Sztuczna inteligencja miała być kolejną wielką rewolucją. Już nie tylko cyfrową – ale poznawczą. Miała pisać za nas teksty, robić analizy, automatyzować obsługę klienta i zwolnić nas z nudnych zadań. Miała podnieść wydajność, odciążyć pracowników, uwolnić kreatywność. Ale dane mówią co innego.
Najważniejsza rzecz, która miała wzrosnąć, czyli produktywność – to, ile wytwarzamy w przeliczeniu na godzinę pracy – nie rośnie tam, gdzie miała. W Polsce od lat nie widać poprawy w sektorze ICT – informatyce i technologiach, mimo że to właśnie ten obszar najczęściej pojawia się w narracjach o transformacji cyfrowej. Za to wzrosty notujemy w rolnictwie, nieruchomościach i przemyśle – czyli tam, gdzie AI na razie mało co zagląda. Według analiz Polskiego Instytutu Ekonomicznego i OECD, sztuczna inteligencja w najbliższej dekadzie dołoży do całkowitej wydajności gospodarki (TFP) zaledwie 0,1–0,6 punktu procentowego rocznie. To nie przełom – to kosmetyka, która w skali gospodarki jest prawie niezauważalna.
Już w latach 80. noblista Robert Solow zauważył: „komputery widać wszędzie – poza statystykami produktywności”. To samo widzimy dziś z AI. O niej jest głośno. Widać ją w mediach, reklamach, raportach ministerstw, czy w postach niektórych posłanek PiSu (I pewnie nie tylko) – wszędzie tam, gdzie ważne są wrażenia, a nie realne wyniki gospodarcze.
Niektórzy mówią: trzeba poczekać. Że każda technologia potrzebuje czasu. Że efekty AI są trudne do zmierzenia. Że zmieniają się nie same procesy, ale struktury pracy. I może to i prawda. Ale jest też inna, bardziej brutalna odpowiedź: AI nie służy do tego, by wszystkim było lepiej. Służy do tego, by wybrani zarabiali więcej.
AI działa – ale głównie tam, gdzie można „przyciąć” człowieka. Szczególnie tego starszego, doświadczonego, który zarabia więcej. Zamiast eksperta – student z czatem. Zamiast sekretarki – automat. Zamiast dziennikarza – generator. Nie chodzi o usprawnianie pracy. Chodzi o cięcie kosztów i większą kontrolę nad pracownikami.
To nie teoria. Dane są jednoznaczne: produktywność w Polsce rośnie niemal wyłącznie w dużych firmach – i to właśnie one wdrażają AI najszybciej. Bo mają na to pieniądze i nie mają skrupułów. W 2024 roku 33% dużych firm sięgnęło po AI. Wśród małych – tylko 4%. Reszta pracuje po staremu, tyle że pod większą presją.
A więc co daje dziś AI? Deskilling – czyli zanik kompetencji (młodzi uczą się obsługi czata, nie zawodu), wypychanie starszych (bo „za drodzy”), zamiana doświadczenia na gotowe szablony i podpowiedzi z algorytmów. To nie automatyzacja, to redukcja. I można powiedzieć, że też pewien regres.
Skalę problemu pokazują dane. W 2024 roku w Polsce 1/5 osób, czyli ponad 3,6 mln osób pracowało w zawodach zagrożonych automatyzacją przez AI. Szczególnie narażone są kobiety – bo dominują w biurach, sekretariatach, obsłudze klienta. Tam, gdzie dziś najłatwiej „zoptymalizować pracownika” algorytmem.
Ale AI to nie tylko problem pracy. To także kwestia danych. Modele językowe uczą się na treściach pisanych przez miliony ludzi – od Wikipedii po YouTube’a. Wartość społeczna zamieniana jest na prywatny zysk. Bo AI to dziś nie projekt publiczny. To prywatna inwestycja z publicznymi skutkami.
Bankowe systemy scoringowe, algorytmy rekrutacyjne, predykcyjne profile kredytowe – wszystkie te narzędzia decydują o losach ludzi, bez żadnej kontroli, bez jawnych reguł. Zbudowane są przez firmy, wdrażane bez konsultacji, skalowane bez nadzoru. To nie technologia neutralna. To technologia korporacyjna.
A przecież mogłoby być inaczej. AI mogłaby służyć ludziom. Pomagać w nauce, odciążać pielęgniarki, przyspieszać diagnostykę, ułatwiać kontakt z urzędem. Ale żeby tak było – potrzebna jest demokracja technologiczna. Społeczna kontrola z udziałem związków zawodowych, organizacji społecznych i instytucji publicznych. Po prostu odpowiedzialność.
Bo dziś AI nie zwiększa produktywności w skali społecznej. Bo nie została zaprojektowana, by to robić. Nie taki jest jej cel. Została zaprojektowana, by redukować koszty zatrudnienia, a nie wzmacniać ludzi. Dlatego jej wpływ w danych jest tak mizerny – bo nie buduje wspólnego dobra, tylko prywatyzuje zyski.
Jeśli chcemy, by sztuczna inteligencja naprawdę służyła ludziom – musimy wyrwać ją z rąk korporacyjnych. Wdrażać publicznie. Rozliczać. Konsultować. Tylko wtedy będzie miała sens. Inaczej to kolejna rewolucja, która uderza w najsłabszych – w imię zysków tych, którzy i tak mają najwięcej.
