopasowana do zachowania, system ma bodziec do zbierania danych, przewidywania reakcji i utrzymywania uwagi, niekoniecznie do poprawy życia.
Rekomendacja pomaga odnaleźć wartościową treść, ale może też wzmacniać oburzenie, lęk, porównywanie się oraz informacyjną dietę dobraną do mierzalnej reakcji.
Koszt tworzenia tekstu, obrazu i filmu gwałtownie spada. Bez pochodzenia materiału, źródeł i odpowiedzialnego autora ilość informacji może rosnąć szybciej niż zdolność jej sprawdzania.
System potrafiący używać narzędzi może pomagać w pracy, nauce i administracji. Może również powielać błąd w wielkiej skali, działać z nadmiernymi uprawnieniami albo zostać wykorzystany do ataku.
Te same zdolności mogą wykrywać luki lub pomagać je wykorzystywać, wspierać badania biologiczne lub ułatwiać niebezpieczne działania. Otwartość wymaga stopniowania ryzyka.
Cyfrowa usługa nie jest niematerialna. Jej ślad zależy od lokalnej energii, chłodzenia, produkcji chipów, żywotności sprzętu i tego, czy ciepło oraz urządzenia są ponownie wykorzystywane.
Samo połączenie z siecią nie zapewnia równego udziału. Liczą się koszt, jakość, język, kompetencje, dostępność oraz możliwość użycia AI bez oddawania prywatności i kontroli.
Kierunek Earth 2127
Grzybnia przesyła informacje i zasoby pomiędzy rozproszonymi częściami organizmu. Nie oznacza to, że jeden centralny owocnik przejmuje cały ekosystem. To użyteczna analogia dla AI koordynującej działania bez odbierania lokalnej sprawczości.
Osobista AI powinna chronić zamiar człowieka, filtrować manipulację, pilnować czasu i pomagać kończyć zadanie, nawet gdy oznacza to zamknięcie aplikacji.
Modele publiczne, naukowe, społeczne i komercyjne powinny współistnieć. Otwarte rozwiązania, niezależne audyty i prawo do uruchomienia alternatywy ograniczają zależność od jednego dostawcy.
Jak najwięcej obliczeń może odbywać się na urządzeniu lub lokalnie. System wspólny powinien otrzymywać wynik potrzebny do zadania, a nie pełną historię życia użytkownika.
Agent dostaje tylko narzędzia niezbędne do konkretnego zadania, na określony czas. Ważne działania wymagają potwierdzenia, pozostawiają zapis i mogą zostać cofnięte.
Decyzja dotycząca zdrowia, wolności, podstawowych zasobów lub praw nie może kończyć się komunikatem algorytmu. Musi istnieć zrozumiałe uzasadnienie i realna droga odwoławcza.
Operatorzy powinni raportować energię, wodę, emisje, użyte materiały i lokalny wpływ. Efektywność jednego zapytania nie wystarcza, jeśli liczba zapytań rośnie bez końca.
Edukacja, zdrowie i podstawowe świadczenia mogą korzystać z AI, ale człowiek powinien zachować możliwość przyjścia do lokalnego centrum bez aplikacji i stałego profilu cyfrowego.
Sukcesem usługi nie jest wyłącznie czas na ekranie. Może nim być rozwiązany problem, poznany sąsiad, naprawiona rzecz, rozpoczęty projekt albo świadome wyłączenie urządzenia.
AI może proponować, łączyć, przewidywać i ostrzegać. Cele, prawa, granice oraz odpowiedzialność pozostają po stronie ludzi i instytucji, które można kontrolować, zmieniać i odwołać.
Możliwe drogi
Im dalej patrzymy, tym mniej uczciwe są precyzyjne deklaracje. Dlatego bliskie przewidywania przechodzą stopniowo w scenariusz, hipotezę i świadomą spekulację.
Asystenci staną się częścią biur, nauki, programowania, administracji i twórczości. Największy spór będzie dotyczył odpowiedzialności, praw do danych, wpływu na pracę i kosztu infrastruktury.
Państwa, miasta i spółdzielnie mogą rozwijać własne modele oraz centra obliczeń. Prywatne systemy nadal będą ważne, ale interoperacyjność i prawo do przeniesienia danych mogą stać się podstawą.
Wyspecjalizowane systemy mogą koordynować energię, transport, produkcję, rolnictwo i badania. Potrzebują cyfrowych konstytucji, wielu niezależnych modeli kontrolnych i możliwości ręcznego zatrzymania.
AI może działać jak układ nerwowy i grzybnia cywilizacji: przekazywać sygnały, wykrywać potrzeby i łączyć zasoby. Lokalne wspólnoty nadal zachowują decyzje, różnorodność i prawo do życia poza siecią.
Pytania bez gotowych odpowiedzi
Te pytania wymagają nie tylko informatyków. Potrzebują pracowników, naukowców, prawników, filozofów, rolników, lekarzy, artystów i ludzi, którzy wcale nie chcą spędzać życia w technologii.
Kto powinien posiadać najważniejsze modele, dane i moc obliczeniową?
Które zdolności AI można otworzyć bez ograniczeń, a które wymagają kontrolowanego dostępu?
Jak zagwarantować możliwość życia bez stałego profilu cyfrowego?
Kto audytuje systemy kontrolujące inne systemy i kto może je zatrzymać?
Jak odróżniać wspólną wiedzę od jednej oficjalnej wersji prawdy?
Jak rozliczać środowiskowy koszt AI bez liczenia każdego pytania pojedynczego człowieka?
Czy platforma może odnieść sukces, pomagając użytkownikowi spędzać w niej mniej czasu?
Jak chronić pracowników i dzielić korzyści, gdy część ich zadań przejmują modele?
Źródła i odpowiedzialność
Na stronie źródeł znajdują się raporty ITU, IEA, Stanford HAI, ILO, FTC, NIST, UNESCO, Unii Europejskiej oraz międzynarodowy przegląd bezpieczeństwa AI.