Dlaczego teksty AI smakują jak mokry karton (i jak to naprawić)

statystyczny symulakr | lenistwo kreatywności | odejmuj, nie dodawaj | co się stało z naszym węchem,

czyli dlaczego teksty AI smakują jak mokry karton (i jak to naprawić).

────────────────────────────────────────────────────────────────

Czy nie macie czasem wrażenia, że żyjemy w epoce, w której wszystko — od pomidorów w supermarkecie po treści w internecie — powoli traci swój ciężar gatunkowy? Wyobraźcie sobie taką scenę: kelner z nienagannym uśmiechem stawia przed wami talerz. Danie wygląda obiecująco, wręcz instagramowo (a tfu), ale po pierwszym kęsie czujecie, że coś jest fundamentalnie nie tak. Smak jest nijaki. Uśredniony. Jakby ktoś wziął wszystkie przepisy świata, wrzucił je do blendera i wyciągnął statystyczną średnią — bezpieczną, poprawną, ale pozbawioną iskry, która sprawia, że pamiętasz posiłek przez lata. Nie ma w tym duszy, charakteru, jest tylko wypełniacz.

Przenosząc tę kulinarną frustrację na grunt cyfrowy, czy nie to samo czujemy, czytając kolejny idealnie (choć chyba właśnie nie) sformatowany post na LinkedInie, mail od handlowca czy notatkę służbową? Widzę to na co dzień — ludzie bezrefleksyjnie wklejają output z ChatGPT, traktując go jak gotowe danie, a nie surowy półprodukt. Rezultat? Tekst brzmi jak styropianowa atrapa komunikacji. Grzeczny, ogólny, pozbawiony krawędzi, o które można się skaleczyć — albo chociaż zaczepić myślą.

Dlaczego tak się dzieje? I dlaczego, paradoksalnie, to nie narzędzie jest tu winne, ale nasze — moje i Twoje — lenistwo? W restauracji nie podałbym dania bez testu smaku — dlaczego z tekstami miałoby być inaczej? Jeśli kiedykolwiek pomyślałeś: „To brzmi jak ChatGPT”, to ten tekst jest dla ciebie. Rozbiję mechanizm, który sprawia, że AI produkuje papkę, i pokażę, jak to naprawić. Bez hype'u, bez obietnic magii — po prostu logika i proces.

Zacznijmy od sedna: dlaczego teksty AI brzmią tak samo? Model językowy, taki jak ChatGPT czy Claude, w gruncie rzeczy nie „rozumie” tego, co pisze (*tak, trochę upraszam dla lepszego zobrazowania, sorry tech-guys). On przewiduje. Na podstawie miliardów tekstów, które pochłonął — od poezji Szekspira po komentarze na forach dyskusyjnych — kalkuluje, jakie słowo ma największe prawdopodobieństwo wystąpienia po poprzednim. To czysta, matematyczna predykcja, a nie akt twórczy.

Jeśli więc rzucimy mu leniwe hasło: „Napisz mail do klienta o opóźnieniu”, model zrobi to, do czego został zaprojektowany — poszuka średniej. A średnia ze wszystkich maili o opóźnieniach jest asekurancka. Jest bólem dupy ubranym w słowa "przepraszamy za niedogodności". Brakuje tu kontekstu roli, emocji, człowieka. Bez tych zmiennych AI generuje „bezpieczną” wersję rzeczywistości — czyli papkę. Modele są trenowane na ogromnych zbiorach danych: artykułach, książkach, forach, mailach. Większość tych tekstów jest neutralna, poprawna i ogólna. AI nie wybiera "najlepszego” wariantu — wybiera najbardziej prawdopodobny. Jeśli 70% maili biznesowych zaczyna się od „Szanowny Panie", to twój output też tak zacznie.

Po drugie, brak kontekstu i iteracji. Ludzie często wrzucają prompt bez briefu: kto to czyta? Jaki ton? Jakie kryteria jakości? Model nie ma "własnego zdania" — to transformer, który przetwarza tokeny w sekwencjach. Jeśli nie podasz ograniczeń, np. "unikaj frazesów jak 'z niecierpliwością czekam'", dostaniesz frazesy. A co z halucynacjami? To też efekt statystyki: model "wymyśla" fakty, bo przewiduje, co "pasuje" do wzorca, nie weryfikuje prawdy.

Swoją drogą to nawet zabawne, robimy to samo codziennie – konfabulujemy, upraszczamy, mijamy się z prawdą – ale jakoś nikt nie burzy się tak na "halucynacje ludzkie".

Weźmy przykład. Słaby prompt: "Napisz post na LinkedIn o nowej usłudze". Output: "Cześć wszystkim! Jestem podekscytowany, że mogę ogłosić naszą nową usługę. To rewolucyjne rozwiązanie, które zmieni wasze życie. Skontaktujcie się!" Brzmi znajomo? To papka — ogólna, entuzjastyczna, ale pusta. Bo model uśrednił tysiące postów promocyjnych. Teraz wyobraź sobie, co się dzieje, gdy wklejasz to bez review: tracisz zaufanie, bo odbiorca czuje sztuczkę.

I tu pojawia się problem asymetrii. Godząc się na te uśrednione komunikaty — czy przyzwalając na to, by nasze myśli były redagowane przez statystyczny algorytm — nie wytracamy przypadkiem własnej tożsamości? Model dąży do środka rozkładu Gaussa, tam gdzie jest tłoczno i bezpiecznie. Ale prawdziwa wartość, prawdziwe "mięso" leży na krańcach. Tam, gdzie jest ryzyko, opinia i autentyczny głos. Paradoksalnie, narzędzie stworzone do kreatywności produkuje nudę, bo my, użytkownicy, nie dajemy mu ram.

Zanim rzucimy się w wir "naprawiania" promptów, warto zastosować coś, co w filozofii — i w kuchni zresztą też — nazywa się Via Negativa. Drogą przez eliminację. Bo jeśli 90% outputu AI to wina braku rzemiosła, to naprawa nie polega na dodawaniu kolejnych skomplikowanych komend, ale na zrozumieniu, czego NIE robić. Nie używaj AI tam, gdzie ryzyko jest asymetryczne — gdzie błąd kosztuje więcej niż zysk z zaoszczędzonego czasu. Medycyna, finanse, intymne relacje — to są strefy, gdzie "statystyczne prawdopodobieństwo" to za mało. Tu potrzebna jest prawda, a AI prawdą się nie przejmuje. Ono "halucynuje", bo dla niego fakt nie jest faktem, a jedynie ciągiem tokenów, które do siebie pasują.

Dlaczego więc w sferze intelektualnej tak łatwo akceptujemy surowiznę? Jeśli twój wewnętrzny radar jakości jeszcze działa i sygnalizuje "to brzmi jak ChatGPT", nie zagłuszaj go.

Czy da się to naprawić? Oczywiście. Ale wymaga to przejścia od roli konsumenta do roli twórcy. Wymaga metody. Spokoju, bo w chaosie generatywnej rewolucji to właśnie spokój — i namysł — są towarem deficytowym. Proces jest prosty, choć wcale nie łatwy, bo wymaga wysiłku (o rety).

Brief: Nadaj Kontekst. AI to genialny aktor, ale bez scenariusza będzie grał "drzewo nr 3". Zdefiniuj rolę: "Jesteś cynicznym felietonistą" lub "zmęczonym restauratorem". Określ cel, odbiorcę, format i — co kluczowe — ograniczenia. "Nie używaj słowa 'innowacyjny'", "Pisz zdaniami wielokrotnie złożonymi". Kreatywność rodzi się z ograniczeń. Szablon: "Rola: [kim jesteś]. Cel: [co chcesz osiągnąć]. Odbiorca: [kto czyta]. Format: [długość, struktura]. Kryteria jakości: [unikaj frazesów, dodaj osobisty ton]. Ograniczenia: [nie używaj danych wrażliwych]".

Rola AI: Przydziel AI konkretną personę. Prompt: "Jesteś [rola, np. doświadczonym copywriterem z 10 lat stażu]. Używając briefu powyżej, napisz [zadanie]". To zmusza model do symulacji stylu, nie uśredniania.

Output: Generuj. Używam Claude lub ChatGPT — testuj oba, bo różnią się predykcją. Traktuj wynik jako brudnopis, nie gotowy produkt.

Bramka jakości (4×P): Oceń output checklistą:

• Prawdziwość: Czy fakty są poprawne? (Sprawdź źródła).

• Przydatność: Czy to rozwiązuje problem odbiorcy? (Czy klient poczuje ulgę?).

• Precyzja: Czy język jest ostry, bez wody? (Usuń frazesy). Dodaj szorstkość: tekst musi mieć fakturę, haczyć. Jeśli output jest zbyt gładki, pociąć go, poszarpać, dodać ludzką niedoskonałość.

• Poufność: Czy nie ma danych wrażliwych? (Anonimizuj).

Iteracja: Jeśli nie przeszło bramki, promptuj ponownie: "Popraw output, uwzględniając [konkretne feedback, np. dodaj osobisty przykład]". Max 2 iteracje — więcej to znak, że brief był słaby.

Na koniec — i to jest być może najważniejsza refleksja — technologia nie jest po to, by nas zastąpić w byciu ludźmi. Ona ma nas tylko (i aż) wspomagać. Ale jeśli z lenistwa, pośpiechu czy wygody oddamy jej ster, jeśli pozwolimy, by nasze myśli smakowały jak ten nieszczęsny, zimowy pomidor — to czy nie staniemy się sami dla siebie obcy? Używajmy więc AI, eksperymentujmy, bawmy się formą. Ale na litość… nie zapominajmy o "przyprawach". Bo bez nich serwuje się tylko kalorie, a nie satysfakcjonujący posiłek.

A teraz, skoro dotarłeś do końca, mam dla Ciebie SUPER OFERTĘ: zostaw komentarz [...], a wyślę Ci darmowy[...] wart 199 za jedyne 9,99 – ale TYLKO przez 24 godziny, bo [...] pitu pitu.

Żartowałem. Jak będę chciał coś sprzedać, to otwarcie o tym powiem – bez tej asymetrycznej bzdury, gdzie ja zyskuję na twoim FOMO, a ty na niczym...