Nie ma wstydliwego poziomu.
Jest tylko niezadeklarowany.

Preambuła

Nie jesteśmy tu po to, żeby spowalniać tę technologię.

Jesteśmy tu, bo ten, kto użył jej uczciwie i to powiedział, jest za to karany — a ten, kto użył jej i milczał, nie jest. To zepsuty bodziec, a zepsute bodźce nie naprawiają się same. One się kumulują.

Każdy spór o AI i autorstwo przechodzi dziś przez etykietę o dwóch ustawieniach. To ta etykieta jest problemem. Nie modele. Nie ludzie, którzy ich używają. Etykieta.

Oto, ile ona kosztuje — i oto, co ją zastępuje.

AI nie jest problemem. Problemem jest ukrywanie.

Nic w tym dokumencie nie każe nikomu używać mniej AI. Każe tylko powiedzieć, co się zrobiło.

Odbiorca ma już suwak. Twórca wciąż ma tylko przełącznik.

TikTok pozwala ci wybrać, ile treści wygenerowanych przez AI pojawia się w twoim feedzie.¹ Pinterest pozwala poprosić o mniej.² Ci, którzy pracę konsumują, dostają do ręki gradient. Ten, kto ją zrobił, dostaje jedno pole do zaznaczenia: winny albo niewinny.

„Zrobione z AI” to nie fakt. To wyrok.

Zwija do tych samych trzech słów chirurga, który podyktował modelowi trzydzieści lat praktyki i poprawił każdą linijkę, oraz skrypt, który wypluł zeszłej nocy dziesięć tysięcy stron, kiedy jego właściciel spał. Etykieta, która nie odróżnia tych dwóch, nie jest informacją. To oskarżenie z doczepionym korektorem pisowni.

Zbudowaliśmy zero-jedynkę tam, gdzie rzeczywistość jest spektrum — i doczepiliśmy wstyd do jednej strony.

Każda porażka, która z tego wynika, bierze się z tego jednego błędu projektowego.

Kiedy uczciwość jest karana, a milczenie darmowe, wygrywa milczenie.

To nie jest moralna słabość twórców. To arytmetyka.

Zmierzono to i ma to swoją nazwę: paradoks ujawnienia. W prerejestrowanym badaniu ludzie mówili, że ujawnianie użycia AI jest ważne — a potem oceniali pracę niżej, kiedy było ujawnione. Wniosek samych autorów: to „grozi wytworzeniem przewrotnych bodźców do nieujawniania”.³

Prowadzimy eksperyment, w którym karzemy prawdomównych i nagradzamy milczących, a potem wyrażamy zdziwienie wynikami.

Kara nie dotyczy jakości. Dotyczy wysiłku.

Kiedy powiedziano czytelnikom, że opowiadanie napisał człowiek, szacowali, że zajęło 148 minut. Kiedy powiedziano im, że identyczne opowiadanie napisała AI, szacowali sześć. Etykieta nie zmieniła tego, jak dobre wydawało im się opowiadanie — ani jego kreatywności, ani oryginalności, ani przyjemności z lektury. Zmieniła tylko to, ile ich zdaniem kosztowało. A to właśnie ten szacunek kosztu przewidywał całą resztę.⁴

To jest całe odkrycie i to jest powód, dla którego ta skala istnieje. Przełącznik nie potrafi zakomunikować wysiłku. Skala potrafi. Możliwe, że to jedyna forma ujawnienia, która nie karze tego, kto ujawnia.

Oznacz tylko maszynę, a wszystko nieoznaczone zacznie wyglądać na ludzkie.

Oflaguj część fałszywych nagłówków, a te nieoflagowane staną się bardziej wiarygodne — efekt wykazany w Management Science i nazwany efektem domniemanej prawdy. Lekarstwo, które znaleźli ci sami badacze: weryfikuj także te prawdziwe.⁵

System, który etykietuje wyłącznie AI, sprawia więc, że wszystko nieoznaczone — łącznie z całym AI, które przegapił — domyślnie czyta się jako ludzkie.

Dlatego ta skala zaczyna się od zera. Ci, którzy nie używają AI w ogóle, też potrzebują swojej liczby. Nie z grzeczności. Jako element nośny konstrukcji.

Nie ma wstydliwego poziomu. Jest tylko niezadeklarowany.

Poziom 5 to uczciwa deklaracja dla automatycznego raportu giełdowego. Poziom 0 to uczciwa deklaracja dla pamiętnika. Żaden nie stoi wyżej od drugiego.

Skala, która ustawia własne poziomy w hierarchii, jest drabiną wstydu w białym fartuchu — a każdy użytkownik zejdzie po niej niżej, kłamiąc. W chwili, w której Poziom 4 stanie się obelgą, wszyscy staną się dwójkami, a my odbudujemy zero-jedynkę, tylko z dodatkowymi schodkami.

Proweniencję da się udowodnić. Wkład można tylko zadeklarować.

Kryptografia jest prawdziwa. I nie wystarcza.

C2PA może dołączyć do zasobu odporną na manipulacje, kryptograficznie podpisaną historię. Jego własne FAQ stwierdza, że podstawowa specyfikacja „nie obsługuje przypisywania treści osobom ani organizacjom”.⁶ Każdy może wdrożyć otwartą specyfikację, ale wejście do oficjalnego modelu zaufania C2PA wymaga zgodnego produktu i certyfikatu podpisu zakotwiczonego na liście zaufania.⁷ Główne wdrożenia dotyczą zasobów medialnych i dokumentów, nie zwykłej prozy na stronach WWW.

Odpowiada na pytanie co tego dotknęło. Nie odpowiada na pytanie czyje myślenie jest w środku. Nic na nie nie odpowie — poza człowiekiem, który wie.

Deklaracja nie jest słabą formą dowodu. Jest czymś zupełnie innym.

Podpis autora to deklaracja. Tabela wartości odżywczych to deklaracja. Oświadczenie o konflikcie interesów na końcu pracy naukowej to deklaracja. Żadne z nich nie jest dowodem — a cywilizacja i tak na nich stoi.

Działają, bo są tanie w złożeniu i drogie w złamaniu.

Wykrywanie nie jest ostatnią linią obrony. Nigdy nią nie było.

Siedem komercyjnych detektorów AI oznaczyło 61% autentycznych esejów rekrutacyjnych napisanych przez osoby, dla których angielski nie jest językiem ojczystym, jako wygenerowane maszynowo. Dziewięćdziesiąt osiem procent zostało oznaczonych przez co najmniej jeden.⁸

Standard egzekwowany przez wykrywanie to maszyna do oskarżania niewinnych: imigranta, dyslektyka, człowieka, który po prostu pisze prosto. Każdy system, który potrzebuje detektora, żeby działać, nie działa.

Ujawnienie to nie spowiedź. To wers w napisach końcowych.

Drukarze podpisują kolofony od pięciuset lat — krój pisma, papier, prasa, nakład. Filmy przewijają napisy do ostatniego asystenta planu. Stolarz podpisuje się od spodu szuflady.

Nikt nigdy nie wstydził się napisów końcowych. Narzędzia nigdy nie były sekretem.

Koszt ukrywania narasta — i nie płaci go ten, kto się ukrywa.

Płaci go uczciwy twórca, któremu nikt już nie wierzy. Firma oskarżona o coś, czego nie zrobiła. Czytelnik, który zaczął zakładać, że wszystko jest fałszywe — i coraz częściej ma rację.

Merriam-Webster ogłosił „slop” słowem roku 2025: „cyfrowa treść niskiej jakości, wytwarzana zwykle masowo za pomocą sztucznej inteligencji”.⁹ Taka jest teraz reputacja tego wszystkiego, bez rozróżnienia — niedbałych i starannych po równo.

Organizacje publikujące treści już rozumieją stawkę. W badaniu 27 międzynarodowych marek z 2026 roku 82% uznało przejrzystość w sprawie AI za kluczową dla reputacji marki, a 79% — dla zaufania konsumentów. To samo badanie wskazało jednak rozdrobnione przepisy i niepewność co do oczekiwań.¹⁰ Ta niepewność nie usprawiedliwia milczenia. Pokazuje, po co potrzebny jest wspólny język.

Pod widocznym długiem narasta jeszcze jeden. Modele generują treści; te treści trafiają przez scraping do kolejnych zbiorów treningowych; następne modele odtwarzają ich węższą wersję — i cykl się powtarza. Badanie opublikowane w Nature nazywa ten mechanizm załamaniem modelu: bezkrytyczne, rekurencyjne trenowanie na danych wygenerowanych może usuwać rzadkie fragmenty pierwotnego rozkładu i kumulować błędy z pokolenia na pokolenie.¹¹ Dane syntetyczne nie są z natury złe, a starannie dobrane mieszanki mogą być użyteczne. Zagrożeniem jest utrata możliwości rozpoznania, jaki materiał trafił do korpusu.

Deklaracja nie rozstrzyga, czy crawler ma prawo trenować na danej pracy — o tym decydują licencje, warunki korzystania i kontrola dostępu. Może jednak dostarczyć twórcom modeli brakującego sygnału: czy materiał stworzył człowiek, czy AI jedynie pomagała, była kierowana, działała z promptu, czy też opublikowała wynik bez przeglądu. Zachowanie tego rozróżnienia to nie tylko uprzejmość wobec czytelników. Pomaga chronić różnorodność danych, z których będą uczyć się przyszłe modele.

Odpowiedzią prawa na niuans jest wyłączenie. Naszą jest skala.

Od 2 sierpnia 2026 roku artykuł 50 unijnego AI Act wymaga, żeby tekst wygenerowany przez AI i opublikowany po to, by informować opinię publiczną o sprawach będących przedmiotem interesu publicznego, był ujawniony — chyba że przejrzał go człowiek ponoszący odpowiedzialność redakcyjną, a wtedy nie trzeba ujawniać niczego.¹²

Przeczytaj to jeszcze raz. Prawo widzi różnicę między pracą przejrzaną a nieprzejrzaną. Po prostu nie ma słownika, żeby ją wyrazić — więc rozstrzyga niuans, wyłączając obowiązek.

Rozróżnienie, po które prawo sięga i którego nie umie nazwać, to rozróżnienie między Poziomem 4 a Poziomem 5. My je nazywamy.

Przejrzystość będzie dziwna przez jakiś rok, a potem nikt jej nie zauważy.

Nikt dzisiaj nie wyobraża sobie opakowania z jedzeniem bez tabelki z tyłu i nikt nie wstydzi się wydrukowanych na niej kalorii. Etykieta nie zabiła jedzenia.

Skończyła ze zgadywaniem.

O co prosimy

Zadeklaruj swój poziom. Postaw go na pracy. Podlinkuj go do definicji.

Tyle. Jest za darmo, zajmuje trzydzieści sekund i nie ma komisji, którą trzeba by pytać o zgodę.

Skala ma sześć poziomów i zaczyna się od zera. Mierzy rolę, jaką AI odegrała w powstaniu pracy — czyje meritum ta praca niesie i kto za nią stoi — a nie to, ile znaków wypluł model. Jest na CC0. Nie ma właściciela. Zforkuj ją, jeśli się pomyliliśmy.

Jeśli zrobi to dość wielu z nas, zanim nawyk ukrywania stwardnieje na dobre, ujawnianie przestanie być przyznaniem się do winy i stanie się tym, czym zawsze powinno było być: wersem w napisach końcowych.

Ten dokument deklaruje własny poziom

Ten manifest jest na Poziomie 3 — Kierowane.

Diagnoza, argument, decyzja, żeby to zbudować, i każdy wybór projektowy w tej skali należą do autora. Research i proza powstały z użyciem dużego modelu językowego, a potem zostały przeczytane, poprawione i podpisane linijka po linijce. Bez autora ten dokument nie istnieje. Bez modelu istnieje — wolniej i gorzej napisany.

To dokładnie ten przypadek, którego ten manifest broni. Absurdem byłoby go zrobić i ukryć.

Tłumaczenia powstały maszynowo z tego angielskiego tekstu i są tak oznaczone, zgodnie z zasadą z § Tłumaczenie.

Źródła