O czym jest ten film
- Rozmowa Nate’a Jonesa z Chrisem Bestem, współzałożycielem i CEO Substacka, o zjawisku „AI slopu” — treści, w które nikt naprawdę nie wierzy.
- Slop rozumiany szeroko: od spamu, przez clickbait, po bezduszne, generyczne teksty rozpoznawalne jako „kopiuj-wklej z Claude’a”.
- Dane, które zrobiły wrażenie na Bestcie: według Pangramu ok. 40% długich tekstów na LinkedInie jest w pełni generowanych przez AI.
- Kluczowa teza: linia podziału nie przebiega między „AI a człowiekiem”, lecz między tworzeniem czegoś, w co się wierzy, a cynicznym ogrywaniem systemu.
- Substack integruje w aplikacji narzędzie Pangram — skan pokazujący, czy tekst przeszedł przez model językowy; plus opcjonalne pole „jak to zrobiłem”.
- Nate opisuje swój warsztat: dyktowanie przez Whisper Flow, spory z AI o jasność myśli, 17 wersji roboczych, ponad 20 własnych „skills”.
- Marzenie obu rozmówców: „Pangram dla idei” — narzędzie mierzące nie słowa, lecz różnorodność myśli i odległość od uśrednionego rozkładu koncepcji AI.
- Wartość jest na krawędziach rozkładu — tam, gdzie AI nie sięga: oryginalne idee i autentyczne ludzkie połączenie.
- Analogia „claude-fishing” (od catfishingu): problemem nie jest użycie narzędzia, lecz złamanie oczekiwań i zdrada zaufania czytelnika.
- Ostatni rzadki zasób to ludzka uwaga — i pytanie, jak zbudować normy oraz sygnały, które nagradzają treści naprawdę warte tej uwagi.
Redakcyjne tłumaczenie
Wprowadzenie: kim jest gość
Nate Jones: Chris, świetnie mieć cię tutaj. Opowiedz trochę o sobie i o tym, jak trafiłeś w ten obszar problemów.
Chris Best: Cześć, nazywam się Chris Best, jestem współzałożycielem i CEO Substacka.
Nate: Rozmawiamy dziś dużo o AI slopie — o tym, co Substack z tym robi i jak o tym myślisz. Może opowiesz, w którym momencie uznałeś, że to problem, którym Substack powinien się zająć, i jak w ogóle patrzysz na całą tę przestrzeń?
Slop jako przeciwieństwo Substacka
Chris: Slop — rozumiany szeroko jako treść, w którą nikt nie wierzy — jest w pewnym sensie przeciwieństwem tego, czym jest Substack. To, po co istniejemy, to pomagać ludziom tworzyć rzeczy, w które wierzą, i zarabiać na tym. Od spamu, przez clickbait, po tę generyczną, bezduszną papkę — to właśnie jest to, wobec czego Substack ma być realną alternatywą.
Sam, jako konsument internetu, miałem przez ostatnie dwanaście miesięcy to samo doświadczenie co wielu ludzi: coraz więcej miejsc, w których spędzam życie online, wydaje mi się zalanych treścią, którą odbieram jako slop. Rzeczy tworzone bezmyślnie albo prezentowane jako czyjaś głęboka praca, a w rzeczywistości rozpoznawalne jako kopiuj-wklej z Claude’a.
Zacząłem rozmawiać z ludźmi z Pangramu, jednego z wiodących narzędzi do wykrywania tekstu generowanego przez AI. Wypuścili rozszerzenie do Chrome’a, które można włączyć i zobaczyć na własne oczy, co się czyta w sieci. Zebrali statystyki tego, jak powszechne jest to zjawisko na dużych platformach. Statystyka, która mnie powaliła: w przypadku długich form na LinkedInie około 40% tekstów było — według ich pomiarów — w pełni generowanych.
(Informacja dodatkowa: Pangram to komercyjny detektor tekstu AI. Podawane odsetki to szacunki narzędzia, nie precyzyjny pomiar — sam Best zaznacza, że to nie jest idealna korelacja).
To nie jest idealna korelacja. Nie każde AI to slop i nie każdy slop pochodzi z AI. Ale jeśli pomyśleć o tym, jak dramatycznie zmienia się udział tekstu pisanego przez ludzi w miejscach, gdzie spędzamy dużo czasu, staje się oczywiste, że to będzie ogromna zmiana, z którą platformy i ludzie będą musieli się zmierzyć.
Ten sam trend widać wewnątrz organizacji
Nate: Bardzo się z tym zgadzam. Kiedy podrzuciłeś ten pomysł, od razu pomyślałem, że musimy o tym porozmawiać. Bo ten sam trend widać nie tylko z perspektywy szerokiego internetu, ale i wewnątrz organizacji. Masz dokumenty, których nikt nie zna treści. Masz wiadomości na Slacku, o których po prostu wiadomo, że są AI — ten efekt „masz absolutnie rację”, ten charakterystyczny zapach AI.
Ktoś wrzuca PR do review, a ty myślisz: jestem pierwszą osobą, która to czyta. Po prostu to wiem.
I to jest problem, bo — z mojej perspektywy — Substack istnieje dlatego, że myślenie o agorze, o przestrzeni publicznej, to coś, gdzie chcemy mieć bogaty dialog. Chcemy ludzkich rozmów. A to wymaga, żeby ludzie się pojawili i naprawdę myśleli. AI jest oczywiście częścią tego dyskursu — sam byłem na pierwszej linii, rozmawiając o tym na moim Substacku. Ale jeśli nie wniesiemy do tego naszej ludzkiej intencji, trudno będzie przekazać myślenie o trwałej wartości.
Kontrast między slopem a nie-slopem sprowadza się do intencji, uważności i realnego zaangażowania w materiał. Jedni użyją AI jak pędzla, pracując w ramach swojej intencji. Inni napiszą wszystko ręcznie. To różne miejsca na kontinuum. A potem są ci, którzy — jak w przykładzie, który podałeś — powiedzą Claude’owi: „Zrób tysiąc wpisów blogowych, nie popełnij błędu”, nawet nie wiedząc, co w nich jest, bo robią to pod SEO czy cokolwiek innego. I to nie wnosi nic do agory.
Linia podziału: wiara w to, co się robi, kontra ogrywanie systemu
Chris: To jest dla mnie prawdziwa linia podziału. Nie mam żadnego interesu w kontrolowaniu, jakich narzędzi ludzie używają. Jesteśmy antyautorytarni, za wolnością — dajmy twórcom środki, żeby robili swoje. Ale jest różnica między „używam narzędzi, żeby stworzyć coś, w co wierzę”, a „cynicznie ogrywam system, żeby pominąć etap, w którym musiałbym w cokolwiek uwierzyć”.
Wersja skrajna: „Hej, Claude, napisz tysiąc wiralowych postów, nie popełnij błędu, ruszaj”. Problem w tym, że to jest w praktyce atak typu denial-of-service na przestrzeń publiczną.
(Informacja dodatkowa: DoS — atak polegający na zalaniu systemu żądaniami tak, by przestał normalnie funkcjonować. Metafora: zalew treści AI paraliżuje zdolność czytelnika do znalezienia wartości).
To nie jest tylko problem „zrobiłem coś słabego”. Nawet jeśli to jest dobre, problem polega na tym, że jako czytelnik musisz nieustannie się zastanawiać: czy to jest prawdziwe? A w takich warunkach trudno odkrywać i znajdować wartość w nowych rzeczach. W tych rozmowach ludzie mówili mi na przykład: „Przestałem czytać nowych autorów” albo „Musiałem przestać w ogóle zaglądać do sekcji komentarzy, bo kilka razy wciągnąłem się w długą rozmowę i powoli docierało do mnie, że po drugiej stronie w ogóle nie było człowieka” — ktoś kazał botowi „odpowiadaj i maksuj moje konto”.
Są ludzie z zasady anty-AI, uważający, że tylko człowiek powinien cokolwiek robić — jest dla nich miejsce, ale ja nie podchodzę do tego z tej perspektywy. AI daje nam nowe supermoce, ale daje też zupełnie nowe sposoby, żeby być irytującym w internecie. I po prostu będziemy musieli sobie z tym radzić.
Pierwszy krok Substacka: przejrzystość, nie zakazy
Nate: Problem AI jest notorycznie lepki — trudno oddzielić samo użycie narzędzia od odpowiedzialnego użycia narzędzia. Ciekawi mnie, jak myślisz o pielęgnowaniu agory. Szczerze mówiąc, przyszedłem na Substack częściowo dlatego, że spodobała mi się jakość dyskursu. Poczułem, że to miejsce, gdzie mogę pisać na przemyślanym, strategicznym, wysokokontekstowym poziomie. Chcę, żeby tak zostało — i wiem, że ty też. Jak więc odróżniasz użycie narzędzia od odpowiedzialnego użycia?
Chris: Może najważniejsze jest to, że nie czuję, żebyśmy mieli wszystkie odpowiedzi — ani nawet żebyśmy powinni je mieć. Wchodzimy w ten nowy świat razem. Jednocześnie, skoro wszystko dzieje się tak szybko, nie mamy luksusu bezczynnego czekania, aż się to samo ułoży. Bo można się obudzić i mieć aplikację Substacka, która nagle przypomina LinkedIn.
Pierwszy krok — i to prawdopodobnie ukaże się, zanim ten materiał wyjdzie — to wbudowanie w aplikację Substacka integracji z narzędziem Pangram. Jeśli po prostu korzystasz z aplikacji jak zwykle, nic się nie zmienia. Ale jeśli jesteś ciekawy, możesz wejść w długi tekst i zrobić skan, który mówi: „Według szacunku Pangramu — czy ten tekst był generowany przez AI, czy pisany ręcznie?”
I co kluczowe: to nie to samo co „czy zrobiono to z głęboką troską”. To nawet nie „czy AI zostało użyte w jakichś fragmentach”. To, co technologia pozwala nam zrobić z rozsądną dokładnością, to po prostu stwierdzić: czy ten tekst przeszedł przez model językowy w trakcie powstawania. Moje podejście: kładziemy to na stół. Niech ludzie zobaczą ten fakt sami i wyrobią sobie własne zdanie, co to dla nich znaczy.
Bo jest spektrum. Na jednym końcu prawie wszyscy uważają, że to całkowicie w porządku: „Sprawdzam informację w ChatGPT” — prawie każdy tak robi i uważa to za użyteczne. A na drugim końcu — nie wiem, czy widziałeś, jak głośno było o Open Claw — był gość, który kazał swojemu botowi OpenClaw odpowiadać na SMS-y od jego żony.
Nate: Widziałem to. Z żoną rozmawialiśmy o tym. (śmiech)
Chris: To jest ten drugi koniec spektrum. Prawie wszyscy widzą to jako coś nie do końca w porządku. Chodzi o to, w jakich przestrzeniach online obowiązuje niejawny kontrakt między czytelnikiem a autorem. „Stworzę dla ciebie coś starannie dopracowanego i użyję przy tym wielu narzędzi”. A są inne miejsca — komentarze, DM-y — gdzie to działa inaczej. Moja teoria jest taka, że odpowiedzialne użycie AI powinno wytrzymać próbę przejrzystości. Powinieneś móc powiedzieć: „Tak, użyłem tego, tak z tego korzystałem”, a czytelnik powinien móc to zobaczyć i uznać: „W porządku”.
Dajemy też małą opcję dodania oświadczenia „jak to zrobiłem” — jeśli chcesz podać dodatkowy kontekst o swoim procesie albo o tym, czego można się po tobie spodziewać. Zaczynamy więc od przejrzystości po obu stronach relacji i od dania autorom narzędzi, żeby sami mogli to sprawdzać. Traktuję to głównie jako sposób na otwarcie rozmowy. Nie przychodzimy tu mówić, co wolno, a czego nie. Nie zamykamy niczego. To pierwszy krok — jedno kliknięcie przejrzystości, żeby ludzie widzieli, co się dzieje.
Ograniczenia Pangramu i to, czego naprawdę byśmy chcieli
Nate: To krok w głąb problemu — i ważny, bo nie chcesz za rok zobaczyć, że liczba wynosi 40% także na Substacku. To byłoby złe dla wszystkich.
Warto rozwinąć, jak działa Pangram. Częściowo opiera się na tym, że modele językowe mają charakterystyczny „szczyt” w sposobie używania języka. Z jakiegoś powodu — uczenia ze wzmocnieniem, pre-treningu — skupiają się wokół pewnego sposobu wyrażania się. Pangram znajduje sposób, żeby to zmierzyć. Ale to jest też do pewnego stopnia sterowalne. Widziałem kogoś, kto wypuścił model dostrojony specjalnie tak, żeby był „bardziej ludzki”, i uzyskiwali bardzo niskie wyniki w Pangramie.
Mimo to Pangram to sposób, żeby przejrzyście wywołać temat, o którym musimy publicznie porozmawiać — dosłownie wyciągnąć go na agorę. Daje twórcom takim jak ja ciekawą okazję, żeby więcej opowiedzieć o tym, jak tworzymy. Mam ponad 20 różnych „skills” w Codeksie i w Claudzie związanych z pisaniem. W procesie twórczym używam Whisper Flow. Spędzam mnóstwo czasu, kłócąc się z AI o to, jak wyrażone są konkretne idee, jak jasno i jak dobrze odpowiadają mojej intencji.
Zawsze staram się choć trochę przesunąć piłkę do przodu w jakimś zakątku AI. Chcę, żeby dane pojęcie było krystalicznie jasne. Niektóre dni to rzemieślnicza proza — nikt nie powie, że to Deklaracja Niepodległości — ale jest jasna. Klasyczne „LLM-izmy”: dramatyczne kontrasty, samozachwyt modelu, przesadnie udramatyzowane nagłówki — to wszystko przeszkadza w komunikacji z moją publicznością. Dlatego mam sporo skills zaprojektowanych właśnie po to, żeby to wypleniać i uzyskać czystszą prozę, brzmiącą jak dobra techniczna angielszczyzna.
Dwa tryby pracy z AI: wierność wizji kontra myślenie na głos
Chris: Jak mocno musisz je popychać — i na poziomie prozy, i na poziomie samych idei?
Nate: To dwie różne odpowiedzi. Jeśli chodzi o samą ideę: kiedy przychodzę do tekstu z gotową jasnością co do tezy i tego, co chcę przekazać, często zaczynam od 10–15 minut nieprzerwanego dyktowania — bo mam tego pełną głowę i chcę to z siebie wyrzucić. Przy dzisiejszych modelach, jak 5.6 czy Fable 5, długość kontekstu nie jest żadnym problemem. To daje modelowi posmak mojego głosu. Jasność jest tam od początku, a rzecz w tym, żeby model jej nie zepsuł.
(Informacja dodatkowa: „5.6” i „Fable 5” to nazwy modeli używane w rozmowie jako przykłady współczesnych, długokontekstowych systemów).
Czasem muszę być tak dosadny: „Zepsułeś moją jasność. Odpiłowałeś ją”. Modele bywają z natury ostrożne, więc jeśli chcę przesuwać piłkę do przodu, dostanę rozwodnioną wersję tezy, chyba że celowo zmuszę model, żeby naprawdę wsłuchał się w to, co powiedziałem. Moje redagowanie to więc: „Nie, słuchaj mojej pierwotnej wizji. Uszanuj ją. Rozwijasz ją, przekładasz na dobrą pisaną prozę, sprzątamy werbalne tiki — ale ma być tak samo śmiała jak to, co wrzuciłem na ekran”. To jest wierność pierwotnej wizji.
Z drugiej strony są dni, gdy mocuję się z pojęciem. Wiem, że coś tam jest, ale mój pierwszy zapis nie jest jasny — i wiem, że nie jest, bo wciąż szukam idei.
Chris: To moment, w którym kiedyś powiedziano by, że pisanie jest myśleniem — nie skończyłeś jeszcze o tym myśleć.
Nate: Dokładnie. I jestem wobec Codeksu bardzo transparentny. Mówię: „To nie jest gotowa teza. To trzy albo cztery wątki, które moglibyśmy pociągnąć. Oto rzeczy, w które może nie chcę iść” — i je wypisuję. A potem proszę, żeby wchodził ze mną w tę i z powrotem. Wtedy Codex jest narzędziem do myślenia, prawie współpisze ze mną. Ludzie sądzą, że „współpisze” znaczy „kończy twoje myślenie”. A tak naprawdę to raczej ściana, o którą odbijam piłkę tenisową, żeby móc mocować się z ideą i wrócić do czegoś, do czego mam wysokie przekonanie.
Przechodziłem procesy, gdzie schodził na to cały dzień z Codeksem i 17 wersji roboczych — i AI robi wtedy tylko jedno: pomaga mi szybciej draftować. Normalnie nie przerobiłbym 17 wersji w jeden dzień, a teraz mogę, i to pomaga mi iterować w stronę jasności. Ale jak robisz 17 wersji, to znaczy, że popychasz: „To niewystarczająco dobre. To niewystarczająco dobre”. Bo naprawdę czuję swędzenie albo poczucie, że coś jest nie tak, kiedy nie popycham AI, by dopasowało się do mojej wizji.
Wszyscy — od skrajności do skrajności — boją się slopu
Chris: To jedno z ciekawszych doświadczeń tych rozmów. Rozmawiałem z ludźmi z całego spektrum użycia AI — od „piszę wyłącznie własnymi palcami” po tych, którzy… To, co opisujesz, to dla mnie użycie tych narzędzi z wysokiej perspektywy: naprawdę próbujesz wypchnąć swój punkt widzenia w świat, zależy ci na wyniku.
I co ciekawe: wszyscy na tym spektrum mają silny niepokój o „współczynnik AI slopu”. Bo istnieje niskonakładowa wersja tego samego, którą na pierwszy rzut oka trudno odróżnić, a która potrafi zdominować komentarze i utrudnić przebicie się temu, co wartościowe.
Chciałbym, żeby istniała pewna technologia z science fiction, której jeszcze nie ma. Bo problem jest taki: jeśli jesteś kimś, kto robi 17 wersji i wszystko przemyśliwuje, możesz skończyć z tekstem, który — według Pangramu — wciąż jest wyjściem AI. Kiedyś było tak, że przeczytanie długiego tekstu w internecie samo w sobie było dowodem pracy: ktoś włożył dość myśli, żeby to spisać. Może myśl kiepska, ale przynajmniej ktoś poświęcił uwagę. A teraz trudno odróżnić to od kogoś, kto po prostu mówi: „Napisz mi 10 000 wiarygodnie brzmiących opinii AI, nie popełnij błędu”. Jak o tym myślisz — czy istnieje jakiś technologiczny korzeń tego, czego naprawdę chcemy?
Marzenie: „Pangram dla idei”
Nate: To świetne pytanie. Duża część dyskursu o AI skupia się na fizycznym stukaniu ludzkich palców w klawisze — skąd biorą się słowa. Ale kiedy prawie codziennie od dwóch lat mocuję się z AI, próbując przepychać idee, wraca do mnie jedno: skoro muszę je tak mocno popychać w kwestii pomysłów, to znaczy, że istnieje pewien uśredniony, centralny rozkład idei, które AI faworyzuje. Jest grawitacyjne przyciąganie wokół pewnego podzbioru koncepcji.
Mój ulubiony przykład: jeśli każesz AI zrobić jakąkolwiek listę czy formalny dokument o sztucznej inteligencji, zawsze — bez wyjątku — będzie tam coś o etyce i zarządzaniu, czy o to prosiłeś, czy nie. To po prostu jest wbudowane. A ja piszę o AI dużo i muszę świadomie decydować, gdzie to podkreślam, a gdzie nie. Jako człowiek mam znacznie szerszą paletę pojęciową.
Chciałbym zobaczyć narzędzie — graf — który jako społeczność moglibyśmy zbudować i który mapowałby szerszy rozkład ludzkiej ideacji: różne kąty i podejścia, tak różnorodne jak my sami. A wewnątrz tego mapowałby znacznie ciaśniejszy rozkład uśrednionego podejścia LLM do myślenia. To nie jest miara słów — to miara idei. Gdybyśmy dotarli do rozwiązania w tym miejscu, byłoby to znacznie bardziej użyteczne i bliższe większemu celowi: czystej agorze, która jest różnorodna, ma wiele perspektyw i oryginalne myślenie.
Chris: Marzenie to więc rodzaj Pangramu dla idei — patrzącego nie na tekst, lecz na leżące u spodu koncepcje.
Chcemy grubych, nie cienkich nakładek na Claude’a
Chris: To byłoby użyteczne. Kuszące jest mówienie: „To coś jest uśrednione dla AI” — ale to nie znaczy, że jest złe. Ja to czasem ujmuję tak: Claude jest świetny. Uwielbiam rozmawiać z Claude’em, dużo z niego wyciągam. Ale kiedy chcę opinii Claude’a, pójdę pogadać z Claude’em. Nie potrzebuję, żebyś ty był cienką nakładką na Claude’a.
(Informacja dodatkowa: „cienka nakładka” — ang. thin wrapper — to produkt, który w istocie tylko przekazuje zapytania do cudzego modelu, nie dodając własnej wartości).
Chcemy, żeby ludzie byli grubymi nakładkami — mieli naprawdę mocne opinie i sterowali tym, czego chcą od AI, a nie na odwrót. I to może stawać się coraz bardziej prawdziwe, im lepsze będą modele, nie mniej. Model może stawać się dowolnie potężniejszy — a to znaczy, że w miejscach, gdzie jest głęboko wartościowy, przestaniemy zwracać się po to do ludzi. Wszystko, co można po prostu spytać Claude’a, ludzie będą pytać Claude’a — i to będzie świetne. A trwałą wartość zachowają miejsca poza centralnym rozkładem. Sporo z tego może być szumem albo błędem. Ale to też miejsce, gdzie zaczynają się pojawiać naprawdę nowe rzeczy — bo alfa jest z definicji w tym, czego nie da się łatwo wyjąć z modelu.
Wartość na krawędziach: idee i ludzkie połączenie
Nate: Poszedłbym jeszcze dalej. Alfa w sensie idei jest absolutnie na krawędziach rozkładu. Ale alfa w ludzkim połączeniu też jest na krawędziach. Kiedy tworzymy agorę, dosłownie odwołujemy się do fizycznego rynku, na którym kiedyś się spotykaliśmy — i który wciąż widać w niektórych starych miastach. Ważne będzie, żeby mieć wspólnoty — cyfrowe, fizyczne albo mieszane — które ułatwiają tego rodzaju interakcję człowiek–człowiek. Bo dzieje się jakieś magiczne „trzecie coś”, kiedy prowadzimy bogatą rozmowę i wyłania się trzecia perspektywa, tylko dlatego, że dwoje z nas gada ze sobą. I do twojego punktu o komentarzach — nie chcemy tego stracić.
Chris: Jesteśmy gatunkiem społecznym. Nawet gdybyś miał superludzkie media w każdej części przestrzeni modelu, ludzie wciąż będą chcieli odkrywać te rzeczy razem, przejmować się nimi wspólnie. Nawet gdybyś miał tak silne AI, że stworzyłoby dowolne dzieło fikcji w najbardziej przekonujący, kunsztowny sposób, ludzi wciąż będzie obchodzić to, że inni ludzie tego doświadczają i wokół tego żyją.
Odyseja: znak wielkiego pisarstwa
Nate: Zależy nam na historiach, które tworzymy razem. W weekend obejrzałem Odyseję i widzę eksplozję dyskusji na Twitterze o opowiadaniu historii, o tym, skąd bierzemy nasze opowieści. To mnie skłoniło do myśli, że w pewnym sensie to, co czyni Odyseję potężną, to fakt, że po jakichś 3000 lat wciąż musimy o tej historii dyskutować, wracać do niej i próbować ją zrozumieć. Dla mnie to znak wielkiego pisarstwa: zostaje z tobą i wywołuje ludzkie rozmowy.
Teksty na Substacku, z których jestem najbardziej dumny, to nie te, o których mogę powiedzieć „miałem rację”. To te, które rozkręciły rozmowę. Kiedy zacząłem pisać o Open Engine, ruszyła dyskusja o pamięci — o tym, że pamięć powinna należeć do ciebie, a nie do konkretnego dostawcy AI. Zaiskrzył tam ludzki moment, potężniejszy, niż się spodziewałem. I po to się pisze. Nie przewidzisz, że stanie się to za każdym razem, ale właśnie tych chwil szukasz — iskry, która wywołuje falę większą niż pojedynczy tekst.
Sygnał przeciwieństwa slopu
Chris: Jesteś jednocześnie autorem, twórcą i — mam nadzieję — czasem czytelnikiem Substacka. Gdybyś mógł mieć cokolwiek dla swojego doświadczenia wokół tego tematu — co by to było? Jak najlepiej służyć ludzkiej kreatywności na takiej platformie jak nasza?
Nate: Odłóżmy na bok magiczny „graf idei” — jest super, ale odłóżmy go. Ciekawy byłby jakiś sygnał od Substacka: kiedy idea, koncepcja czy temat opublikowany na Substacku szybko zyskuje na sile i wywołuje mnóstwo rozmów. Trochę to widzimy przy trendujących tematach na X — i owszem, da się to ogrywać. Ale w Substacku ciekawe jest to, że masz długie formy, a te idee potrzebują czasu, żeby się rozwinąć.
Przeczytałem cudowny tekst, który został ze mną ponad rok — o paradoksie Jevonsa i o tym, jak odnosi się on do kolejnych rewolucji technologicznych: od maszyny parowej, przez pociągi, po telefon. Został ze mną, bo miał dłuższą perspektywę, w której mogłem się zanurzyć i myśleć.
(Informacja dodatkowa: paradoks Jevonsa — gdy technologia zwiększa efektywność wykorzystania jakiegoś zasobu, jego łączne zużycie często rośnie, a nie maleje, bo taniejsze użycie napędza popyt).
Gdybyśmy potrafili oznaczyć konkretną serię, wpis czy temat i powiedzieć: „W tej dziedzinie to posuwa dyskurs do przodu, pomaga nam myśleć trochę inaczej, obnaża nasze założenia” — to byłoby przeciwieństwo Pangramu. Sposób na wskazanie realnej doskonałości. Jako czytelnik czuję wtedy, że są inne oczy niż moje, które przeczesują Substack w poszukiwaniu tej „kolczastości”, tej wariancji na krawędzi rozkładu — czegoś ciekawego, nietypowego i wysokiej jakości.
Chris: Czyli: jakie jest przeciwieństwo slopu i jak moglibyśmy to znaleźć oraz nagrodzić? Bo nawet pomijając AI, zwykłe algorytmy mediów społecznościowych walczące o uwagę mają tendencję do „szlifowania” i homogenizowania — znajdują to, co najlepiej naciska pewne pierwotne przyciski. A ty pytasz: co jest tym, czego naprawdę chcemy? Czy da się uzyskać silniejszy i pewniejszy sygnał tego — z korzyścią dla czytelnika, ale i dla twórcy, który chce takie rzeczy tworzyć i czuć, że jeśli poświęci czas na coś głęboko przemyślanego, nie zostanie zagłuszony przez 10 000 ludzi piszących clickbait — niezależnie od tego, czy użyli do tego ChatGPT, czy nie.
To z kolei zwiększa zaufanie, że to jest platforma dla takiej pracy — i że taka praca jest tu wyróżniana. Powstaje pozytywne sprzężenie zwrotne, kiedy szukasz świeżych głosów i nowych perspektyw.
Najlepsze sygnały: myśl, która zachowuje się jak wirus
Chris: Jakie według ciebie są najlepsze sygnały tego?
Nate: Uwielbiam to pytanie. Najlepszy sygnał, jaki widziałem, to zdolność do rozwinięcia spójnej myśli, która zachowuje się trochę jak wirus. To zupełnie nowa myśl. Przyciąga twoją uwagę. Nie możesz jej wyrzucić z głowy. Iskrzy nowe połączenia tu, tam i wszędzie.
Dobry przykład spoza Substacka to blog Paula Grahama. Pisze rzeczy, które utykają w głowie. Naval robi to samo. Patrzysz na świat trochę inaczej. Jestem tego głodny, bo jestem głodny podważania własnego myślenia, własnych założeń, niepopełniania dwa razy tego samego błędu, czytania świata takim, jaki jest, a nie takim, jakim chciałbym, żeby był. Takie wirusowe idee nie zawsze są wirusowe w sensie masowego zasięgu, który algorytm nagradza — są wirusowe w tym sensie, że gdy znajdą swojego czytelnika, zostają w głowie na cały dzień, bo tak gęsto wyrażają perspektywę, że kładą świeżą warstwę farby na coś, na co patrzyłeś tysiąc razy.
Jeden z takich momentów miałem przy blogu inżynieryjnym Anthropiku, gdy kilka tygodni temu pisali o „JSpace”. Ten wpis stał się wirusowy w sposób, który — moim zdaniem — nie był super trafny, bo wciągnęła go rozmowa o świadomości. Ale najciekawsza część była dla mnie inna: myślenie o tym, jak mózgi i modele językowe działają jako obliczeniowe rozwiązania przestrzeni problemowych. Bardzo wąsko sugerują, że może być naturalną, wyewoluowaną odpowiedzią na trudne przestrzenie problemowe użycie „przestrzeni roboczej”, w której ewoluujesz wyższego rzędu bity wiedzy i liczysz na nich, zamiast na bazowych tokenach. To zbiega się z jednym z podejść do tego, jak — jak sądzimy — realizujemy świadomość. Nie myślałem o swoim ostatnim oddechu; on po prostu działa.
(Informacja dodatkowa: mowa o hipotezie „globalnej przestrzeni roboczej” — teorii świadomości, w której informacja staje się świadoma, gdy zostaje udostępniona wielu procesom poznawczym naraz).
Uznałem to za bardzo lepkie, bo pomogło mi myśleć o modelach jako o czymś, co oblicza rzeczywistość w sposób emergentny. Przeżuwam to od tamtej pory. To poszło wiralem — w dziwny sposób — ale wartość tam była.
Chris: Prawie szukasz wskaźnika, jak bardzo zmienił się czytelnik.
Nate: Tak. Czy to ze mną zostało? Czy okazało się dla mnie ważne?
Anty-slop to postawa pro-AI
Chris: Ciekawe: niektórzy odczytują postawę anty-slop jako postawę anty-AI. A tymczasem nie widzisz, żeby Sam Altman, Dario czy blog inżynieryjny Anthropiku publikowali slop z Claude’a. Widzisz mnóstwo naprawdę przemyślanych rzeczy. To pokazuje, że nie trzeba być anty-AI. Wręcz przeciwnie — anty-slop, dobrze rozumiane, jest w moim odczuciu postawą pro-AI.
Nate: Tak. Zwłaszcza jeśli myślisz o AI jako o czymś, co chcemy zintegrować z rozkwitającymi ludzkimi społecznościami — wtedy bycie anty-slop jest głęboko pro-AI.
Jak zareagują twórcy
Nate: Jak — patrząc na społeczność twórców i na Substack jako całość — wyczuwasz, że twórcy zareagują na ten pierwszy krok z Pangramem i na szerszą rozmowę, którą chcesz rozkręcić? Bo to tyleż dialog między nami, twórcami, co dialog z Substackiem.
Chris: Moją prawdziwą nadzieją jest pomóc rozpalić tu rozmowę i wyciągnąć temat na otwartą przestrzeń. Możemy siedzieć w Substacku i rozmyślać o tym cały dzień, ale istnieje niesamowita społeczność ludzi, którzy myślą o tym dużo. Mamy na platformie wszystkie perspektywy — od kogoś takiego jak Sam Kriss, który napisał tekst zatytułowany „Jeśli pozwolisz AI pisać za siebie, przyjdę do twojego domu i cię zabiję”…
Nate: Tak. Właśnie.
Chris: …po ludzi takich jak ty i inni, którzy szczerze mówiąc przesuwają granicę tego, co możliwe z tymi narzędziami. Mam nadzieję, że zaczniemy wyczuwać, jaka powinna być nowa norma i co naprawdę rozwiąże podstawowe pytanie o wartość — jak bronić się przed przypadkami, gdy niskonakładowa treść zagraża zarówno ludzkiemu, jak i przemyślanemu, AI-wspomaganemu autorstwu. Jaka jest wersja tego, która trwale nie tylko przetrwa, ale wzmocni i pomoże wygrać temu, co prawdziwe. To dla mnie cel.
Rozmowa jako szczepionka na slop
Nate: To prawie tak, jakby sama rozmowa miała być do pewnego stopnia szczepionką przeciw slopowi. Wywoła dyskurs, który pomoże nam myśleć w szerokim wachlarzu anty-slopu — i, szczerze, w znacznie węższym rozkładzie samego slopu. Bo slop jako pojęcie jest dla mnie bardzo nudny. Jest notorycznie uśredniony — dlatego właśnie Pangram potrafi go złapać.
Chris: I uważam, że postawa platformy jednak ma znaczenie. Ciekawe, że LinkedIn ma tę funkcję wykrywania, ale ma też funkcję, która pozwala, żeby AI napisało za ciebie tekst w edytorze. „Nie chce ci się myśleć? Kliknij ten guzik, zrobimy to za ciebie”. A samo zaznaczenie, jak my o tym myślimy — za czym się opowiadamy, o co nam zależy, co platforma próbuje nagradzać i zachęcać — to nie jest coś, co samo w sobie rozwiązuje wszystko, ale przyczynia się do kultury miejsca w sposób, który potrafi być samowzmacniający.
Wideo jako następny front
Nate: Nie mówiliśmy dużo o wideo. Ciekawią mnie dwa kierunki. Po pierwsze: sposób, w jaki Substack włącza wideo, działa dziś — w obecnym stanie AI — jak gwarant wysiłku. Kiedy dołączam wideo do tekstu, to ja mówię. Poświęciłem czas, żeby usiąść i to powiedzieć, przemyślałem to wszystko. Ale patrząc naprzód, zastanawiam się, czy za rok nie będziemy prowadzić podobnej rozmowy o wideo — gdy stanie się na tyle dobre, że ktoś mówiący „tysiąc wpisów blogowych, nie popełnij błędu” powie „500 filmów, nie popełnij błędu”.
Chris: A jeśli spojrzeć na to, co przesyłają mi ludzie z pokolenia moich rodziców — dla części populacji już tam jesteśmy.
Nate: Jesteśmy, zwłaszcza dla krótkich form. Trochę się tym martwię, bo wideo było dla mnie jako twórcy potężnym sposobem łączenia się z ludźmi. Taka rozmowa świetnie działa na wideo. Możemy wziąć lekko podczyszczony transkrypt i wrzucić go do artykułu, ale to śpiewa dopiero, gdy rozmawiamy — bo widać gesty, słychać akcent w głosie, widać twarze. Zastanawiam się, czy dojdziemy do punktu, gdzie będziemy chcieli podkreślać tę ludzką dynamikę także w wideo.
Nowe normy: „claude-fishing” i zdrada oczekiwań
Chris: Myślę, że będziemy potrzebować nowych norm wokół wielu z tych rzeczy. Nigdy nie mieliśmy normy „nie każ AI wysyłać SMS-ów twojej żonie”, bo to nigdy nie było możliwe. A w chwili, gdy staje się technologicznie możliwe, jest ten moment: „aha, jest na to norma”. Może w niektórych przypadkach jest okej — niech AI kłóci się za mnie z konsultantem obsługi klienta, super. Ale gdybym się teraz dowiedział, że przez całą tę rozmowę tak naprawdę cię tu nie było i gadałem z twoim awatarem AS — byłbyś zły.
Nate: Byłbym zły. Nie dlatego, że jestem anty-AI ani anty-fajny-awatar. Po prostu to byłby rozjazd z moim oczekiwaniem.
Chris: Poczułbyś się zdradzony — bo próbujesz rozmawiać z człowiekiem. To, co uważałeś za wzajemną inwestycję wysiłku i energii, okazuje się czymś innym. Ja nazywam to — w wersji pisanej — „claude-fishingiem”, przez analogię do catfishingu. Problem nie leży w tym, że użyłeś technologii. Problem w tym, że złamałeś oczekiwanie.
(Informacja dodatkowa: catfishing — podszywanie się pod kogoś innego w relacji online. „Claude-fishing” to jego odpowiednik oparty na udawaniu, że tekst czy rozmowę tworzy człowiek, gdy w rzeczywistości robi to AI).
To dzieje się z pisaniem i zacznie dziać się z wideo. Mamy mnóstwo oczekiwań i niejawnych przekonań filozoficznych, z których nie zdajemy sobie sprawy, bo dotąd nie było okazji. A potem nagle norma zostaje zakwestionowana: chwila, czy możesz użyć Claude’a, żeby napisać do mnie SMS? Żeby napisać komentarz? Żeby prowadzić ze mną rozmowę wideo? Kiedy jest to w porządku? Czy musisz mi o tym powiedzieć? To będą kulturowe wypadkowe procesu, który jest dość trudny do przewidzenia. Nie sądzę, żeby odpowiedzią było „nikt nigdy nie używa AI do wideo” — będzie to niesamowicie potężne narzędzie. Musimy znaleźć, które sposoby pozostają wartościowe.
Efekt kosztów Baumola: co pozostaje cenne
Chris: Ludzie dużo mówią o paradoksie Jevonsa, ale ja dużo myślę o efekcie kosztów Baumola. Znasz to?
Nate: Znam.
Chris: Chodzi o to: gdy pewne rzeczy dramatycznie tanieją, co pozostaje cenne? Jaki jest odpowiednik kwartetu smyczkowego? Jak zagwarantować, że istnieją normy podtrzymujące te rzeczy, żeby były znajdowalne i wspierane — żebyś wiedział, że warto zainwestować w nie swój czas, bo dostajesz jakąś wersję rzeczy prawdziwej? Nie znam odpowiedzi dla wideo, ale to wydaje mi się właściwym pytaniem.
(Informacja dodatkowa: efekt kosztów Baumola — usługi wymagające intensywnej ludzkiej pracy, jak wykonanie kwartetu smyczkowego, relatywnie drożeją, bo nie da się w nich łatwo zwiększyć wydajności tak jak w produkcji).
Ostatni rzadki zasób: ludzka uwaga
Nate: Wraca to do sedna tego, o czym rozmawiamy: co jest wartościowe w świecie, w którym — jak mówi Karpathy — 99,9% uwagi to AI. Wartościowa jest ludzka uwaga. To ona jest nieinflacyjna. To ona nie poddaje się magicznemu dziesięciokrotnieniu co roku. Jak więc zadbać o to, żeby gdy człowiek na coś patrzy, było to warte jego uwagi?
Chris: To ostatni rzadki zasób.
Nate: Tak.
Chris: To zresztą od zawsze była teoria Substacka. Historia, którą sobie opowiadam o wczesnym internecie i mediach społecznościowych, jest taka, że kiedyś dało się nudzić. Jako dziecko miałeś problem: „mam teraz dwie minuty i nie ma co robić, to jest do bani”. A my — jeszcze przed AI — rozwiązaliśmy ten problem. Kiedyś propozycja „dam ci coś za darmo, żeby cię lekko rozproszyć” była świetnym dealem, bo się nudziłeś. A teraz żyjemy w świecie, w którym każdy kawałek uwagi, jaki chciałbyś wydać, możesz wydać. Pytanie brzmi: jak wydać ją dobrze? To bardzo głębokie pytanie.
Nate: Ale wartościowe. Jako rodzic o tym właśnie myślę przy swoich dzieciach: czy uczę je, jak dobrze wydawać uwagę? Czy modeluję nawyki, z których mogą się uczyć — i zrozumieć, co znaczy być człowiekiem, przez naukę tego, jak kierujemy uwagę ku sobie nawzajem w pozytywny, konstruktywny sposób?
Chris: W stu procentach.
Zakończenie
Chris: Jakieś ostatnie słowa?
Nate: Ostatnie słowa? Zasubskrybujcie mój Substack, sprawdźcie nową funkcję. (śmiech) Zawsze każę wszystkim reklamować swój Substack, więc muszę stanąć na wysokości zadania — cv.substack.com.
Chris: Musisz temu sprostać. Uwielbiam to. Naprawdę było mi bardzo miło, Chris. To ważna rozmowa. Moją nadzieją dla tego materiału jest to, żeby ludzie, którzy go obejrzą — na YouTubie i na Substacku — znaleźli wspólnotę rozmowy wokół tego tematu: co znaczy być anty-slop w epoce AI i na ile różnych sposobów można nim być, co znaczy zająć stanowisko po stronie ludzkiego dyskursu w świecie, w którym slop jest tak powszechny. Jestem podekscytowany.
Nate: Fantastycznie. Bardzo dziękuję. Było świetnie.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Linią podziału jest intencja, nie narzędzie
Na czym polega: Slop to treść, w którą nikt nie wierzy. Prawdziwa granica nie przebiega między „AI a człowiekiem”, lecz między tworzeniem czegoś, w co się wierzy, a cynicznym ogrywaniem systemu, by pominąć etap wiary w cokolwiek.
Jak stosować: Zanim opublikujesz materiał wspomagany AI, zadaj sobie pytanie: czy stoję za każdą tezą i czy wniosłem własny osąd? Jeśli tak — użycie narzędzia jest uczciwe. Zdefiniuj sobie własną „linię wiary”, zamiast pytać, ile procent tekstu wystukałeś ręcznie.
Na co uważać: Nie myl wysiłku technicznego z wartością. Można zrobić 17 wersji i wciąż wyprodukować slop, jeśli nie wnosisz oryginalnej myśli. I odwrotnie — krótki, ręczny wpis też bywa pusty.
2.Przejrzystość zamiast zakazów
Na czym polega: Substack integruje detektor Pangram jako opcjonalny skan pokazujący, czy tekst przeszedł przez model — plus pole „jak to zrobiłem”. Cel to otwarcie rozmowy, nie policyjne blokowanie.
Jak stosować: Sam dołączaj do swoich treści krótkie „jak to zrobiłem” — opis procesu i tego, czego czytelnik może się po tobie spodziewać. Odpowiedzialne użycie AI powinno wytrzymać próbę jawności.
Na co uważać: Detektory AI mierzą tylko, czy tekst przeszedł przez model — nie mierzą troski ani wartości. Nie traktuj wyniku Pangramu jako wyroku o jakości ani jako dowodu winy.
3.Detektory tekstu są sterowalne i niedoskonałe
Na czym polega: Pangram wykrywa charakterystyczny „szczyt” w sposobie, w jaki modele używają języka. Ale da się to obejść — istnieją modele dostrajane specjalnie po to, by uzyskiwać niskie wyniki detekcji.
Jak stosować: Traktuj detektory jako sygnał do rozmowy i punkt wyjścia, a nie jako ostateczny mechanizm egzekwowania zasad. Buduj zaufanie na reputacji i przejrzystości, nie na jednej liczbie.
Na co uważać: Nie opieraj decyzji (np. odrzucenia tekstu, oceny autora) wyłącznie na wyniku detektora — dają fałszywe alarmy i można je oszukać.
4.Dwa tryby pracy z AI: wierność wizji i myślenie na głos
Na czym polega: Nate opisuje dwa procesy. Gdy ma gotową tezę — dyktuje długi monolog i pilnuje, by AI nie rozwodniło jego jasności. Gdy dopiero szuka idei — używa AI jak ściany do odbijania piłki, żeby domyśleć koncepcję.
Jak stosować: Świadomie rozpoznaj, w którym trybie jesteś. Jeśli teza jest gotowa: zacznij od długiego dyktowania (np. przez narzędzie do transkrypcji), by przekazać modelowi swój głos, a potem broń swojej śmiałości. Jeśli szukasz idei: powiedz modelowi wprost, że teza nie jest gotowa, i poproś o dialog, nie o gotowy tekst.
Na co uważać: Modele są z natury ostrożne i będą rozwadniać odważne tezy. Jeśli tego nie przypilnujesz, dostaniesz spłaszczoną wersję swojej myśli. Bądź dosadny: „zepsułeś moją jasność, przywróć ją”.
5.AI ma grawitacyjne przyciąganie ku uśrednionym ideom
Na czym polega: Modele ciążą ku wąskiemu, centralnemu rozkładowi koncepcji. Przykład: każdy formalny dokument o AI dostanie sekcję o „etyce i zarządzaniu”, nawet o nią nie prosiłeś.
Jak stosować: Rozpoznawaj i świadomie wycinaj te domyślne wtręty, gdy nie służą tekstowi. Twoją przewagą jako człowieka jest szersza paleta pojęciowa — celowo wybieraj kąty, których model sam nie zaproponuje.
Na co uważać: „Uśrednione dla AI” nie znaczy automatycznie „złe” — czasem standardowe ujęcie jest trafne. Ale jeśli oddasz sterowanie modelowi, twoje teksty upodobnią się do wszystkich innych.
6.Bądź grubą, nie cienką nakładką na model
Na czym polega: Jeśli chcę opinii Claude’a, pójdę zapytać Claude’a — nie potrzebuję pośrednika, który tylko przekazuje dalej wyjście modelu. Wartość człowieka leży w mocnych, własnych opiniach.
Jak stosować: Wnoś silny punkt widzenia i steruj tym, czego chcesz od AI, zamiast pozwalać, by AI sterowało tobą. Pytaj siebie: co dodaję, czego czytelnik nie dostałby, pytając model wprost?
Na co uważać: Im lepsze modele, tym bardziej to prawdziwe, nie mniej. Wszystko, co można po prostu spytać model, przestanie mieć wartość jako twoja treść — trwałą wartość ma to, czego z modelu łatwo nie wyjmiesz.
7.Alfa jest na krawędziach rozkładu
Na czym polega: Zarówno oryginalne idee, jak i autentyczne ludzkie połączenie znajdują się na krawędziach rozkładu — poza tym, co AI generuje domyślnie. Dużo z tego to szum lub błąd, ale tam też rodzą się nowe rzeczy.
Jak stosować: Świadomie szukaj i twórz w obszarach wysokiej wariancji — nietypowych ujęć, kontrowersyjnych tez, rzeczy, których model nie wyprodukuje sam. Buduj wspólnoty (cyfrowe i offline), bo z rozmowy dwojga ludzi wyłania się „trzecia perspektywa”.
Na co uważać: Krawędzie to również więcej pomyłek i szumu. Wysoka wariancja nie gwarantuje jakości — potrzebny jest osąd, by odróżnić przełomową myśl od bełkotu.
8.Szukaj myśli, które zachowują się jak wirus
Na czym polega: Najlepszy sygnał wartościowej treści to spójna, nowa myśl, która utyka w głowie i iskrzy nowe skojarzenia — jak eseje Paula Grahama czy Navala. „Wirusowa” nie w sensie masowego zasięgu, lecz trwałej zmiany w czytelniku.
Jak stosować: Oceniaj własne i cudze teksty pytaniem: czy to ze mną zostało? Czy patrzę na coś inaczej niż wcześniej? Celuj w gęste wyrażenie perspektywy, która kładzie „świeżą warstwę farby” na coś znanego.
Na co uważać: Wiralność algorytmiczna (zasięg) i wiralność idei (trwały ślad) to co innego. Algorytmy nagradzają to pierwsze i homogenizują treść — nie myl popularności z wpływem.
9.Problemem jest zdrada oczekiwań, nie użycie narzędzia („claude-fishing”)
Na czym polega: Gdyby okazało się, że rozmawiałeś z awatarem AI zamiast z człowiekiem, poczułbyś zdradę. Analogicznie do catfishingu — problemem nie jest technologia, lecz złamanie niejawnego kontraktu.
Jak stosować: Dopasuj poziom automatyzacji do oczekiwań danej przestrzeni. Dopracowany artykuł może korzystać z wielu narzędzi; osobisty SMS, komentarz czy rozmowa wideo niosą oczekiwanie ludzkiej obecności. W razie wątpliwości — ujawnij, że użyłeś AI.
Na co uważać: Normy dopiero się kształtują i są trudne do przewidzenia. To, co dziś wydaje się neutralne (AI pisze komentarz), jutro może zostać odebrane jako oszustwo. Nie zakładaj, że brak reguły oznacza przyzwolenie.
10.Ludzka uwaga to ostatni rzadki zasób
Na czym polega: W świecie, gdzie niemal cała uwaga jest sztuczna, nieinflacyjna pozostaje uwaga ludzka — nie da się jej co roku „dziesięciokrotnić”. Stąd pytanie w duchu efektu Baumola: co pozostaje cenne, gdy generowanie treści niemal nic nie kosztuje?
Jak stosować: Projektuj swoją pracę i konsumpcję wokół pytania „czy to warte ludzkiej uwagi?”. Jako twórca — zabiegaj o sygnały i wspólnoty nagradzające głębię, nie objętość. Jako odbiorca (i rodzic) — świadomie ćwicz nawyk dobrego wydawania uwagi.
Na co uważać: Nuda została „rozwiązana” — każdą minutę można czymś wypełnić, więc domyślnie przegrywasz z nieskończonym rozproszeniem. Wideo dziś bywa gwarantem wysiłku, ale gdy generatywne wideo dojrzeje, ta gwarancja osłabnie; nie zakładaj, że dzisiejsze sygnały autentyczności przetrwają.