Wspieraj 
Wspieraj 
Wydawnictwo 
Obserwuj 
Ekonomia neoklasyczna opiera się na racjonalizmie. Często zadawane pytanie „skoro takiś mądry, to dlaczego nie jesteś bogaty?” naturalnie narzuca wniosek, że w powszechnym mniemaniu ktoś bogaty musi też być bardzo mądry. Stąd wiele osób zakłada, że skoro różni mocarni, dobrze zarabiający CEO twierdzą, że „AI wszystko zmienia”, no to AI musi rzeczywiście wszystko zmieniać.
Jednak dowodów na potwierdzenie tezy o „zmienianiu wszystkiego” jest na razie jak na lekarstwo. Pomimo globalnej manii, która zredukowała realną, pilną potrzebę cyfrowej suwerenności do urojonego imperatywu stworzenia „suwerennej AI”, nikt tak naprawdę nie potrafi uzasadnić sensu istnienia jakiejś „suwerennej AI”.
Gdyby jutro Donald Trump nakazał Big Techom wyłączyć w jakimś kraju wszystkie chatboty, nic by się nie zmieniło. Każde ministerstwo i przedsiębiorstwo tego kraju działałoby dalej bez najmniejszych zakłóceń. Podobnie gospodarstwa domowe, choć niektórzy młodsi członkowie podstawowej komórki społecznej musieliby znowu samodzielnie odrabiać lekcje. Dla przeciwwagi wyobraźmy sobie, co by się stało, gdyby Trump wydał swoim technogigantom rozkaz odcięcia w jakimś kraju dostępu do Office 365, albo uceglenia telefonów z Androidem i iOS, albo zdalnego zablokowania traktorów marki John Deere. Taki kraj z dnia na dzień w zasadzie przestałby działać. „Cyfrowa suwerenność”, o ile w ogóle cokolwiek oznacza, to właśnie zrobienie czegoś z tymostatnim, naglącym faktem.
Na świecie pełno jest tych, którzy twierdzą, że AI wszystko zmienia, ale wystarczy ich trochę przycisnąć, by przyznali, że tak naprawdę chodzi im o to, że są prawie pewni, że AI wszystko zmieni. Z czasem. Kiedy już pozwolimy jej pochłonąć całą energię, paliwa kopalne, wodę i zasoby finansowe naszej planety.
Być może wszystko zmieni.
(Prawie na pewno).
Nikhil Suresh z Hermit Tech, firmy konsultingowej „radykalnie etycznych czarodziejów danych” (czyli konsultantów technicznych) miał sporo okazji, by z bliska przyjrzeć się temu, jak deklarowana sytuacja biznesowa w obszarze AI ma się do tej rzeczywistej. W eseju AI Mania Is Eviscerating Global Decisionmaking (Szał na AI paraliżuje podejmowanie decyzji na globalną skalę) Suresh pisze o swoich rozmowach z setkami menadżerów (i, co szczególnie istotne, z ich podwładnymi) o tym, co wnosi do ich firmy AI, o ile wnosi cokolwiek.
Suresh słynie z ciętego pióra i otwartej krytyki sztucznej inteligencji. Być może znacie jego esej z 2024 roku zatytułowany I Will Fucking Piledrive You If You Mention AI Again (co należałoby przetłumaczyć jako „Jeszcze raz wspomnisz o AI i masz wpierdol”) albo jego artykuł Contra Ptacek’s Terrible Article On AI (Kontra do okropnego artykułu Ptaceka o AI), zjadliwie obalający tezy stawiane przez Thomasa Ptaceka w jego poczytnym artykule My AI Skeptic Friends Are All Nuts (Wszyscy moi znajomi AI-sceptycy są rąbnięci).
!["Odwagi! [o zaangażowaniu młodych]" Dominika Lasota](https://krytykapolityczna.pl/wp-content/uploads/2026/04/odwagi-plomienie-okladka.jpg)
![Piotr Wójcik "Trumponomika [o ekonomii Donalda Trumpa]"](https://krytykapolityczna.pl/wp-content/uploads/2022/12/plomienie_trumponomika-okladka.jpg)
To niewątpliwie istotne elementy krytycznej realpolitik na polu AI, jednak żaden z nich nie ma ciężaru gatunkowego ani nie oddaje powagi sytuacji równie dobrze, jak artykuł AI Mania Is Eviscerating Global Decisionmaking, którego tezę można streścić, przytaczając fragment pojawiający się w połowie tego eseju na sześć tysięcy słów:
„Mamy tutaj problem koordynacji: menadżerowie nie mogą pozwolić sobie na szczerość, mówiąc o zaobserwowanych przez siebie korzyściach płynących z AI – wszyscy muszą śpiewać tę samą śpiewkę, jeżeli nie chcą stracić pracy. Kto się wyłamie, wyleci z roboty, bo zrobił siarę „prawilnym” menadżerom, (z których inkryminowana szczera wypowiedź mimochodem zrobiła kłamców, tchórzy i dyletantów), a na miejsce takiej przesadnie prawdomównej osoby zostanie przyjęty ktoś, kto nie będzie wychylać się z szeregu. Gdyby wszyscy mogli powiedzieć prawdę w tej samej chwili, być może byłaby jeszcze jakaś nadzieja, jednak nie da się tego w żaden sposób skoordynować”.
Innymi słowy, kadra zarządzająca w przedsiębiorstwach wychodzi z założenia, że AI radykalnie zmienia (lub kiedyś zmieni) biznes, po czym stara się na siłę szukać dowodów na poparcie tego dogmatu.
Na uzasadnienie swojej tezy Suresh przytacza „setki” rozmów z menadżerami i pracownikami, którzy wypowiadali się z zastrzeżeniem, że ich historie muszą zostać całkowicie zanonimizowane. Opierając się na wspomnianych wywiadach i na własnym doświadczeniu konsultanta dla dużych, wartych miliardy dolarów przedsiębiorstw, Suresh ma wszelkie podstawy, by twierdzić, że aktualny stan AI w kręgach korporacyjnych w pełni zasługuje na miano „szału na AI”.
Oto kilka rewelacji z porannej prasówki – samo gęste, kiedy musiałem oderwać oczy od ekranu i odczytać dany fragment mojej żonie, żebyśmy mogli wspólnie westchnąć: „Ja prdl!”.
Pewien człowiek pracował w oddziale, który się „przebranżowił”, by po przerobieniu własnego oprogramowania tworzyć interfejsy obsługujące agentów AI. Kiedy okazało się, że tej nowej, kosztownej technologii tknęło jedynie dziesięciu użytkowników, ponownie się „przebranżowili”, by odtąd wspierać „agentowe przepływy pracy”. Dlaczego uparcie brną w temat agentów AI, skoro przekonali się już na własnej skórze, że rynek jest całkowicie obojętny na „agentowość”? Odpowiedź: „bo teraz każda firma musi robić coś z agentami AI”.
Suresh nazywa to manią religijną w dosłownym znaczeniu tego słowa. Przeanalizował firmy zatrudniające ponad 500 pracowników. Jedyne osoby, które awansowano lub które uniknęły zwolnienia, to te, które złożyły „religijne wyznanie wiary” w „transformacyjną moc AI”. Jeżeli jakiś pracownik wyraził szczere, merytoryczne zastrzeżenia co do zastosowania AI w miejscu pracy, pomijano go przy awansach albo wskazywano jako pierwszego do odstrzału w razie zwolnień.
Doprowadziło to do sytuacji, w której wszyscy – „zarządy, menadżerowie, pracownicy, kontrahenci, konsultanci” – są silnie zmotywowani, by kłamać na temat tego, ile ich firmy zyskują dzięki AI. Suresh twierdzi, że widział oświadczenia spółek giełdowych o triumfalnych sukcesach we wdrażaniu AI, które zgodnie z jego wiedzą nigdy nie miały miejsca.
Suresh pisze też, że nie widział jeszcze żadnego udanego projektu AI w jakiejkolwiek firmie: „Żadnego – od półtora roku mamy 0 procent sukcesów”. Gdyby firma OpenAI jutro zbankrutowała, żaden jej klient nie miałby z tego tytułu problemów natury biznesowej. Większość firm dręczy jedna bolączka: są „beznadziejne, gdy chodzi o efektywną realizację projektów informatycznych”. Dorzucenie do tego zestawu AI nie rozwiązało problemu. Sztuczna inteligencja przyniosła ze sobą jedynie cały wachlarz nowych sposobów na poniesienie porażki we wdrażaniu systemów IT.
Chatboty nie pomagają. Chatboty przeznaczone dla pracowników, które pomagają im orientować się w zawiłościach funkcjonowania firmy, są do bani, bo jakość ich działania jest uzależniona od danych, na których je wyszkolono, a więc od dokumentacji wewnętrznych procesów danej firmy. A firmy są beznadziejne w tworzeniu dokumentacji własnych procesów. Chatboty do kontaktów z klientami też są do niczego – albo nie wiedzą, jak rozwiązać dany problem klienta, albo, kiedy już proponują jakieś rozwiązanie, nie prowadzi ono donikąd.
Suresh wspomina o zaledwie jednym przypadku, kiedy jego kontakt jako klienta z chatbotem był pozytywny: chatbot Mitsubishi o naturalnie brzmiącym, responsywnym głosie uprzejmie odnotował wszystkie szczegóły dotyczące awarii samochodu i obiecał, że ktoś się do niego odezwie. Nikt się nie odezwał. Mimo to Suresh jest pewien, że w Mitsubishi odnotowano jego przypadek jako sukces chatbota, nawet jeśli w efekcie on sam postanowił, że jednak nie kupi samochodu marki Mitsubishi.
W Hermit Tech Suresh i jego zespół nawet nie pytają już firm o aktualnie realizowane projekty AI. Wiedzą bowiem, że jeżeli jakiś projekt AI jest w trakcie realizacji, to dopóki nie osiągnie on stadium kryzysu, nikt nie będzie rozmawiać na ten temat szczerze.
Suresh pisze, często spotyka na swojej drodze ludzi, którzy odruchowo recytują katechizm AI: „AI wszystko zmienia”. Ale kiedy naciska, by powiedzieli mu na ten temat coś więcej, przyznają, że w ich firmie „aktualnie nie stosuje się do niczego LLM-ów i w ogóle nie są w stanie wymienić nawet jednej rzeczy, która się zmieniła, z wyjątkiem tego, że mogą czasem korzystać z ChataGPT”.
Ten rozziew – między „AI wszystko zmienia” a „no dobra, w ogóle nie używamy AI do niczego” – jest porażający. Pewien menadżer przyznał się kiedyś Sureshowi, się do stworzenia AI-centrycznej strategii dla firmy o rocznych obrotach na poziomie dwóch miliardów dolarów, choć sam jeszcze nigdy nie korzystał z ChataGPT ani żadnego innego narzędzia AI.
Niektórzy w zaufaniu przyznawali, że stali się miłośnikami AI po to, by dzięki zyskanej w ten sposób korporacyjnej reputacji na polu „liderów myśli” wywindować swoją karierę. Wielu jest jednak takich (zwłaszcza na stanowiskach nietechnicznych), którzy szczerze wierzą, że już wkrótce AI wszystko zmieni. Jak mówi Suresh, w prywatnej rozmowie można przemówić do rozsądku komuś, kto kłamie dla osiągnięcia korzyści własnej, dużo trudniej za to przekonać do zmiany zdania prawdziwego dewotę.
A to właśnie prawdziwi wyznawcy dzierżą stery. Suresh zauważa, że byłoby czymś niezwykle osobliwym, gdyby prezes biura projektowego lub dyrektor szpitala narzucał „konkretne zabiegi medyczne czy techniki budowlane bez uzgodnienia ich z zatrudnionymi u siebie specjalistami”. Jednak w kwestii AI liderzy biznesu z pełnym przekonaniem będą wymagać od wykwalifikowanych pracowników odpowiedzialnych za główne operacje w danej firmie, by korzystali z AI, nawet jeżeli ci pracownicy uważają, że sztuczna inteligencja do niczego im się nie przyda.
Na marginesie: Pamiętam, jak w czasach dotcomów prasa branżowa kipiała od artykułów na temat konfliktów między prezesami i nowo zatrudnionymi pracownikami, którzy domagali się, by umożliwić im korzystanie z internetu w pracy. Dziś w prasie biznesowej pełno jest artykułów o konflikcie między pracownikami ,których z AI korzystać nie chcą, i prezesami, którzy tego od nich wymagają.
Suresh pisze o pracownikach, którzy czują się przymuszani do „AI-washingu” w pracy: „Po prostu robią swoje, tak samo jak przez ostatnie kilkadziesiąt lat, tylko teraz mówią przełożonym, że ich pracę wykonał Claude”. Żeby ta ściema stwarzała jako takie pozory rzeczywistości, tworzą zapętlony proces, w którym jeden chatbot promptuje drugiego, a potem cały proces powtarza się w odwrotnym kierunku – tylko po to, żeby nabić tokeny AI i uzyskać wysoką pozycję w korporacyjnych rankingach wykorzystania tokenów.
Kto odpowiada za te szalone, kosztowne i nieracjonalne wyścigi korporacyjne? Suresh wskazuje winowajcę: hipnotyczna, zniewalająca moc demówek AI. Przykład: Hermit Tech często dostaje zlecenie stworzenia u swoich klientów bazy danych z wykorzystaniem produktu pod nazwą Snowflake. Snowflake ma doklejoną bezużyteczną, kosztowną sztuczną inteligencję zwaną Cortex. Sam producent Snowflake’a wskazuje, że w idealnych warunkach ta AI działa z 92-procentową dokładnością (czyli że w co najmniej ośmiu procentach przypadków wprowadza użytkownika w błąd, być może nawet bardzo poważny).
Suresh opisuje spotkania handlowe z menadżerami, którzy nie byli zbytnio zaciekawieni tematem modernizacji systemów dzięki Snowflake’owi, za to przy pierwszej wzmiance o Cortexie zaświecały im się oczy. Wbrew podszeptom rozsądku Suresh i jego zespół przekazywali im demo Cortexa, szczegółowo wyjaśniając, że jest to narzędzie AI, które nie będzie w stanie zaspokoić ich potrzeb. I zawsze, bez wyjątku, klienci, których wcześniej temat słabo kręcił, nagle musieli natychmiast kupić Cortexa – po prostu musieli. Potencjalni klienci, na których nie robiła żadnego wrażenia technologii pozwalającej zaoszczędzić miliony, byli całkowicie zahipnotyzowani demonstracyjną wersją produktu wyraźnie przedstawionego im jako zawodny i niepasujący do ich potrzeb.
Hermit Tech nie sprzedało tym klientom Cortexa i chwała im za to. Przestali zresztą pokazywać klientom to rozwiązanie. Suresh przyznał, że ten obserwowany u klientów zwrot, nagły przeskok od chłodnej obojętności do gorączki zakupowej, jest „głęboko niepokojący..” Co więcej, wersje demo Cortexa pokazywane przez Suresha i spółkę były, jak sam autor przyznaje, raczej nudnawe. Ich zaletą było to, że pokazywały, jak AI rzeczywiście robi coś, co jest znikomo przydatne menadżerom, którzy utopili miliony w sztucznej inteligencji bez żadnych realnych efektów. Zainscenizowany spektakl, w którym AI naprawdę coś robi, elektryzował korporacyjnych decydentów, którym wydawało się, że są jedynymi szefami niepotrafiącymi znaleźć jakiegoś rewolucyjnego zastosowania dla sztucznej inteligencji w ich firmie.
Dzieje się to na wszystkich poziomach korporacyjnej organizacji. Jeden z czytelników Suresha tytułujący się jako „Szef AI” z pewnej firmy o obrotach rzędu miliardów dolarów zwierzył mu się, że „ma stanowisko, które jest totalną ściemą, ale była to jedyna dostępna ścieżka awansu w jego organizacji”. Trudno uznać go przy tym za odosobniony przypadek. To tylko przedstawiciel kadry zarządzającej z wielu firm, które publicznie ogłosiły „stukrotny” wzrost produktywności, by w rozmowach z Sureshem przyznać, że to zwykła bujda.
Dlaczego zatem ich firmy twierdzą publicznie coś innego? Bo to samo mówią klienci tych firm. Jaką miałbym nadzieję sprzedać cokolwiek firmie, która dzięki AI stukrotnie zwiększyła swoją wydajność, gdyby moja własna firma nie zrobiła tego samego? Gdybym wszedł na spotkanie zarządu jako potencjalny kontrahent i oznajmił, że zapewnienia o stukrotnym wzroście wydajności osiągniętym dzięki AI są mało wiarygodne, tym samym nazwałbym swoich potencjalnych klientów oszustami, a to miałoby przecież realne konsekwencje: „zerwane rozmowy biznesowe, bo ktoś uznał za stosowne wypowiedzieć się na jakiś temat w zasadzie nieistotny dla misji jego organizacji, to świetny sposób, żeby wylecieć z hukiem z roboty”.
Nic dziwnego, że w sytuacji, kiedy branża została zdominowana przez mydlenie oczu, kłamstwa i umowy o wzajemnej destrukcji, przedsiębiorstwa zaczynają wykorzystywać do oceny pracowników i działów „wskaźniki dające się łatwo zmanipulować”, takie jak ile forsy wydano na AI.
I tak, między prawdziwymi akolitami a tymi, którzy czują się zmuszeni wiarygodnie zachwalać efekty wdrożenia AI w ich obszarze kompetencji, zrodził się gigantyczny rynek na „rozwiązania AI”.
W najlepszym wypadku są to zwyczajne, tradycyjne umowy na doradztwo technologiczne – zlecenia takie jak migracja bazy danych z Oracle do Snowflake, z ozdobnikiem w postaci marginalnego zastosowania AI tylko po to, aby usługobiorca mógł później twierdzić, że „nabył dla swojej firmy usługi oparte na sztucznej inteligencji”. Taka pokazówka nie jest do końca nieszkodliwa: realizacja umów się opóźnia, prace odkładane są do czasu, kiedy odpowiedzialny za nie dział będzie „wystarczająco naszpikowany sztuczną inteligencją”, by dało się choć w minimalnym stopniu przypiąć danemu projektowi modną łatkę AI.
A scenariusz najgorszy? Cóż, każdy projekt pseudo-AI, który faktycznie przynosi efekty (ponieważ tak naprawdę nie jest realizowany przez AI), zwiększa wiarygodność sztucznej inteligencji w oczach jej prawdziwych wyznawców, uznających go za dowód, że AI może wszystko, i dlatego domagają się odpowiedzi na pytanie, dlaczego AI nie robi jeszcze wszystkiego.
Pod koniec Suresh sugeruje, jak „radzić sobie z manią AI”, jak uśmiechać się i przytakiwać uprzejmie, kiedy ktoś zaczyna wygadywać bzdury o AI, a jednocześnie unikać najgorszych konsekwencji i niepotrzebnych sporów. Wydaje się, że to ze wszech miar słuszna rada dla osób ze środowiska korporacyjnego, do których jednak ja na szczęście nie należę.
Dlatego zamiast streszczać tę radę pochylę się na moment nad dwoma pytaniami zadanymi przez Suresha w eseju i pozostawionymi bez odpowiedzi. Pierwsze to: dlaczego? Dlaczego ludzi sprawujących władzę tak łatwo nawrócić na tę religijną manię?
Wspieraj nas
Płatność odnawialna. W każdym momencie możesz zrezygnować z płatności.
Mam tutaj własną teorię. Dla ludzi mających władzę najtrudniejsze do przełknięcia są katastrofalne dla ich ego spory z podwładnymi, którzy wiedzą, jak robić rzeczy, o których ich przełożeni nie mają bladego pojęcia. Trudno bowiem pogodzić bycie „szefem” z faktem, że ludzie, którym zasadniczo szefujemy, mówią nam, że nasze pomysły są niemożliwe do zrealizowania, nielegalne, niemoralne albo śmiercionośne.
Weźmy za przykład demo narzędzia Cortex. Jasne, Cortex to drogi, zawodny sposób korzystania z bazy danych Snowflake. Jednak w przeciwieństwie do Snowflake’a Cortexem steruje się przy pomocy komend w zwykłym, konwersacyjnym języku. Dzięki Cortexowi szef nie musi prosić podwładnego o wyciągnięcie danych z firmowego systemu i czekać na odpowiedź, która może być okraszona nieproszonym komentarzem na temat niespójności technicznej czy komercyjnej w żądaniu tegoż szefa. Cortex to właśnie taki podwładny, tyle że w odróżnieniu od człowieka nigdy nie robi docinków z powodu naszych głupich pytań. A to, że w ośmiu procentach przypadków poważnie przekłamuje dane, to niewielka cena za życie niezmącone przez butny plebs, który domaga się, by nasze pomysły miały jakiś związek z realnym w jego rozumieniu światem.
Suresh stawia jeszcze, choć nie wprost, jedno pytanie: „Jak pogodzić totalną porażkę sztucznej inteligencji w danym przedsiębiorstwie z pojedynczymi zapewnieniami wykwalifikowanych specjalistów od technologii, którzy utrzymują, że AI pomaga im osiągać doskonałe rezultaty w pracy?”. Odpowiedź: Owi użytkownicy AI to wysoko wykwalifikowani, doświadczeni pracownicy, którym automatyzacja pomaga na warunkach ustalonych przez nich samych.
Dzięki swoim umiejętnościom i doświadczeniu mają wnikliwość, która pozwala im odróżnić dobry kod od złego, a także, co być może jest nawet bardziej istotne, odróżnić dobre zastosowanie narzędzi od złego. Są doskonałym ucieleśnieniem stwierdzenia, że automatyzacja wychodząca od pracowników podnosi jakość, a automatyzacja napędzana przez kapitał zwiększa tylko ilość pracy realizowanej w jednostce czasu.
Jeżeli dane rozwiązanie automatyzacyjne wymaga ścisłego nadzoru wykwalifikowanych i doświadczonych pracowników, raczej nie będzie ono napędzać szalonej produktywności. To nie jest sposób na „stukrotne” zmaksymalizowanie wydajności kodu, przynajmniej nie w takim sensie, że możemy zwolnić 99 programistów i przerzucić całą ich pracę na tego jednego, który się ostał. To raczej narzędzie automatyzacyjne, które wymaga ciągłego, skrupulatnego rozeznawania sytuacji i pozwoli praktykom ulepszać własną pracę w sposób użyteczny i satysfakcjonujący. To sposób na to, jak wydać więcej na działania operacyjne firmy po to, by osiągać lepsze wyniki, a nie – sposób na ograniczenie liczby pracowników, osiągnięcie gigantycznych oszczędności, czego efektem będą porównywalne towary i usługi produkowane znacznie niższym kosztem.
To dlatego niektórzy programiści pieją z zachwytu nad używanymi przez siebie narzędziami AI. Korzystają z nich na własnych zasadach w celu usprawnienia własnej pracy w pozytywny, ich fachowym zdaniem, sposób. I nikt nie przyznaje im za to punktów za „maksymalizację wykorzystania tokenów” w korporacyjnych rankingach. Nikt im nie mówi, że nie mogą realizować jakiegoś projektu, jeżeli nie jest „wystarczająco AI”. Kiedy biorą się za jakiś projekt, nie muszą nikomu udowadniać, czy nie dałoby się go „zrobić z użyciem AI”.
Jak zawsze, w przypadku każdej technologii najważniejsze nie jest to, co ona potrafi zrobić, ale dla kogo i komu to robi.
Zaobserwowane przez Suresha patologie to wyolbrzymione wersje dysfunkcji wynikających z pogoni za modą, znanych z poprzednich baniek, ale rozrośniętych do niespotykanej dotąd skali. Ilość też cechuje pewna swoista jakość. Takie firmy nie tylko marnują miliardy, ale również zastępują wykwalifikowanych pracowników przez ułomne chatboty.
AI to azbest, który upychamy w murach społeczeństwa technologicznego. Nasi potomkowie przez pokolenia będą próbować go usunąć. Im dłużej będzie się ta bańka rozrastać, zanim pęknie, tym więcej będzie potrzeba czasu na usunięcie szkód.
**
Cory Doctorow – jeden z najbardziej poczytnych pisarzy science fiction, krytyk nowych technologii, autor wielu książek i esejów. W polskim przekładzie ukazała się m.in. jego powieść Mały Brat i zbiór esejów Kontekst. Eseje o wydajności, kreatywności, rodzicielstwie i polityce w XXI wieku. Na stronie Biblioteki Anarchistycznej opublikowano przekłady zbioru opowiadań Radykalne (Radicalized) i powieści Odchodząc (Walkaway) oraz Dla Wygranej (For The Win). W 2026 roku ukaże się polski przekład książki Gównowacenie.
Artykuł opublikowany na blogu autora Pluralistic.net na licencji Creative Commons. Z angielskiego przełożyła Dorota Blabolil-Obrębska.
Komentarze
Trolle, boty, ścieki zostawiamy platformom. U nas możesz wziąć udział w sensownej dyskusji. Ale najpierw zapoznaj się z jej regulaminem!