Raport Marka Polska i AI. Problemem nie jest sztuczna inteligencja, tylko brak weryfikacji
Raport „Polaków Portret Własny. Raport z badań DNA marki Polska” miał być poważnym materiałem dotyczącym tego, jak Polacy postrzegają siebie i jak można wykorzystać te informacje przy budowaniu marki narodowej. Zamiast tego w sierpniu 2026 roku stał się przykładem tego, jak łatwo wykorzystanie AI może zamienić się w wizerunkową kompromitację, jeśli zabraknie podstawowej kontroli jakości. W dokumencie znaleziono liczne błędy, niespójności i problemy ze źródłami. Wśród nagłośnionych przykładów znalazło się m.in. określenie Katowic jako części „północnego centrum” Polski, nieprawidłowe przypisy, niespójności metodologiczne oraz fragmenty łączące język polski z angielskim. Dokument po wybuchu kontrowersji został usunięty ze strony Fundacji Marka Polska Think Tank.
Autorka raportu Barbara Mróz-Gorgoń potwierdziła wykorzystanie generatywnej AI, jednocześnie podkreślając, że miała ona pełnić funkcję pomocniczą, m.in. przy testowaniu hipotez, a za ekspertyzę, redakcję i weryfikację odpowiadali autorzy. Opublikowany dokument określiła jako wersję roboczą, która nie powinna znaleźć się w przestrzeni publicznej.
I właśnie tutaj znajduje się najważniejsza lekcja z całej sytuacji. Problemem nie jest samo korzystanie z AI. Problemem jest publikowanie rezultatów jego pracy bez odpowiedniej weryfikacji. ChatGPT, Claude, Gemini czy inne modele mogą być bardzo dobrym wsparciem podczas przygotowywania raportów, analiz i materiałów eksperckich. Mogą pomagać porządkować informacje, analizować duże ilości materiałów, przygotowywać podsumowania, szukać zależności, proponować strukturę dokumentu czy redagować tekst. Nie oznacza to jednak, że wygenerowany rezultat można automatycznie uznać za poprawny.
Modele AI mogą halucynować, błędnie interpretować informacje, tworzyć nieistniejące źródła albo przedstawiać nieprawdziwe dane w bardzo przekonujący sposób. Właśnie dlatego im ważniejszy i bardziej ekspercki materiał, tym większa powinna być rola człowieka w jego weryfikacji. Jeżeli dokument ma być przedstawiany jako raport badawczy, błędy geograficzne, bibliograficzne, językowe czy metodologiczne nie są jedynie drobnymi niedociągnięciami. Mogą podważyć wiarygodność całego opracowania.
Praca z AI nie powinna więc wyglądać według schematu
prompt → AI → kopiuj → publikuj.
Znacznie bezpieczniejszy proces to
cel → źródła i dane → AI → weryfikacja → redakcja ekspercka → kontrola źródeł → finalna akceptacja → publikacja.
Każda istotna liczba powinna zostać sprawdzona w oryginalnym źródle, cytat zweryfikowany, przypis otwarty, a najważniejsze wnioski skonfrontowane z danymi, na podstawie których zostały sformułowane.
Warto również wiedzieć, które zadania można delegować AI, a które nadal wymagają wiedzy i odpowiedzialności człowieka. Model może pomóc przeanalizować dużą liczbę wypowiedzi respondentów, uporządkować informacje albo przygotować pierwszą wersję podsumowania. Nie powinien jednak bez kontroli decydować, które wnioski badawcze są prawdziwe i które informacje można przedstawić odbiorcom jako fakty.
Na końcu potrzebna jest jeszcze zwykła, dokładna kontrola jakości. Ktoś powinien przeczytać cały dokument od pierwszej do ostatniej strony dokładnie w takiej wersji, w jakiej zostanie on opublikowany. To szczególnie ważne przy pracy z AI, ponieważ błędna informacja może wyglądać profesjonalnie, być dobrze napisana i idealnie pasować do pozostałej części tekstu. Poprawny język nie jest dowodem poprawności merytorycznej.
Historia raportu Marka Polska nie powinna więc prowadzić do wniosku, że AI nie nadaje się do przygotowywania poważnych materiałów. Wręcz przeciwnie – odpowiednio wykorzystana sztuczna inteligencja może znacząco przyspieszyć research, analizę, redakcję i pracę z dużą ilością informacji. Jednocześnie nie zwalnia człowieka z odpowiedzialności za rezultat. AI może pomóc stworzyć materiał, ale to człowiek powinien sprawdzić, czy materiał jest prawdziwy, rzetelny i gotowy do publikacji. I właśnie brak takiego skutecznego mechanizmu kontroli, a nie samo użycie sztucznej inteligencji, jest najważniejszą lekcją płynącą z tej kompromitującej sytuacji.
Socjolog, ekspert w obszarze danych i marketingu, specjalizujący się w rozwiązaniach AI dla biznesu. Praktyk biznesowy, którzy przekłada możliwości
sztucznej inteligencji na konkretne procesy, narzędzia i rozwiązania. Autor rozwiązań AI zwiększających produktywność zespołów. Ponad 15 lat doświadczenia we współpracy z czołowymi europejskimi markami;
wcześniej zarządzał zespołami badawczymi w Ipsos Polska i Wavemaker (WPP).
Prelegent ogólnopolskich konferencji (m.in. Forum IAB), laureat Young Creatives
Cannes i Young Creatives Eurobest.
Sprawdź inne teksty Marcina Gotowca na temat AI, analizy danych, marketingu i biznesu.


