Zaloguj się 
Dzieje się!
Dopisanie „AI” w profilu już nie wystarczy. Jak rozpoznać prawdziwego eksperta od sztucznej inteligencji?
Kilka postów na LinkedIn i dopisana znajomość narzędzi AI nie czynią jeszcze z nikogo eksperta. Zapytaliśmy specjalistów, po czym rozpoznają osoby, które naprawdę rozumieją sztuczną inteligencję, potrafią wdrażać ją w firmach i znają jej ograniczenia.
Z tego artykułu dowiesz się…
- Jak zweryfikować, czy twój rozmówca (współpracownik, kontrahent) rzeczywiście ma pojęcie o AI.
- Na jakich ekspertów od sztucznej inteligencji uważać w mediach społecznościowych.
- Jak sprawdzają swoich rozmówców ludzie, którzy zajmowali się AI, nim stało się to modne.
Ze sztuczną inteligencją jest trochę jak z piłką nożną, polityką i grillowaniem. Znają się na niej wszyscy Polacy. Dopisanie dwóch magicznych liter „AI” przy swoim nazwisku może zagwarantować lepszą pozycję na rynku pracy. Opanowanie narzędzi sztucznej inteligencji jest dziś przecież czymś tak podstawowym, jak kiedyś posiadanie prawa jazdy, czy umiejętność obsługi komputera. To nie tylko moda, ale także odpowiedź na zapotrzebowanie.
Z danych serwisu Pracuj.pl wynika, że liczba ofert pracy na stanowiska bezpośrednio związane z AI wzrosła w 2025 r. o 122 proc. w porównaniu z poprzednik rokiem. Na liście posad łączonych z AI, na które kandydaci aplikowali najczęściej królują: AI Engineer, Machine Learning Engineer, praktykant w obszarze Data&AI, Junior AI Engineer i AI Developer.
Jeśli więc wśród waszych znajomych na portalu LinkedIn pojawili się nagle eksperci od AI, to albo wyczuli odpowiedni moment i w porę zdobyli kompetencje, na które jest teraz wyczulony rynek, albo chcą podrasować i stuningować swój profil, żeby nie dostać plakietki osoby z poprzedniej epoki. Kluczową kwestią staje się więc rozwinięcie umiejętności rozpoznawania kompetencji. Chodzi o szybkie sprawdzenie, czy potencjalny współpracownik lub kontrahent rzeczywiście zna się na AI, czy tylko udaje. Jak sprawdzić to bez przechodzenia przez żmudny proces testów?
Weryfikuj wiedzę o AI
– Dla mnie pierwszym narzędziem weryfikującym kompetencje jest język. Nie certyfikat, zdjęcie z konferencji, czy liczba lajków pod postem o „AI transformation”. Słucham, jak ktoś mówi. Czy używa pojęć precyzyjnie, czy odróżnia prototyp od wdrożenia, demonstrację od walidacji, entuzjazm od dowodu? Czy rozumie, że „działa u nas” to nie jest to samo, co „można to bezpiecznie wdrożyć” – mówi dr Katarzyna Baliga-Nicholson, badaczka relacji człowiek-AI związana z fundacją non-profit Sano. Zajmuje się projektowaniem i wdrażaniem innowacji w dziedzinie sztucznej inteligencji i medycyny obliczeniowej.
Ekspertka zwraca też uwagę na źródła, do których sięga rozmówca, bo można znać język sprzedażowy dotyczący AI, ale to nie to samo, co znajomość literatury naukowej, regulacji, historii technologii, czy aktualnej debaty nad wyzwaniami etycznymi.
– Rozmowa pozostaje dla mnie bezkonkurencyjna. W kilka minut można usłyszeć, czy ktoś naprawdę myśli, czy tylko układa zdania z gotowych klocków: transformacja, ekosystem, przełom, human-in-the-loop, AI-powered, seamless integration. Osoba, która naprawdę rozumie AI, widzi napięcia, jakie niesie ze sobą ta technologia – tłumaczy dr Katarzyna Baliga-Nicholson.
Fejkowi znawcy sztucznej inteligencji
– Na pewno nie da się ocenić tego, czy ktoś ma pojęcie o AI po profilu na LinkedInie, bo tam wszyscy są ekspertami. Ale podczas rozmowy na żywo bardzo szybko można ocenić, czy ktoś działa z AI, czy jest tylko teoretykiem. Albo czy wdraża rozwiązania, czy tylko ogląda filmiki na portalu YouTube, jak inni wdrażają – mówi Michał Sadowski, założyciel i prezes platformy analitycznej Brand24.
Przyznaje, że rekrutacja w jego firmie jest wieloetapowa, ale duże znaczenie ma to, czy ktoś „zabłyśnie”, czyli pokaże, że wie, o czym mówi. Wtedy można szybko przeskoczyć do kolejnego etapu.
– Fejkowego znawcę rozpoznaję po tym, że cały czas operuje na dużym poziomie abstrakcji, bez wskazywania szczegółów, o które często wprost proszę – tłumaczy Michał Sadowski.
Zdaniem eksperta
Granice, wartość i praktyka
Po pierwsze, granice. Osoba, która naprawdę zna się na AI, mówi nie tylko o możliwościach, ale także o ograniczeniach modeli, jakości danych i ryzykach. Po drugie, wartość. Ekspert zaczyna od wyzwania, rozumie proces, realia organizacji i perspektywę klienta, zamiast zaczynać od samej technologii. Potrafi powiedzieć, co AI realnie zmieni w kosztach, czasie i doświadczeniu odbiorcy, ale potrafi też powiedzieć: „nie wiem”. Po trzecie, praktyka. Pyta o konkretne projekty, ich efekty i napotkane trudności. Prawdziwa wiedza bierze się z wdrożeń, dlatego ekspert myśli również o tym, co dalej, i nie zatrzymuje się na etapie „go-live”.
Najprostszy test to kilka pytań: o dane, nadzór człowieka, bezpieczeństwo i realne doświadczenia z wdrożeń. Osoba, która faktycznie się na tym zna, mówi o AI z pokorą, ostrożnością i odpowiedzialnością, a nie jak o lekarstwie na wszystko. To właśnie ta dojrzałość, a nie biegłość w terminologii, odróżnia eksperta od entuzjasty.
–Jak sprawdzić, czy ktoś zna się na AI? To tak, jakby zapytać, czy ktoś zna się na komputerach. Poziomów jest za dużo. Czymś innym jest używanie AI, a czymś innym budowanie rozwiązań. Do tego drugiego potrzebne są inne kompetencje – mówi Katarzyna Roj, która odpowiedzialna jest za pozyskiwanie talentów w firmie Netguru.
– Dla mnie ważne jest rozróżnienie: wiedza o AI to coś innego niż praca z AI, więc staram się sprawdzać konkret. Pytam, gdzie ktoś wpiął AI w realną pracę, jak weryfikuje output, gdzie mu nie wyszło, co go męczy i czego się obawia. Im więcej używania, tym więcej refleksji – dodaje.
Znasz się na AI? Pokaż dorobek
Prof. Tomasz Trzciński, ekspert zajmujący się widzeniem maszynowym związany z Instytutem Badawczym IDEAS i Politechniką Warszawską, a także przedsiębiorca (Tooploox) i anioł biznesu, stawia na dane.
– Jakość pracy inżynierów zajmujących się wdrażaniem modeli uczenia maszynowego można oceniać, analizując stworzone przez nich oprogramowanie. W szczególności patrząc np. na liczbę pobrań i tzw. gwiazdek udostępnianych repozytoriów kodu na platformach, jak GitHub. Naukowców, zajmujących się sztuczną inteligencją najprościej zweryfikować patrząc na ich publikacje. Tutaj dobrym i sprawnym narzędziem jest platforma Google Scholar. Zbiera publikacje danego autora, a także wylicza odpowiadające parametry bibliometryczne, takie jak indeks Hirscha czy liczba cytowań. To są oczywiście powierzchowne i zgubne metody oceny dorobku. Należy traktować je ostrożnie. Pozwalają mniej więcej oszacować wkład danej osoby w rozwój nauki czy jego doświadczenie praktyczne – mówi prof. Tomasz Trzciński.
Nie krzycz tyle o AI
Ktoś, kto chce tylko podpiąć się pod szał związany z AI, nie zauważa realnych problemów związanych z rozwojem technologii. Nie zastanawia się nad kwestią dostępu do danych i ich jakością.
– Praktycy znający się na rzeczy rzadziej ulegają presji popularnych fraz i chwytliwych haseł niż osoby, które o AI czytają głównie w mediach społecznościowych – zauważa prof. Tomasz Trzciński.
Media społecznościowe, nawet te ukierunkowane na profesjonalną sferę życia, podbijają treści, które niosą się w internecie. Algorytmy lubią sensację, chwytliwe nagłówki, ciekawe obrazki i prosty przekaz. A w takim komunikacie nie ma miejsca na niuanse, trzeba uderzać między oczy użytkownika.
Wszyscy mają prawo mówić o AI, ale nie wszystkich trzeba słuchać
Z jednej strony mamy odpowiedzialny język pełen troski o ludzkość, zasoby i środowisko. Z drugiej społeczne obawy, koncentrację władzy, danych, pieniędzy i infrastruktury. Między tym wszystkim jest człowiek, który chciał, żeby narzędzie poprawiło mu maila, a nagle uczestniczy w sporze o los cywilizacji.
Omijanie w dyskusji prawdziwych ekspertów – ludzi, którzy zjedli zęby na trenowaniu modeli i potrafią spojrzeć na temat szerzej – spycha debatę o AI na boczny tor. Przez to umykają nam kluczowe, realne wyzwania. Chodzi m.in. o zachowanie czujności w medycynie, gdzie sztuczna inteligencja sugeruje konkretne diagnozy czy decyzje. Pozostaje też kwestia ekologii, bo centra danych pochłaniają ogromne ilości prądu i wreszcie wyzwania związane ze społeczno-ekonomicznymi skutkami rewolucji AI. Dlatego tak istotna jest jakość przekazu.
– Dostrzegam inflację terminu „ekspert”, co znacząco utrudnia przedstawienie społeczeństwu rzetelnych informacji w sposób obiektywny. Ciesze się, że AI weszło pod strzechy, ale obawiam się, że serwując ludziom nieugruntowaną, niesprawdzoną wiedzę tacy eksperci wywołują niepotrzebne emocje. Zamiast zachęcać do samodzielnej weryfikacji faktów i danych – dodaje prof. Tomasz Trzciński.
Tutaj wracamy do czegoś, co jest zarówno szansą, jak i przekleństwem. Internet zrównuje kulturę autorytetów z kulturą influencerską, która rzadko bywa ekspercka. Wiadomo komu łatwiej trafić do człowieka, który na co dzień chce korzystać z przydatnych narzędzi. Lubi je też opisywać po swojemu.
Każdy ma swoje zdanie o AI
– Nie mam pretensji o to, że ludzie chcą rozmawiać o AI. Przeciwnie, byłoby gorzej, gdyby nie chcieli. AI jest zbyt ważna, żeby zostawić ją wyłącznie inżynierom, inwestorom i kilku prezesom z Doliny Krzemowej. Największe ryzyko nie polega na tym, że wszyscy się wypowiadają, ale na tym, że uwierzymy, że prawo do wypowiedzi mają tylko ci z największymi modelami i budżetami. Kilku kapłanów technologii będzie tłumaczyć nam, dlaczego musimy im zaufać. Bo tylko oni rozumieją zagrożenie, które sami właśnie stworzyli – uważa z kolei dr Katarzyna Baliga-Nicholson.
To jak? Znamy się na AI tak, jak na grillu i piłce? A może z językiem AI jest tak, jak z każdym obcym językiem. Nie można obawiać się kompromitacji, że popełnia się błędy i trzeba po prostu rozmawiać.
– Chcę słuchać wielu głosów, uczestniczyć w animowaniu tej dyskusji. Zachęcać do wysokich standardów myślenia. Bardzo mnie interesuje jak o AI myślą lekarze, pielęgniarki. Chcę poznać punkt widzenia biologów, fizyków, artystów, filozofów, prawników. AI widziana z laboratorium wygląda inaczej niż AI oceniana w środowisku wdrożeniowym w użyciu. Nie chodzi więc o to, żeby AI egalitaryzować, ale o to, by AI demokratyzować jako temat odpowiedzialności publicznej. Jeśli technologia ma zmieniać życie wszystkich, to o niej rozmawiajmy – przekonuje dr Katarzyna Baliga-Nicholson.
- Sztuczna inteligencja wywołała boom na rynku pracy. Według danych portalu Pracuj.pl w zeszłym roku liczba ofert pracy dotyczących AI wzrosła o 122 proc. Obsługa narzędzi wykorzystujących tę technologię staje się więc niezbędną umiejętnością.
- Weryfikacja prawdziwych kompetencji AI opiera się na konkretach, a nie na popularności. Prawdziwego eksperta nie poznaje się po lajkach w mediach społecznościowych, ale weryfikuje się przez precyzyjny język (rozróżnianie pojęć), twarde dane (GitHub, publikacje naukowe w Google Scholar) oraz krytyczne myślenie o realnych problemach technologii (bezpieczeństwo wdrożenia, koszty, kwestie etyczne).
- Debata o AI wymaga demokratyzacji i wyjścia poza narrację korporacji czy influencerów. AI zmienia życie całego społeczeństwa, więc kluczowe jest włączenie do debaty głosów specjalistów z innych dziedzin (lekarzy, artystów, prawników) oraz skupienie się na realnych wyzwaniach gospodarczych i ekologicznych.
