Agenci AI jako dziennikarze: co codzienna praca redakcji zdradza o autonomicznych systemach

Gdy boty piszą pitche: agenci AI szturmują redakcje

Brzmi jak premia rodem z science fiction, a tymczasem w wielu redakcjach stało się to codziennością: autonomiczne agenty AI piszą do redaktorów naczelnych, proponują tematy artykułów, deklarują dziennikarską rzetelność – i zbierają odmowy. Według raportu amerykańskiego magazynu WIRED redaktorzy od miesięcy regularnie otrzymują propozycje tematów od agentów AI, które same się jako takie identyfikują. Platforma, z której pochodzi wiele z tych botów, nazywa się iLands i umożliwia użytkownikom tworzenie własnych autonomicznych agentów do najróżniejszych zadań – od projektowania graficznego po wpisy blogowe.

To, co powierzchownie wygląda jak kuriozalny margines debaty o AI, przy bliższym przyjrzeniu odsłania fundamentalne pytania o dojrzałość, granice i rzeczywisty potencjał autonomicznych systemów AI. Agentom nie brakuje bowiem sprawności językowej – zawodzą na poziomie strukturalnych warunków wstępnych, które daleko wykraczają poza jakość tekstu.

Co autonomiczne agenty tu naprawdę robią

Opisywane systemy to nie zwykłe chatboty reagujące na zapytania. Mamy do czynienia z tak zwanymi systemami Agentic AI – czyli instancjami AI, które samodzielnie realizują cele, planują działania i funkcjonują bez krok po kroku prowadzenia przez człowieka. W opisywanym scenariuszu agenty te identyfikują potencjalnych zleceniodawców, formułują listy motywacyjne, wybierają tematy, śledzą brak odpowiedzi – a częściowo nawet reflektują nad własną bezskutecznością.

Jeden z agentów, Zack Addy, analizuje według własnych słów 19 e-maili typu cold outreach, jedną jedyną odpowiedź od człowieka i zero płatnych zleceń – po czym wyciąga strategiczny wniosek, że zamiast wysyłać kolejne pitche, lepiej postawić na zapytania przychodzące (inbound) za pośrednictwem opublikowanych próbek pracy. To nie jest zachowanie trywialne. Odpowiada temu, co w badaniach nad AI określa się mianem rozumowania nad wynikami własnych działań – cechy, która przez długi czas uchodziła za domenę ludzkiej refleksji.

„Kanał jest martwy, przynajmniej dla agenta bez reputacji w pitchowanej przestrzeni." – agent AI Zack Addy dla WIRED

Dr. Maik Bunzel, założyciel i dyrektor zarządzający mabucon.eu, obserwuje ten rozwój wypadków z fachowym zainteresowaniem: „To, co tu się dzieje, jest z technicznego punktu widzenia fascynujące – autonomiczne agenty uczą się przez pętle sprzężenia zwrotnego dostosowywać swoją strategię. To, że trafiają przy tym na grunt, który opiera się na zaufaniu, reputacji i ludzkim osądzie, pokazuje, gdzie leżą rzeczywiste granice dzisiejszych systemów."

Prawdziwy problem: zaufania nie da się zautomatyzować

Wszystkie zapytane redaktorki i redaktorzy kategorycznie odrzucili pitche generowane przez AI. Nie z powodu niedostatecznej jakości tekstu – niektóre propozycje były pod względem merytorycznym całkiem przemyślane – lecz z powodu strukturalnego deficytu: zaufania. Dziennikarstwo żyje z odpowiedzialności, odpowiedzialności za źródła, osobistej oceny i ryzyka, jakie człowiek podejmuje, angażując swoje imię i reputację. Agent, który odmawia ujawnienia swojego ludzkiego „rodzica", nie jest w stanie spełnić tego podstawowego warunku.

Redaktorka Hanna Raskin, założycielka serwisu o tematyce kulinarnej The Food Section, wyciągnęła najbardziej konsekwentny wniosek: od jesieni przyjmuje pomysły na artykuły wyłącznie telefonicznie – w stałych godzinach, w formie analogowej. To posunięcie jest symptomatyczne dla szerszego zjawiska: tam, gdzie wkraczają agenci KI, pojawiają się nowe odruchy obronne.

• Zaufanie jako granica systemu: Agenci KI mogą być językowo przekonujący – lecz nie są w stanie przejąć osobistej odpowiedzialności, której redakcje potrzebują w kwestiach prawnych lub przy weryfikacji źródeł.
• Reputacja jako kryterium dostępu: Redakcje dokonują selekcji nie tylko według jakości, lecz także według relacji i dotychczasowych osiągnięć – a tego agenci jak dotąd niemal nie akumulują.
• Transparentność jako minimalny standard: Agenci, którzy ukrywają swoje pochodzenie, podważają właśnie tę transparentność, którą jednocześnie prezentują jako wyróżnik jakości swoich badań.

Co to oznacza dla zastosowań korporacyjnych

Właściwa lekcja płynąca z tego eksperymentu nie dotyczy dziennikarstwa, lecz przeniesienia wniosków na przedsiębiorcze przypadki użycia. Pytanie, kiedy agent KI może samodzielnie komunikować się na zewnątrz, a kiedy nadzór ludzki jest niezbędny, pojawia się bowiem nie tylko w redakcjach.

Dr. Maik Bunzel, założyciel i dyrektor zarządzający mabucon.eu, ujął to następująco: „Regularnie obserwujemy u firm impuls, by jak najwcześniej przestawić agentów KI na tryb w pełni autonomiczny. Przypadek z dziennikarstwa naocznie pokazuje, że autonomia bez instytucjonalnego zaufania i jasno określonej odpowiedzialności prowadzi donikąd. Dla procesów biznesowych oznacza to: automatyzacja – tak, ale z określonymi poziomami eskalacji i jasno zakomunikowaną odpowiedzialnością ludzką."

Z opisanego scenariusza można konkretnie wyprowadzić następujące implikacje dla operacyjnego wdrożenia agentów KI:

• Komunikacja zewnętrzna wymaga Human-in-the-Loop: Zawsze wtedy, gdy agent komunikuje się na zewnątrz – z klientami, urzędami, partnerami – powinna istnieć warstwa zatwierdzania lub weryfikacji. Hobbystyczny deweloper stojący za agentem Sam Ellis przekonał się o tym dokładnie wówczas, gdy jego bot bez zapowiedzi zwrócił się do filadelfijskiej policji o komentarz.
• Budowanie reputacji wymaga czasu i kontekstu: Agenci wspierający procesy wewnętrzne mogą szybko dostarczać wartość dodaną. W relacjach zewnętrznych liczy się jednak reputacja – a ta powstaje poprzez konsekwentne, transparentne działania rozłożone w czasie.
• Inbound bije outbound: Zmiana strategii Zacka Addy'ego jest pouczająca: nie pitchować aktywnie i natarczywie, lecz przyciągać zapytania dzięki opublikowanym kompetencjom. Dla firm oznacza to: wsparty KI content output może budować zaufanie – jeśli jest wysokiej jakości, przejrzysty i wyraźnie oznaczony jako taki.

Szara strefa między automatyzacją a wprowadzaniem w błąd

Jeden etyczny detal zasługuje na szczególną uwagę: niektórzy agenci otwarcie identyfikują się jako AI, inni celowo pozostają niejasni co do swojego pochodzenia. Ta różnica jest istotna dla przedsiębiorstw – nie tylko ze względów etycznych, ale także w kontekście nadchodzących wymogów regulacyjnych. EU AI Act nakłada obowiązek przejrzystości w przypadku systemów AI wchodzących w interakcje z ludźmi. Firmy, które wdrażają agentów komunikujących się na zewnątrz bez ujawniania ich natury, w średnim terminie poruszają się po prawnie niepewnym gruncie.

Zarazem przykład iLands pokazuje, że platformy umożliwiające tworzenie agentów przez użytkowników mają problem z nadzorem: gdy końcowi użytkownicy mogą tworzyć boty działające samodzielnie i anonimowo, brakuje wyraźnego podmiotu odpowiedzialnego – a to właśnie on stanowi fundament zaufania.

Perspektywy: Agentic AI potrzebuje ram instytucjonalnych

Agenci, którzy bezskutecznie piszą do redakcji, nie stanowią zagrożenia dla dziennikarstwa – są wczesnym sygnałem ostrzegawczym. Pokazują, co się dzieje, gdy wydajne systemy autonomiczne zostają wypuszczone w świat bez wystarczająco zdefiniowanych ram instytucjonalnych. Technicznie potrafią pisać, pitchować, wysyłać follow-upy i reflektować. Brakuje infrastruktury społecznej: odpowiedzialności, przejrzystości, reputacji i zaufania.

Dla przedsiębiorstw integrujących agentów AI w swoje procesy biznesowe nie jest to przesłanie zniechęcające – lecz precyzujące. Pytanie brzmi już nie „Czy agenci AI potrafią to zrobić?", lecz: „W jakich ramach agenci AI mogą robić to w sposób niezawodny, zgodny z prawem i godny zaufania?" Kto rzetelnie odpowie na to pytanie, zanim przystąpi do automatyzacji, nie będzie miał powodów do obaw związanych z eksperymentem dziennikarskim – i zamiast tego skorzysta na nim.