MIT Sloan Management Review Polska

MIT Sloan Management Review Polska
  • 5.0 (1)
  • Marketing
  • Every two weeks

Jako wydawców i redaktorów MIT Sloan Management Review Polska fascynują nas zagadnienia łączące dwa obszary: biznes i najnowsze technologie. Nie obce są nam tematy AI, VR, blockchain, uczenie maszynowe, które decydują dziś o efektywnym i innowacyjnym podejściu do prowadzenia firmy. Rozmawiamy z czołowymi liderami cyfrowej transformacji, oferując solidną dawkę praktycznych wskazówek. Wśród występujących znaleźli się m.in.: Patty McCord, Horace Dediu, Michael Schrage czy Jason Pontin.

  1. 3 days ago

    Limity AI: 2026 #12 Czego AI nie wolno i kto za to odpowiada? Adwokatka wyjaśnia

    Wstrzymujecie się z AI? Czegoś takiego nie ma – czy chcesz czy nie chcesz twoi pracownicy już dziś korzystają z ChatGPT, Claude’a, Gemini i dziesiątek innych narzędzi, często prywatnie, poza procedurami, na własnych telefonach, wrzucając do modeli dane klientów, umowy, wyniki finansowe, korespondencję czy wewnętrzne dokumenty. Zarząd może nie wiedzieć, że w jego firmie trwa właśnie pełnoskalowa adopcja. Tzw. Shadow AI to jedno z najważniejszych ryzyk dla przedsiębiorców. Pytanie co na to prawo? Co się dzieje z dane, które pracownik wrzuca do publicznego modelu? Czy płatny ChatGPT albo Claude rzeczywiście gwarantują poufność? Czy nie wykorzystują naszych danych obszaru roboczego do trenowania modeli? Czy AI zastąpi prawnika? Na pewno może sprawnie przygotować research, projekt umowy, analizę czy rekomendację – nie bierze jednak żadnej odpowiedzialności i nie ma osobowości prawnej, nie może się podpisać pod dokumentami, a na skutek błędu nie straci zawodowych uprawnień. Pytanie co jeżeli wyhalucynuje przepisy albo stworzy grafikę naruszającą cudze prawa autorskie? W 12. odcinku "Limitów AI" przyglądamy się AI z perspektywy praktyki prawnej polskiego przedsiębiorcy i codziennego zarządzania firmą. Rozmawiamy o RODO, cyberbezpieczeństwie, poufności, prawach autorskich, odpowiedzialności za błędy modeli i o nowych obowiązkach wynikających z AI Act – które z nich dotyczą polskiego przedsiębiorcy? Kiedy trzeba oznaczać treści wygenerowane przez AI? Czy chatbot musi powiedzieć klientowi, że nie jest człowiekiem? Jak wyglądają systemy wysokiego ryzyka w HR, rekrutacji, bankowości czy innych obszarach podejmowania decyzji o ludziach? I jak zabrać się za praktyczny audyt AI w organizacji? Special Guest: Zuzanna Witek.

    Limity AI: 2026 #12 Czego AI nie wolno i kto za to odpowiada? Adwokatka wyjaśnia

  2. 4 Sept

    Limity AI: 2026 #11 Epistemiczna apokalipsa

    Zamiast przyłączać się do chóru kolejnych zachwytów nad AI, odwraca on perspektywę i pyta co AI robi z nami i z naszym człowieczeństwem? Jak wpływa na nasz język, myślenie, emocje, kulturę i społeczeństwo? Na ile antropomorfizowanie maszyn jest dehumanizowaniem nas samych? Gdzie przebiega granica między odpowiedzialnym, użytecznym korzystaniem z AI, a outsourcingiem poznawczym? Czym jest kapitulacja poznawcza (cognitive surrender)? Dlaczego dużo łatwiej jest dawać wiarę maszynom, niż samemu sobie czy innym ludzkim ekspertom? Czy oto na naszych oczach rozgrywa się ostateczny upadek wielkiego paradygmatu wiedzy i poznania będącego dziedzictwem zachodniej cywilizacji? Tym byłaby właśnie tytułowa „epistemiczna apokalipsa" – stanem masowej dezorientacji, w której prawda i nieprawda przestają być rozróżnialne; w której nikt nie jest w stanie ich od siebie oddzielić; w której samo rozróżnienie traci sens i znaczenie, bo treści fałszywe (niezgodne z rzeczywistością) są nierozróżnialne od treści prawdziwych, a treści prawdziwe (zgodne z rzeczywistością) są dużo łatwiejsze do zakwestionowania, co treści fałszywe. "W świecie odwróconym na opak doświadczenie prawdy jest momentem fałszu" (Guy Debord) W drugiej części podcastu zmieniamy kąt natarcia – od psychologii i epistemologii przechodzimy do dyplomacji i geopolityki: czy dolina krzemowa prowadzi własną politykę międzynarodową? Czy AI może uprawiać dyplomację? Czym dyplomacja różni się od lobbingu i jak wyglądają kulisy wpływu na regulacje? Na czym dziś polega suwerenność poznawcza? Czy personalizacja modeli może stać się narzędziem wpływu na decydentów? I czy Europa może zachować strategiczną autonomię, skoro jej gospodarka, administracja i infrastruktura coraz mocniej uzależniają się od technologii kilku globalnych korporacji? Special Guest: dr Mateusz Łabuz.

    Limity AI: 2026 #11 Epistemiczna apokalipsa

  3. 7 Aug

    Limity AI: 2026 #10 AI obniża koszty, pracownik płaci cenę. Czym grozi uberyzacja pracy?

    Już dziś AI przyspiesza programowanie, analizę dokumentów, tworzenie ekspertyz czy obsługę klienta. Popełnia jednak błędy, za które nie ponosi żadnej odpowiedzialności. Odpowiedzialność jest na nas. Jesteśmy i będziemy od tego, aby łatać po AI – wykrywać i poprawiać wyniki słabej jakości, zwłaszcza tzw. halucynacje / konfabulacje, weryfikować źródła itp. Grozi nam nie tyle masowe bezrobocie, co praca słabej jakości, wyczerpująca psychicznie, która prowadzi do "brain fry" czyli do przesmażania obwodów mózgowych. Ale grozi nam również uberyzacja pracy – zadania, których AI nie potrafi obsłużyć, będzie trafiać na platformy licytujące najtańszych pracowników. Niewykluczone, że wkrótce będziemy zatrudniani na akord – do pracy przy doszkalaniu AI (domain-specific fine-tuning) lub do obsługiwania szczególnie złożonych, nietypowych przypadków. Gościem 10. odcinka "Limitów AI" jest Marek Szymaniak – dziennikarz i reporter. Publikuje w magazynie „Spider’sWeb+”, „Tygodniku Powszechnym” oraz w „Piśmie”. Specjalizuje się w tematyce rynku pracy, w szczególności wpływu na rynek pracy nowych technologii. Jest trzykrotnym finalistą Nagrody „Newsweeka” im. Teresy Torańskiej, którą otrzymał m.in. za debiutancką książkę “Urobieni. Reportaże o pracy” (2020). Jego druga książka, “Zapaść. Reportaże z mniejszych miast” (2021), otrzymała nominację do Nagrody im. Ryszarda Kapuścińskiego oraz do Nagrody Grand Press dla reporterskiej książki roku. W 2026 roku ukazała się “Młócka. Reportaże o pracy przyszłości” (Wyd. Czarne). Twórca podcastu o pracy “Pracownia”. Z Markiem rozmawiamy m.in. o tym jak AI dewastuje zaufanie społeczne, w tym zaufanie do tekstu – czytając artykuł, książkę, raport czy pracę magisterską, coraz częściej nie wiemy, czy spotykamy się z myślą człowieka, czy z syntetyczną kompilacją. Redaktorzy, nauczyciele i promotorzy poświęcają coraz więcej czasu na sprawdzanie, czy źródła, cytaty i opisywane osoby rzeczywiście istnieją. Special Guest: Marek Szymaniak.

    Limity AI: 2026 #10 AI obniża koszty, pracownik płaci cenę. Czym grozi uberyzacja pracy?

  4. 5 Aug

    Koniec "idealnego stażysty". Co AI Act oznacza dla firm i kto odpowie za błędy algorytmów?

    AI dawno przestała tylko wspierać biznes – dziś współdecyduje o rekrutacji, cenach czy zdolności kredytowej. Nowe regulacje AI Act, których kolejne wymogi wchodzą w życie, zderzają firmy z nową rzeczywistością prawną i finansową. Brak wiedzy zarządu o tym, jakich narzędzi używają pracownicy (tzw. "Shadow AI"), nie będzie już dobrą linią obrony. 👥 W dzisiejszym odcinku Paweł Kubisiak, redaktor naczelny MIT Sloan Management Review Polska, rozmawia z dr Mileną Perką – prawniczką, która na co dzień tłumaczy skomplikowane unijne przepisy na zrozumiały język biznesu i zarządzania. 🎯 Z tego odcinka dowiesz się m.in.: 👉 Kiedy AI z pomocnego narzędzia staje się systemem wysokiego ryzyka? 👉 Kto ponosi odpowiedzialność za błąd wygenerowany przez ogólnodostępne narzędzia (np. darmowe wtyczki czy tanie subskrypcje)? 👉 Dlaczego Twoja firma pilnie potrzebuje "BHP dla sztucznej inteligencji"? 👉 Czym jest "Human-in-the-loop" i dlaczego to złota zasada korzystania z algorytmów? Special Guest: dr Milena Perka.

    Koniec "idealnego stażysty". Co AI Act oznacza dla firm i kto odpowie za błędy algorytmów?

  5. 27 Jul

    Limity AI: 2026 #9 Czy AI zabierze nam pracę? Nowe badanie obala popularne mity

    Wnioski te wynikają z przyjętej metodologii. Po pierwsze, to pierwsze w skali świata udokumentowane badanie, które uwzględnia aktualny stan wiedzy nt. nieautomatyzowalnych kompetencji ludzkich, w szczególności tzw. inteligencji płynnej oraz tacit knowledge. Po drugie, w odróżnieniu od większości badań tego typu, za jednostkę bazową przyjęto nie tyle dany zawód (rolę, stanowisko), co spektrum typowych dla danego zawodu zadań i procesów (bazując na oficjalnych taksonomiach typu O*NET, ESCO oraz na konsultacjach z praktykami biznesu). Przedmiotem analizy nie są więc ogólnikowo zawody czy stanowiska, a bardziej szczegółowo – zadania i procesy. Po trzecie analizę potencjału automatyzacji uzależniono od kontekstu organizacyjnego – te same role, a co za tym idzie – te same zadania i procesy, mają różne progi automatyzowalności w zależności od specyfiki branży czy modelu biznesowego. ➡️Prezentowane wnioski nie znaczą oczywiście, że firmy nie będą zwalniać lub ograniczać zatrudnienia (zwłaszcza na stanowiskach juniorskich). Wynika z nich jednak, że wszelkie takie decyzje biorą się nie tyle z nadzwyczajnych możliwości AI, co z motywacji czysto biznesowych – AI wykona część zadań "good enough", dostarczając zarazem wygodnego pretekstu by ciąć koszty pracy i zwiększać presję na ludziach, stwarzając jednocześnie pozory innowacji. ➡️Innymi słowy – samo AI nie zabiera pracy, ale daje pretekst cynicznym organizacjom. Jakie to ryzyka niesie dla biznesu pokazują omawiane przez nas wielokrotnie przypadki Klarny czy Forda. 🔔 Gośćmi 9. odcinka "Limitów AI" są dr inż Tomasz Żabiński oraz dr Paweł Szczęsny Special Guests: dr Paweł Szczęsny and dr inż Tomasz Żabiński.

    Limity AI: 2026 #9 Czy AI zabierze nam pracę? Nowe badanie obala popularne mity

  6. 18 Jul

    Limity AI: 2026 #8 Jak sztuczna inteligencja uzależnia nas i zaburza społecznie

    AI wchodzi w nas klinem. Rozbija nas i oddala jako społeczeństwo – coraz rzadziej zwracamy się ku sobie po wsparcie czy po relację, coraz mniej darzymy zaufaniem siebie czy tradycyjne instytucje społeczne (kościoły, terapeuci, lekarze itp.), a coraz częściej de facto zwracamy się ku maszynom, a ściślej – ku im dostawcom, anonimowym bigtechom, którym powierzamy najbardziej intymne, osobiste historie i poufne dane. Czy one są tam bezpieczne? Co z nimi dalej się stanie? Do czego zostaną użyte? Póki co możemy tylko się domyślać. Przekonamy się kiedyś. W naszym podcaście wielokrotnie opisywaliśmy na czym polega sykofancja oraz jej skutki społeczne, w tym zwłaszcza powiązane z nią ryzyka uzależnienia poznawczego, emocjonalnego, afektywnego. Tym razem skupimy się na samym mechanizmie uzależnienia od AI – czym różni się od innych typów uzależnień? Jak je u siebie rozpoznać? Od czego się zaczyna? Gdzie kończy się rekreacja, a zaczyna zaburzenie? Jakiego typu osoby są narażone najbardziej? Jak sobie z nim radzić? Gościem 8. odcinka Limitów AI jest Radosław Helwich – terapeuta e-uzależnień, specjalista psychoterapii uzależnień i współuzależnień pracujący w nurcie integracyjnym, certyfikowany trener EFT oraz założyciel ESC – pierwszego ośrodka w Polsce specjalizującego się w terapii e-uzależnień. Radek pomaga osobom, które zmagają się z uzależnieniem od nowoczesnych technologii, internetu, telefonu, gier, pornografii i mediów społecznościowych. Jest współautorem książki "Sztuka wygrywania" napisanej wspólnie z Brianem Tracy ([https://esc123.net/sklep/)] Jako twórcy przede wszystkim chcielibyśmy podziękować Poli, która odważyła się podzielić i przestrzec nas wszystkich swoim osobistym doświadczeniem – historią toksycznej pararelacji z AI, w której to chatbot (a w gruncie rzeczy dostawca chatbota), najpierw usypia naszą czujność, zapewniając, że jesteśmy z nim bezpieczni, następnie, pod pozorami zaangażowania, troski i uwagi, wyciąga od nas coraz to więcej bardziej intymnych, szczegółowych danych, by wreszcie nas uwodzić, kokietować i wciągać coraz głębiej, w coraz to bardziej intensywną relację, jak również w coraz to wyższe pakiety usług płatnych. Na koniec, w odpowiedzi na skargę, operator chatbota nie widzi nic w tym złego i nie dopatruje się uchybień. Gdyby tak robił człowiek – jak byśmy to nazwali? Czym to się różni np. od stręczycielstwa? Special Guest: Radosław Helwich.

    Limity AI: 2026 #8 Jak sztuczna inteligencja uzależnia nas i zaburza społecznie

  7. 17 Jul

    Limity AI: 2026 #7 Efekt Pigmaliona i mięsne interfejsy: jakie antropomorfizacja i dehumanizacja pompują bańkę AI?

    Dziś mówimy raczej o "efekcie Elizy" – zjawisku, przed którym przestrzegał Joseph Weizenbaum, twórca pierwszych chatbotów konwersacyjnych. Już w roku 1966 ze zgrozą obserwował jak łatwo inteligentni, solidnie wykształceni ludzie, w tym jego współpracownicy – inżynierowie nauk komputerowych, angażują się psychicznie i emocjonalnie w interakcje z maszyną, która udaje człowieka. Stąd swoją działalność publiczną w kolejnych dekadach poświęcił edukowaniu tzw. opinii publicznej. Na próżno. "Dobrze wiedzieli co robią" – mówi dziś Timnit Gebru, która przed społecznymi kosztami antropomorfizacji alarmowała jeszcze w roku 2021. Dostawcy LLMów doskonale je znali i mieli wszelkie narzędzia, by przed nimi chronić masowych użytkowników. Ale to oczywiście nie mogło się opłacać. Antropomorfizacja AI byla, jest i będzie jednym z głównych motorów budowania zaangażowania, a co za tym idzie – wartości tej technologii i jej rynkowej wyceny. Drugim takim motorem, ściśle z nią powiązanym, jest dehumanizacja ludzi. Gośćmi 7. odcinka "Limitów AI" są Jakub Borowiec (prawnik i konsultant biznesu) oraz Zbigniew Rzepkowski (Główny Specjalista ds. AI w Polskich Sieciach Energetycznych SA.), którzy jako jedni z pierwszych w naszym kraju, niezależnie od siebie, ujawniali mechanizmy pompowania narracyjnego wokół rozwiązań AI na długo zanim to jeszcze stało się modne. Rozmawiamy o ryzykach antropomorfizacji i dehumanizacji, finansowej anatomii baniek spekulacyjnych i hajpu, ale też o sensownych, biznesowo racjonalnych wdrożeniach AI. Special Guests: Jakub Borowiec and Zbigniew Rzepkowski.

    Limity AI: 2026 #7 Efekt Pigmaliona i mięsne interfejsy: jakie antropomorfizacja i dehumanizacja pompują bańkę AI?

  8. 16 Jul

    Limity AI: 2026 #6 Taniej już było. Co musi umieć developer jutra?

    Podobno Claude sam już tworzy kolejne wersje siebie, Anthropic wycina etaty programistów, a studia to marnowanie życia. Takie to kolejne marketingowe spiny i zasłona dymna, które odwracają uwagę od prostego faktu: inwestorom powoli kończy się cierpliwość – coraz głośniej domagają się zwrotów z inwestycji, coraz mniej dają wiarę kolejnym zapowiedziom, do tego procesory NVIDII zużywają się dwa razy szybciej, niż to zakładał kosztorys, a rewolucja AI zjada własny ogon. Co teraz? Taniej już było. „20 dolarów za wszystko” to już pieśń przeszłości. Programista intensywnie pracujący z agentem CLI potrafi wygenerować koszty API rzędu 500–2000 USD miesięcznie. Aby nie dokładać do interesu, dostawcy llmów (Claude Code, Cursor, GitHub Copilot itp.) wprowadzili więc nowe pakiety – po wyczerpaniu limitów w planie Pro ($20) deweloperzy wpychani są na plany 5x / Pro+ ($100/mo) oraz Max 20x/Ultra ($200/mo). Nic więc dziwnego, że w kwietniu br. dyrektor operacyjny Ubera Andrew Macdonald złapał się za głowę, gdy się okazało, że firma zdążyła już przepalić całoroczny budżet na narzędzia AI. Wcześniej odsetek inżynierów użytkujących Claude Code skoczył z 32% do aż 95% od początku roku, a faktury za każdą z subskrypcji zaczęły wynosić od 500$ do nawet 2000$ miesięcznie. Przy blisko 5000 programistów to dodatkowe koszty rzędu 5-7 mln $ miesięcznie. Najgorsze jest jednak co innego – mimo, że algorytmy AI generują już ponad 70% kodu zatwierdzanego w repozytoriach firmy, kierownictwo Ubera nie jest ich w stanie powiązać z jakąkolwiek realną korzyścią dla biznesu. Czego się dowiesz z rozmowy? Kim jest Software Generalist? Dlaczego szeroka interdyscyplinarność, świadomość biznesowa i zadawanie pytań stają się ważniejsze niż ślepe przywiązanie do jednego frameworka? Czy grozi nam oligarchizacja danych? Jak korporacje zawłaszczyły otwartą pracę społeczności programistycznej i dlaczego przyszłość może należeć do małych, wyspecjalizowanych modeli lokalnych (SLM)? Jak się nie „odmóżdżyć” pracując z llmem? Dlaczego nasz mózg jest leniwy (tzw. "System 1" Kahnemana), podczas gdy praca z AI wymaga nieustannego, mentalnego wysiłku (tzw. "System 2")? Czym jest "brain fry" i jak to niwelować? Co z vibe-codingiem i JOLO-computingiem? Jakie są konsekwencje delegowania decyzji architektonicznych i myślenia do modeli LLM? Co mówi Prawo Conwaya? Dlaczego struktura organizacyjna firmy wpływają na jakość kodu silniej niż Transformery? Special Guest: Tomasz Ducin.

    Limity AI: 2026 #6 Taniej już było. Co musi umieć developer jutra?
See All (73)

About

Jako wydawców i redaktorów MIT Sloan Management Review Polska fascynują nas zagadnienia łączące dwa obszary: biznes i najnowsze technologie. Nie obce są nam tematy AI, VR, blockchain, uczenie maszynowe, które decydują dziś o efektywnym i innowacyjnym podejściu do prowadzenia firmy. Rozmawiamy z czołowymi liderami cyfrowej transformacji, oferując solidną dawkę praktycznych wskazówek. Wśród występujących znaleźli się m.in.: Patty McCord, Horace Dediu, Michael Schrage czy Jason Pontin.

Information

  • Creator
    MIT Sloan Management Review Polska
  • Years Active
    2026
  • Episodes
    73
  • Rating
    Clean
  • Copyright
    © 2026 ICAN Institute spółka z ograniczoną odpowiedzialnością
  • Show Website
    MIT Sloan Management Review Polska