Raport „Polaków portret własny”: dziewięć błędów, które widać w samym pliku
W tym dokumencie nie zawiódł model. Zawiódł etap, na którym ktoś miał otworzyć trzy przypisy i porównać liczby. Pobrałem raport z archiwum i przeszedłem go strona po stronie. Poniżej dziewięć klas błędu, każda z cytatem. Przy każdej kontrola, która ją zatrzymuje.
Raport „Polaków portret własny” dostał etykietę „napisany przez AI” i na tym dyskusja się zatrzymała. To za mało, żeby cokolwiek z tego wynieść. Otworzyłem plik i sprawdziłem, co dokładnie jest w nim nie tak. Wyszło dziewięć powtarzalnych klas błędu. Każda ma tanią kontrolę. Żadna z tych kontroli nie wymaga wiedzy o modelach językowych.
Piszę o dokumencie, nie o osobie. Nazwiska padają tam, gdzie należą do publicznego zapisu sprawy. Bez nich nie da się opisać, kto za co odpowiadał. Oceniam proces, który dopuścił ten plik do sieci.
Co się właściwie stało
Dokument nosi datę „Warszawa, Listopad 2025”. Wisiał na stronie Fundacji Marka Polska Think Tank. Na drugiej stronie ma formułę grantową: zadanie publiczne „Marka Polska. Podstrategia turystyczna”, dofinansowane ze środków Ministerstwa Sportu i Turystyki, umowa nr 2025/0014/1251/UDOT/DT/BP/IS z 5 czerwca 2025 roku. Ministerstwo podpisało tę umowę nie z fundacją, tylko ze Stowarzyszeniem Konferencje i Kongresy w Polsce. Kupiło badania, strategię i konferencję.
Kwota z nagłówków wymaga osobnego akapitu. Sama jest przykładem tego, o czym piszę. W tytułach powtarza się 200 tysięcy złotych. Ta liczba wzięła się z pytania Sebastiana Meitza na platformie X: czy ministerstwo zapłaciło 200 tysięcy za raport wygenerowany przez AI. Ministerstwo podało własną liczbę. Przyjęło rozliczenie umowy na 179 738,19 zł. Konkurs, z którego pochodzi dotacja, przewidywał na jedną podstrategię od 150 do 250 tysięcy. Żadna z tych liczb nie jest ceną tego pliku. Umowa obejmowała całe zadanie. Ustalenie tego zajmuje kwadrans i zmienia treść zdania.
Autorką raportu jest dr hab. Barbara Mróz-Gorgoń. Kieruje tą fundacją, a od końca lipca 2026 roku jest pełnomocniczką rządu do spraw promocji marki Polski. W Polsat News przyznała, że raport „na pewno był wspomagany sztuczną inteligencją”. Nazwała go dokumentem przejściowym i pracą w toku, która nie powinna była trafić do przestrzeni publicznej. Dodała: „biję się w piersi”. W oświadczeniu na platformie X napisała, że rolę generatywnej AI „celowo ograniczono do etapu pomocniczego (nieautorskiego)”. Pełną odpowiedzialność za ekspertyzę, redakcję i weryfikację merytoryczną biorą według niej autorzy.
Ministerstwo odcięło się od dokumentu na trzech poziomach. Nie zamawiało tego dokumentu i nie uznaje go za realizację umowy. Nikt nie prosił o zgodę na logotyp. Informacja o sfinansowaniu raportu ze środków resortu jest według ministerstwa nieprawdziwa. Tę informację raport ma wydrukowaną na drugiej stronie. Sprawa ruszyła 20 sierpnia 2026 roku od wpisu Sebastiana Meitza z Instytutu Sobieskiego. W ciągu doby plik zniknął ze strony fundacji, a dziś adres zwraca 404. Łukasz Olejnik wskazał wtedy, że dokument „często przechodzi od wypowiedzi jednej osoby do twierdzenia o całych narodach, następnie do diagnozy psychologicznej”. Wyliczył też błędy faktograficzne, sprzeczności w opisie własnego badania i liczby bez źródeł. Reszta tego wpisu sprawdza te zarzuty w pliku i wyciąga z nich procedurę.
Dziewięć błędów, które widać w samym pliku
Wszystkie cytaty pochodzą z pliku PDF na 26 stron, w wersji zarchiwizowanej 14 maja 2026 roku. Zapis oryginalny, razem z wersalikami.
Liczba, której nie ma w cytowanym źródle
„PKB per capita wzrosło z ok. 12,5 tys. USD w 2010 r. do ok. 17–18 tys. USD w 2024 r.”
Przypis prowadzi do World Bank, wskaźnik NY.GDP.PCAP.CD. Ten sam wskaźnik dla Polski daje za 2024 rok 25 104 USD. Liczba za 2010 rok zgadza się co do grosza. To najtrudniejszy do wyłapania wariant, bo źródło jest prawdziwe i sprawdzalne. Nie zgadza się tylko liczba.
Liczba bez żadnego przypisu
„Młode pokolenie Polaków mówi PŁYNNIE po ANGIELSKU (95%), nierzadko DODATKOWO w NIEMIECKIM, FRANCUSKIM czy MANDARYŃSKIM”
Ta liczba nie ma odnośnika i nie ma pokrycia. Podobnie „60% Amerykanów nie potrafi wskazać Polski na mapie”, jako jedyny punkt na liście bez numeru przypisu. Efektowna liczba bez źródła jest w takim dokumencie regułą, nie wyjątkiem.
Przypis, który wskazuje instytucję zamiast dokumentu
„UNWTO i OECD – raporty nt. dynamiki rozwoju turystyki przyrodniczej, slow travel oraz turystyki kulinarnej”
Ten sam przypis stoi pod czterema różnymi numerami i pod czterema różnymi twierdzeniami. Bibliografia liczy kilkanaście pozycji i prawie każda ma „(n.d.)” zamiast roku, bez tytułu konkretnej publikacji i bez strony. Dwie urywają się na nazwie miasta: „Copenhagen:” i „Washington, DC:”. To wygląda jak źródło i nie jest źródłem.
Ten sam fakt w trzech wersjach w jednym pliku
strona tytułowa: „7 warsztatów Design Thinking w 7 różnych miastach” · metodologia: pięć miast z nazwy · podsumowanie: „Warsztaty Design Thinking w 3 miastach”
Ta sama rozbieżność dotyczy próby. „35 FGI” z okładki to w części metodologicznej „35 osób łącznie”, czyli uczestnicy, a nie wywiady. Wyliczenie 24 rozmówców sumuje się do 25. Nikt nie przeczytał tego dokumentu od początku do końca za jednym razem.
Skok od jednej wypowiedzi do całego narodu
„Jeden z respondentów wspominał rozmowę z terapeutą koleżanki z Niemiec […] To stanowi fundamentalną RÓŻNICĘ w modelach więzi społecznych między Polską a Europą Zachodnią”
Anegdota z drugiej ręki, o jednej osobie, awansuje na różnicę kulturową między Polską a resztą kontynentu. Model chętnie domyka takie zdanie, bo domykanie zdań jest jego zadaniem. Przypisanie wagi wypowiedzi jest zadaniem badacza.
Diagnoza psychologiczna zamiast wyniku badania
„SYNDROM IMPOSTORA na POZIOMIE NARODOWYM” · „SYNDROM SZTOKHOLMSKI – PARADOKSALNA MIŁOŚĆ DO OJCZYZNY”
Terminy kliniczne opisują tu cały kraj, bez narzędzia, bez próby i bez wyniku. Brzmią jak ustalenie, a są metaforą. W raporcie zamawianym za pieniądze publiczne to jest zdanie, które trzeba wykreślić albo podeprzeć badaniem.
Źródło, które od czterech lat nie istnieje
„W rankingu «Doing Business» Światowego Banku, Polska zawsze zajmuje GORSZE pozycje niż jej poziom rozwoju gospodarczego by sugerował”
Bank Światowy zamknął ranking Doing Business we wrześniu 2021 roku, po wykryciu manipulacji danymi. Model pisze o nim w czasie teraźniejszym, bo w danych treningowych ranking żyje. Do tego „zawsze zajmuje gorsze pozycje” jest tak sformułowane, że nie da się tego sprawdzić.
Geografia, której nikt nie sprawdził na mapie
„Olsztyn (północny wschód), Szczecin (zachód), Katowice (północne centrum) oraz Wrocław (północny zachód)”
Katowice leżą na południu, Wrocław na południowym zachodzie. Media wyłapały pierwszy błąd, drugi stoi w tym samym zdaniu. Weryfikacja obu zajmuje łącznie dziesięć sekund i nie wymaga żadnego źródła poza mapą.
Ślady po generowaniu, których nikt nie usunął
„Despite RZECZYWISTYCH OSIĄGNIĘĆ” · „w historii sufferingu” · „Archetyp «OPIEKUNKI» i «GUARDIANKI»” · „KONSEKWENTNE, WIELODZIESIĄTKOWE INWESTYCJE” · „Polskie płaskiz”
Angielskie słowo w środku polskiego zdania, kalka, wyraz, którego nie ma, i urwane słowo na liście walorów przyrodniczych. Numery przypisów sklejają się w ciągi w rodzaju 1611, 2114 i 2316. Ta sama wypowiedź respondenta pojawia się dwa razy, w dwóch różnych brzmieniach, choć cytat ma jedno brzmienie z definicji.
To robię na co dzień: doradzam przy strategii AI i buduję agentów, którzy przeżywają demo.
Model nie miał jak zapalić czerwonej lampki
Żaden z tych dziewięciu punktów nie jest awarią narzędzia. Model zrobił to, do czego służy: dopisał tekst, który wygląda jak raport. Raport ma przypisy, więc dostał przypisy. Raport ma liczby, więc dostał liczby. Kształt się zgadza, pokrycie nie. Odpowiedź „nie wiem, tej liczby nie mam” nie jest kształtem, który raport przyjmuje.
Tu leży asymetria, przez którą obrywają akurat dokumenty. Programista, któremu model zmyśli funkcję, dostaje czerwony test i pipeline staje. Osoba pisząca tekst dostaje gładki akapit i nic więcej. Sygnału nie ma, bo w tekście nie ma czego uruchomić. Opisałem to już przy liczbie pewności, którą model podaje przy własnej odpowiedzi. To ton głosu, a nie pomiar poprawności. Rośnie razem z płynnością zdania, nie z jego prawdziwością.
Zostaje więc jeden filtr: wiedza autora o temacie. Przy PKB per capita nawet ona nie wystarcza, bo mało kto pamięta wartość tego wskaźnika. Wystarcza dopiero czynność. Otwierasz źródło i porównujesz liczbę.
Dokument roboczy nie jest obroną
Wersja robocza to plik, który leży u autora. Ten raport ma na drugiej stronie logotyp i stopkę umowy. Wyszedł pod szyldem zadania finansowanego ze środków publicznych. Przestał być wersją roboczą w chwili kliknięcia „opublikuj”. Etykieta nadana po fakcie tego nie cofa. Cofa to sprostowanie i wskazanie, co dokładnie się zmieniło. Dochodzi jeszcze czas. Ścieżka pliku na serwerze fundacji wskazuje listopad 2025. Archiwum internetowe ma przechwycenia strony z raportem od 10 grudnia 2025. Plik zniknął w drugiej połowie sierpnia 2026. Dokument roboczy leżał publicznie ponad osiem miesięcy.
Pytanie o odpowiedzialność jest ciekawsze niż pytanie o narzędzie. Stoją tu obok siebie trzy podmioty: ministerstwo z dotacją, stowarzyszenie z umową i fundacja, która wydała raport. Dwa ostatnie ogniwa są bliżej siebie, niż to wygląda z zewnątrz, bo autorka raportu kieruje tą fundacją. Ministerstwo mówi, że nie zamawiało dokumentu. Dokument mówi, że powstał ze środków ministerstwa. Autorka mówi, że weryfikacja merytoryczna leżała po stronie autorów. Trzy zdania, w których nikt nie jest właścicielem publikacji. Plik i tak wyszedł na zewnątrz. Kto podpisuje dokument przed wysłaniem, to pierwsze pytanie w rejestrze zastosowań AI, który trzeba prowadzić w firmie. I ostatnie, które ktokolwiek zadaje przed publikacją.
Polska administracja ma to zresztą spisane. Ministerstwo Cyfryzacji wydało w marcu 2026 roku „Przewodnik po sztucznej inteligencji dla administracji publicznej”. Stawia on sprawę wprost: „ostateczna odpowiedzialność za treść pisma, komunikatu lub decyzji administracyjnej zawsze spoczywa na człowieku, a nie na systemie AI”. Zaleca też, żeby „każdorazowo sprawdzać akty prawne, orzecznictwo lub dokumenty, na które powołuje się system AI”, otwierając je samodzielnie. Przewodnik wyszedł kilka miesięcy po tym raporcie. Zasada, którą opisuje, nie jest nowa.
To nie jest polska specjalność
W październiku 2025 roku Deloitte Australia oddał rządowi część honorarium. Chodziło o 237-stronicowy raport dla tamtejszego departamentu zatrudnienia. Kontrakt opiewał na 440 tysięcy dolarów australijskich, a zwrot objął ostatnią transzę, ponad 97 tysięcy. Raport miał przypisy do publikacji, które nie istnieją. Były wśród nich zmyślone prace badaczki, która istnieje, i zmyślony cytat z wyroku sądu federalnego. Wyłapał to akademik z zewnątrz, nie klient i nie wykonawca. Wystarczyło, że otworzył cytowania. Poprawiona wersja raportu mówi już, że przy pisaniu pomagał generatywny model językowy.
W Stanach Zjednoczonych ten sam mechanizm trafił do sądów. W czerwcu 2023 roku w sprawie Mata przeciwko Avianca sędzia ukarał dwóch prawników i ich kancelarię grzywną 5 tysięcy dolarów. Ich pismo procesowe stało na sześciu orzeczeniach, których nigdy nie było, razem z cytatami i sygnaturami. Damien Charlotin z HEC Paris prowadzi bazę takich spraw. W dniu, w którym to piszę, liczy ona 1936 orzeczeń z całego świata.
Wspólny mianownik tych spraw to nie branża i nie kraj. To dokument, który przeszedł od promptu do odbiorcy bez etapu porównania twierdzenia ze źródłem. Ten sam wzorzec widzę w kodzie. Zestaw testów potrafi świecić na zielono, nie sprawdzając niczego. Przypis potrafi tak samo wyglądać na źródło, nie będąc źródłem. W obu przypadkach mierzysz nie to, co myślisz.
Etap weryfikacji: procedura na jedną kartkę
Weryfikacja jako hasło nie działa. Nikt nie wie, co ma zrobić w poniedziałek. Poniżej dziewięć czynności, po jednej na każdą klasę błędu wyżej. Wszystkie wykonuje człowiek, żadna nie wymaga narzędzia. Przy dwudziestostronicowym dokumencie zajmują razem mniej niż godzinę.
1. Otwórz trzy przypisy losowo
Nie sprawdzaj, czy źródło istnieje. Sprawdź, czy stoi w nim ta liczba. To jedyna kontrola, która łapie błąd numer jeden.
2. Każda liczba ma przypis albo wypada
Bez wyjątków dla liczb „powszechnie znanych”. Procent bez odnośnika usuwasz albo zastępujesz zdaniem bez liczby.
3. Przypis wskazuje dokument, rok i stronę
Nazwa instytucji to nie źródło. Jeśli nie da się z przypisu trafić do jednego pliku, przypisu nie ma.
4. Wyszukaj każdą liczbę w pliku
Ctrl+F po własnym dokumencie. Streszczenie, treść i podsumowanie muszą podawać tę samą wartość tym samym słowem.
5. Przy każdym uogólnieniu policz osoby
Ile osób to powiedziało. Jeśli jedna, w tekście ma zostać „jeden z rozmówców”, a nie „Polacy”.
6. Termin kliniczny wymaga narzędzia
Syndrom, zaburzenie, trauma. Albo stoi za tym pomiar, albo wraca to do słownika metafor i wypada z wniosków.
7. Sprawdź datę źródła, nie tylko nazwę
Rankingi, ustawy i raporty roczne wygasają. Model tego nie zauważy, bo w jego danych one nadal trwają.
8. Fakty na dziesięć sekund sprawdź w dziesięć sekund
Mapa, data, pisownia nazwiska, liczba laureatów. To są błędy, które kosztują najwięcej wiarygodności przy najniższym koszcie kontroli.
9. Ostatnie czytanie robi ktoś inny
Osoba, która nie pisała tekstu, czyta całość jednym ciągiem. Tylko ona zobaczy „Despite” w środku polskiego zdania.
Do tego dwie zasady procesowe. Pierwsza: dokument nosi w treści nazwisko osoby, która go sprawdziła, i datę. Bez tego weryfikacja jest deklaracją, a nie zdarzeniem. Druga: nie proś modelu, żeby sprawdził własny tekst. Model oceniający własną pracę potwierdza ją niemal zawsze. Ocenia to samo zdanie tym samym rozkładem prawdopodobieństwa, który je wytworzył.
Jak ćwiczę to na szkoleniu
Ta procedura w mailu do zespołu nie zmienia nic. Ludzie zaczynają jej używać dopiero wtedy, gdy zobaczą, jak narzędzie myli się na ich własnym materiale. Dlatego dzień dla działu, który publikuje teksty, stoi na dwóch regułach.
Pierwsza: ćwiczymy tylko na materiale, który uczestnicy znają na pamięć. Ich raport, ich zapytanie ofertowe, ich opis stanowiska. Na cudzym przykładzie nikt nie wyłapie błędu, bo nie ma go z czym porównać. Ta zasada obowiązuje też po stronie technicznej, gdzie warsztat idzie na repozytorium zespołu, a nie na przykładowym projekcie. Tam czerwony test robi część roboty za prowadzącego.
Druga: psuję narzędzie celowo. Nie czekam, aż popsuje się samo przy realnej publikacji. Proszę o pytanie z ich własnej dziedziny, takie, na którym model powinien polec. Zwykle polega. Wtedy rozbieramy odpowiedź przy całej sali na trzy kolumny. Co jest prawdą. Co tylko brzmi jak prawda. Po czym poznasz jedno od drugiego, nie wstając od biurka. Ostatnia kolumna zostaje ludziom na dłużej niż cały wykład o modelach.
Potem idzie ćwiczenie na czterdzieści minut, wzięte wprost z tego raportu. Każdy bierze własny dokument sprzed roku. Prosi model o streszczenie z liczbami. Otwiera trzy z tych liczb w oryginale i porównuje. Do tej pory na każdej sali ktoś znalazł u siebie punkt numer jeden. Jak wygląda taki dzień od strony organizacyjnej, opisałem przy szkoleniu dla redakcji Akademii Telewizyjnej TVP. Jest tam też lista awarii, które potrafią go rozłożyć.
Powyżej opisuję salę, która publikuje teksty. Zespół piszący kod ma ten sam problem w innym miejscu i potrzebuje dłuższego formatu. Program dwudniowego warsztatu, warunki i formularz stoją na stronie szkolenia dla zespołów technicznych.
Test przed zamówieniem czegokolwiek jest jednozdaniowy. Zapytaj, na czyim materiale ćwiczą uczestnicy. Jeśli na przykładowym, kupujesz pokaz.
Najczęstsze pytania
Czy da się poznać, że tekst napisała AI?
Detektory AI dają zbyt wiele fałszywych trafień, żeby opierać na nich decyzję. Pewne są tylko ślady rzeczowe. Liczba niezgodna z cytowanym źródłem. Przypis wskazujący instytucję zamiast dokumentu. To samo twierdzenie w dwóch wersjach w jednym pliku. Nieprzetłumaczone słowo w środku zdania. Sprawdzasz treść, nie styl. Styl da się poprawić w minutę, a niezgodność liczby ze źródłem zostaje.
Czy wolno używać AI przy dokumentach urzędowych i raportach?
Wolno, przy nadzorze człowieka. Przewodnik Ministerstwa Cyfryzacji dla administracji publicznej mówi wprost: odpowiedzialność za treść pisma zawsze spoczywa na człowieku. Każde źródło, na które powołuje się system, trzeba otworzyć samodzielnie. Problemem w tej sprawie nie było użycie narzędzia. Zabrakło etapu, na którym ktoś to robi.
Ile trwa weryfikacja dwudziestostronicowego raportu?
Przy dokumencie z kilkunastoma przypisami mniej niż godzina. Warunek jest jeden: robi to osoba znająca temat i pracuje według listy czynności, a nie ogólnego polecenia „sprawdź to”. Najdroższy jest punkt pierwszy, czyli otwarcie źródeł i porównanie liczb. Reszta to czytanie z ołówkiem.
Czy inny model może zweryfikować tekst za człowieka?
Może przygotować listę twierdzeń do sprawdzenia. To jego najlepsze zastosowanie w tym miejscu. Nie potwierdzi, że liczba zgadza się ze źródłem, którego nie otworzył. Model proszony o ocenę własnego tekstu zatwierdza go w zdecydowanej większości przypadków. Rola drugiego modelu kończy się na przygotowaniu roboty dla człowieka.
