human and GPT

Kiedy umiejętność przestaje być dowodem

PrzezMarcin Sawicki

Przez dekady wiedzieliśmy, jak mierzyć wartość człowieka w pracy. AI zmienia te reguły — i nikt jeszcze nie wie, czym je zastąpić.

Coś, w czym byłem bardzo dobry, jest teraz darmowe i ogólnodostępne

Na początku 2026 roku Aditya Agarwal — jeden z pierwszych inżynierów Facebooka, późniejszy CTO Dropbox, człowiek który skalował inżynierski zespół tej firmy od 25 do tysiąca osób — napisał na X kilka zdań, które rozeszły się po całym anglojęzycznym internecie.

Napisał, że spędził weekend, programując razem z Claude’em. I że stało się dla niego absolutnie jasne: nigdy więcej nie będziemy pisać kodu ręcznie. Potem dopisał zdanie, które jest kluczem do całej tej historii: „Coś, w czym byłem bardzo dobry, jest teraz darmowe i ogólnodostępne. Jestem szczęśliwy… ale zdezorientowany.”

Kilka tygodni później rozwinął tę myśl w eseju opublikowanym pierwotnie w The Information. Napisał o czymś, co jest dużo trudniejsze do przyjęcia niż zwykła obsolescencja zawodowa: zauważył, że w trakcie tego samego weekendu agenci AI budowali od zera sieci społecznościowe — dokładnie ten typ produktu, który on sam tworzył na początku swojej kariery. Zarówno to, jak pracował, jak i to, co tworzył, zostało zastąpione naraz. W ciągu 48 godzin.

Jego reakcja — mieszanina zachwytu i głębokiego smutku — nie jest osobista w tym sensie, że dotyczy tylko jego. Jest reprezentatywna. I zasługuje na przyjrzenie się jej bliżej, bo kryje się w niej coś, o czym główny nurt dyskusji o AI prawie nie mówi.

Nie chodzi o pracę. Chodzi o status.

Większość publicznej rozmowy o AI i zatrudnieniu toczy się wokół jednego pytania: ile miejsc pracy zniknie? McKinsey, Goldman Sachs, Światowe Forum Ekonomiczne dostarczają liczb. Politycy mówią o reskillingu. Dziennikarze piszą nagłówki w stylu „AI zabierze twój zawód”. Kontrnarracja mówi odwrotnie: pojawi się więcej milionerów niż kiedykolwiek, AI powiększy tort.

Obie strony rozmawiają o ekonomii. O dochodzie, zatrudnieniu, rynku pracy.

Agarwal mówił o czymś innym. Mówił o statusie — i o tym, że fundamenty, na których był on budowany przez całe jego dorosłe życie, nagle przestały być stabilne. To jest inne doświadczenie niż utrata pracy. Można stracić pracę i zachować poczucie własnej wartości zawodowej. Tutaj chodzi o coś trudniejszego: o sytuację, w której umiejętność, którą się latami zdobywało i przez którą było się postrzeganym w pewien określony sposób, staje się — dosłownie — bezpłatna i powszechnie dostępna.

Przez całą historię zawodową ludzie budowali status przez trudność zdobycia umiejętności. Programowanie wymagało lat nauki, praktyki, myślenia w sposób abstrakcyjny i precyzyjny jednocześnie. Tłumaczenie literackie wymagało dekad obcowania z dwoma językami. Diagnoza medyczna wymagała tysięcy godzin na oddziałach. Trudność zdobycia była sygnałem jakości — i mechanizmem tworzenia społecznej hierarchii, która nadawała sens wysiłkowi włożonemu w naukę.

AI nie tyle likwiduje te umiejętności, co oddziela je od rezultatu. I właśnie to zmienia reguły gry w sposób, którego ekonomiczne modele nie potrafią uchwycić.

Badacze z Taylor & Francis, którzy w 2025 roku analizowali psychologiczne skutki działania AI na indyjskich profesjonalistów IT, nazwali to zjawisko trafnie: uczestnicy badania czuli się nie tylko przestarzali umiejętnościowo, ale „niepożądani” — co sugeruje, że dystres wykracza poza techniczną obsolescencję i wchodzi w obszar symbolicznego pozbawienia społecznej pozycji. Innymi słowy: nie chodzi tylko o to, czy potrafisz coś zrobić. Chodzi o to, czy twoje potrafienie ma jeszcze wartość w oczach innych.

To jest bardzo stare ludzkie pytanie, które AI postawiło na nowo — i tym razem postawiło je jednocześnie przed milionami ludzi.

Niepokój, który nie ma jeszcze nazwy

Jest coś charakterystycznego w sposobie, w jaki ludzie opisują to, co czują w związku z AI. Mówią o „niepokoju”, o „dezorientacji”, o poczuciu, że coś się zmienia, ale nie potrafią dokładnie wskazać co. Ankiety pokazują, że ponad połowa pracowników w USA deklaruje obawy o wpływ AI na przyszłość swojej pracy. Ale gdy zapytać dokładniej — okazuje się, że ci sami ludzie często nie boją się bezrobocia. Boją się czegoś trudniejszego do nazwania.

Badacze z Frontiers in Psychology opisują „AI anxiety” jako zjawisko obejmujące trzy warstwy: kognitywne obawy o obsolescencję kompetencji, negatywny afekt przy kontakcie z informacjami o AI, oraz tendencje behawioralne — unikanie lub kompensacyjne nadużywanie narzędzi. Te trzy warstwy razem tworzą coś, co brzmi jak klasyczny lęk egzystencjalny — ale jego obiekt jest nowy i trudny do opisania przy pomocy istniejącego języka.

Filozofowie technologii zaczynają budować ten język. Praca opublikowana w 2026 roku wprowadza pojęcie „epistemic automation” — systematycznego przenoszenia funkcji wiedzotwórczych od ludzi do systemów algorytmicznych. Kluczowa obserwacja jest taka: człowiek przestaje być podmiotem pierwszorzędnym w procesie wytwarzania wiedzy i staje się ewaluatorem algorytmicznie generowanych wyników. To zmiana, która dotyczy nie tylko rynku pracy, ale fundamentalnego sensu wykonywania pewnych czynności intelektualnych.

Agarwal ujął to na swój sposób, pisząc że ten okres „pokazuje mu, co to znaczy być człowiekiem — nie w romantycznym sensie, że AI nigdy nas nie zastąpi, ale w niewygodnym sensie: w którym trzeba puścić to, czym się było, żeby stać się tym, czym się może być”.

To zdanie jest szczere i dobre. Ale nie odpowiada na pytanie, które pozostaje otwarte: jeśli przez dekady wiedzieliśmy, jak mierzyć wartość człowieka przez jego umiejętności — to czym ją mierzymy teraz? I co dzieje się z ludźmi, którzy przez całe życie zawodowe internalizowali pewien system wartości, tylko po to, żeby zobaczyć jak zmienia się on radykalnie — nie stopniowo, przez pokolenia, ale w ciągu kilku lat?

To nie jest lęk przed bezrobociem. To jest lęk przed nieistotnością. I jest to coś, dla czego główna narracja o AI — ekonomiczna, statystyczna, nagłówkowa — nie ma kategorii.

Ludzie, których przestajemy potrzebować — i pytanie o uznanie

Jest jeszcze jeden wątek, który zazwyczaj pojawia się osobno, choć jest głęboko powiązany z poprzednimi.

Gdy AI wykonuje zadanie — pisze tekst, tłumaczy dokument, generuje kod — człowiek po drugiej stronie ekranu widzi rezultat. Nie widzi procesu. Nie widzi wysiłku, który ktoś mógłby w to włożyć. Nie wie — i często nie pyta — czy to napisał człowiek z pięcioletnim doświadczeniem, czy model językowy w pięć sekund.

Przez większą część historii wytwarzania wartości, kto coś stworzył miało znaczenie. Nie tylko ze względów jakościowych — bo mistrz rzemiosła robił coś lepiej niż uczeń — ale ze względów społecznych. Uznanie było wbudowane w strukturę relacji zawodowych. Wiedziało się, kto co zrobił. Było wiadomo, ile to kosztowało wysiłku.

AI nie zniszczyła tej struktury jednym ruchem. Zrobiła coś subtelniejszego: sprawiła, że rezultat stał się widoczny, a wysiłek niewidoczny. Dla wielu ludzi ta zmiana jest głęboko dezorientująca, bo dotyka mechanizmu, który był podstawą ich poczucia własnej wartości zawodowej — a który ludzki mózg, wyewoluowany do życia w hierarchiach społecznych opartych na rozpoznaniu i uznaniu, traktuje jako coś fundamentalnego.

PNAS Nexus opisuje to zjawisko precyzyjnie: generatywna AI nie tylko zmienia praktyki — fundamentalnie przekształca wycenę wiedzy i umiejętności. Gdy AI przekracza poziom ludzkich umiejętności w danej dziedzinie, bodźce do mistrzowskiego opanowania tej dziedziny słabną. To nie jest tylko ekonomiczna kalkulacja. To zmiana w logice, która przez dekady organizowała sens uczenia się.

Równocześnie — i to jest być może najbardziej subtelny z wszystkich wątków — rośnie ilość czasu, który ludzie spędzają w rozmowie z systemami AI. Badanie MIT i OpenAI z 2025 roku, obejmujące niemal tysiąc uczestników i ponad 300 tysięcy wiadomości, pokazało, że wyższe dzienne użycie chatbotów korelowało z wyższym poczuciem osamotnienia i niższą socjalizacją z innymi ludźmi. Badanie longitudinalne z udziałem ponad dwóch tysięcy dorosłych z czterech krajów zachodnich potwierdziło kierunek: wzrost użycia chatbotów społecznych przewidywał wzrost poczucia izolacji.

To nie jest argument przeciwko AI jako narzędziu. To obserwacja, że coś zmienia się w strukturze codziennych relacji — i że zmiana ta nakłada się na już istniejącą epidemię osamotnienia w zachodnim świecie. Człowiek rozmawiający częściej z modelem językowym niż z innymi ludźmi nie staje się przez to bardziej połączony — staje się mniej.

Co zostaje

Agarwal — choć napisał esej pełen autentycznego smutku — nie zatrzymał się na lamencie. Napisał też o tym, że nową walutą staje się zdolność do adaptacji. I co ważne, że jest ona — w odróżnieniu od dyplomu prestiżowej uczelni — dostępna dla każdego.

To jest pocieszające. Ale wymaga pewnej korekty.

Adaptability jako nowa waluta jest prawdziwa. Ale historia zmian technologicznych uczy, że zdolność do adaptacji nigdy nie była równo rozłożona. Że nowe systemy wartości, które zastępują stare, nie zastępują ich równomiernie i sprawiedliwie. Że ci, którzy uczyli się przez lata czegoś, co nagle stało się tańsze — nie zawsze mają zasoby, czas i kontekst, żeby przestawić się z dnia na dzień.

Istnieje głębsza filozoficzna próba zmierzenia się z tym problemem. Praca opublikowana w Springer pod tytułem o „wyzwalającej alienacji” proponuje, że oderwanie od pracy — choć krótkoterminowo dezorientujące — może być długoterminowo liberatoryjne, bo uwalnia energię ludzką ku temu, co jest naprawdę ludzkie: ku sprawczości, kreatywności, zdolności do cieszenia się i do ustanawiania sensu. Nawiązanie do Marksa jest tu celowe: alienacja od pracy nie musi być tylko stratą.

Ale to wymaga czegoś, czego żadna technologia nie dostarcza: czasu na przepracowanie straty. I otoczenia, które to przepracowanie rozumie i na nie pozwala.

Agarwal kończy swój esej zdaniem, które warto zapamiętać: „To zawsze była najtrudniejsza część, na długo przed AI. Technologia tylko sprawiła, że nie można jej już ignorować.”

To jest uczciwe. I dobrze opisuje moment, w którym jesteśmy.

Ale jest też w tym zdaniu coś, czego brakuje: uznanie, że dla wielu ludzi ta niemożność ignorowania nie pojawia się jako zaproszenie do transformacji — pojawia się jako wyrok. I że między tymi dwoma doświadczeniami tego samego faktu jest przepaść, której żadna opowieść o adaptability jako nowej walucie nie zasypuje sama z siebie.

Pytanie o istotność człowieka w erze post-ChatGPT nie jest pytaniem o to, czy AI nas zastąpi. Jest pytaniem o to, jak przebudować sens, gdy fundamenty, na których go budowaliśmy, zmieniają się szybciej niż ludzka psychika potrafi za tym nadążyć.

Na razie nie mamy na to pytanie odpowiedzi. Mamy za to coraz więcej ludzi, którzy go zadają — i coraz mniej słów, żeby je precyzyjnie wyartykułować.

Źródła i materiały

  • Aditya Agarwal, When Your Life’s Work Becomes Free and Abundant, South Park Commons / The Information, marzec 2026 — link
  • Sharma et al., Psychological impacts of AI-induced job displacement among Indian IT professionals, Taylor & Francis, wrzesień 2025
  • Frontiers in Psychology, The impact of career adapt-abilities on AI anxiety, 2026 — link
  • Epistemic Automation and the Deformation of the Human, Religions (MDPI), kwiecień 2026 — link
  • Acemoglu et al., Impact of generative AI on socioeconomic inequalities, PNAS Nexus, 2024 — link
  • Sidorkin, Embracing liberatory alienation: AI will end us, but not in the way you may think, AI & Society, Springer, 2025 — link
  • Fang et al. (MIT/OpenAI), How AI and Human Behaviors Shape Psychosocial Effects of Chatbot Use, arXiv, 2025 — link
  • Folk & Dunn, How Does Turning to AI for Companionship Predict Loneliness and Vice Versa?, Psychological Science, 2026 — link

Podobne wpisy