Strona “Don’t Paste the AI” stała się ważna, bo nazwała zachowanie znane wielu zespołom. Ktoś zadaje pytanie, a zamiast oceny, decyzji albo krótkiego wyjaśnienia dostaje ścianę nieedytowanego tekstu z ChatGPT lub Claude w Slacku, mailu, tickecie albo review. Nadawca oszczędził czas. Odbiorca musi czytać, filtrować, sprawdzać i zgadywać, co naprawdę myśli człowiek.

Długi szkic AI zamieniony w krótką odpowiedzialną wiadomość w pracy

Zasada jest prosta: jeśli ktoś pyta ciebie, chce twojej odpowiedzi, nie surowego wyniku modelu. Hacker News zamienił to w żywą dyskusję 20 sierpnia. Była zgoda, irytacja i dobre kontrargumenty. Dlatego temat pasuje do AI Practice: nie chodzi o sprzeciw wobec AI, lecz o dojrzałą higienę użycia narzędzi.

AI obniżyła koszt produkcji tekstu. Nie obniżyła kosztu uwagi i nie usunęła odpowiedzialności. Każda wiadomość w pracy nadal kosztuje czas, ryzyko, zaufanie i kontekst. Nowa etykieta brzmi: używaj AI jako partnera do szkicu, ale wysyłaj odpowiedź, którą bierzesz na siebie.

Dlaczego teraz

Dyskusja pojawia się, gdy entuzjazm i zmęczenie AI istnieją równolegle. Firmy wdrażają Copilot, ChatGPT, Claude, Gemini, asystentów i agentic workflows. Zaufanie publiczne nie rośnie jednak automatycznie. Pew Research podało, że 52% dorosłych w USA bardziej martwi się rosnącym użyciem AI, niż się nim ekscytuje; w 2021 było to 37%. 71% uważa, że AI zmniejszy liczbę miejsc pracy w ciągu dwóch dekad. TechCrunch i The Register użyły tych danych jako tła szerszego backlashu.

Surowe kopiowanie AI w pracy jest małą, ale widoczną częścią problemu. Ludzie szybko zauważają mail z pięcioma gładkimi akapitami bez decyzji, odpowiedź supportu bez następnego kroku albo komentarz do PR, który nie rozumie diffu.

MIT Technology Review przypomniało, że wciąż słabo wiemy, jak ludzie naprawdę używają AI. Raporty vendorów pokazują tylko część obrazu. Prawdziwe wzorce widać w codziennych nawykach: maile, tłumaczenia, summaries, tickety, odpowiedzi klientów i code review. Etykieta pokazuje, gdzie narzędzie tworzy wartość, a gdzie przerzuca pracę.

Problemem nie jest szkic

Użycie AI do szkicu bywa rozsądne. Pomaga osobom piszącym w obcym języku, inżynierom z surowymi notatkami, managerom skracającym długi tekst i zespołom szukającym ryzyk lub edge cases. Pomaga w tonie, tłumaczeniu i strukturze.

Problem zaczyna się, gdy szkic trafia do ludzi jako finalna wiadomość. Drafting poprzedza myślenie i redakcję. Dumping je zastępuje. Szkic jest prywatnym rusztowaniem; surowa odpowiedź modelu wysłana do kolegi to niedokończona praca udająca komunikację.

Dobra odpowiedź wsparta AI zawiera wniosek, sprawdzone dane, następny krok i niepewność. Zła mówi “model twierdzi” i dodaje 900 wiarygodnych słów. Odbiorca musi znaleźć odpowiedź, wyciąć watę, sprawdzić fakty i ustalić odpowiedzialność.

Co pokazał Hacker News

Wątek był ciekawy, bo nie dał jednej prostej moralności. Jedni widzieli w tym nowe LMGTFY: jeśli ktoś chce generyczną odpowiedź AI, może zapytać sam. Inni wątpili, czy ludzie naprawdę wklejają całe odpowiedzi. Przykłady pokazały, że tak.

Część komentujących zarzuciła nawet stronie, że sama brzmi jak AI. To znaczące: “głos AI” stał się rozpoznawalny. Generyczny rytm, nadmierne wyjaśnianie, automatyczna uprzejmość i pewność bez kontekstu obniżają zaufanie.

Najlepszy kontrargument dotyczył inkluzywności. AI pomaga osobom z lękiem, dysleksją, słabym pisaniem, przeciążeniem lub ograniczonym angielskim. Dłuższe wyjaśnienie wsparte modelem może być lepsze niż “x broken” albo cisza. Reguła nie powinna karać narzędzia. Powinna wymagać odpowiedzialności za wynik.

Podatek od uwagi

Każde nieedytowane wklejenie tworzy podatek. Pierwszy to zrozumienie: model odpowiada szerzej niż trzeba. Definicje, alternatywy i zastrzeżenia mogą pomagać w szkicu, ale przeszkadzają w kanale roboczym.

Drugi to weryfikacja. Model może wymyślić źródła, polityki, komendy, pakiety, interpretacje prawne albo kroki techniczne. Jeśli nadawca tego nie sprawdzi, odbiorca wybiera między zaufaniem człowiekowi, modelowi albo nikomu.

Trzeci to odpowiedzialność. W normalnej wiadomości autor odpowiada za twierdzenie. W skopiowanym wyniku nie wiadomo, czy to opinia, szkic, cytat czy stanowisko firmy. Kto naprawia błąd?

Czwarty to kultura. Jeśli zespół uczy się, że wiadomości są często nieprzejrzanymi wynikami AI, mniej ufa, więcej skanuje i częściej prosi o potwierdzenia. Narzędzie produktywności tworzy tarcie.

Gdzie AI pomaga

Dojrzała praktyka nie zakazuje pisania z AI. Definiuje dobre przypadki: tłumaczenie, ton, sprawdzone streszczenie, struktura, ryzyka, otwarte pytania. Transcript może stać się decision log; długi wątek klienta — handoff; dyskusja projektowa — listą spraw do decyzji.

W code review jest tak samo. AI może streścić diff lub wskazać obszary do sprawdzenia. Generyczny komentarz szkodzi, jeśli nie wskazuje linii, realnego ryzyka i oczekiwanej zmiany.

Checklist przed wysłaniem

Przeczytaj cały wynik. Jeśli nie chcesz go czytać, nie wysyłaj go innym. Skróć do odpowiedzi. Usuń generyczne otwarcie, szeroki kontekst, puste zastrzeżenia i powtórzenia. Dodaj własną ocenę: co rekomendujesz, decydujesz lub czego potrzebujesz.

Sprawdź fakty: linki, liczby, polityki, zachowanie kodu, komendy, pakiety i twierdzenia o klientach lub regulacjach. Nazwij niepewność. Jeśli to sugestia modelu, powiedz to. Jeśli to szkic, oznacz go.

Dobra wiadomość robocza ma zwykle formę: odpowiedź, powód, następny krok. Może zacząć się od AI, ale wartość końcowa pochodzi z ludzkiej decyzji.

Reguły bez paniki

Managerowie nie potrzebują zakazu AI w Slacku. Potrzebują krótkich norm: pisz jako ty; nie zlecaj zrozumienia innym; wiadomość reprezentuje osobę i zespół. Trzeba też określić, kiedy disclosure ma znaczenie. Przepisane zdanie casualowe nie zawsze wymaga etykiety. Odpowiedź prawna, security lub dla klienta wymaga weryfikacji.

Niektóre miejsca mogą przyjmować surowe szkice: prywatne notatki, brainstorm, testy promptów. Incydenty, klienci, zarząd, PR approvals i decyzje bezpieczeństwa wymagają wyższego progu.

Widoczne workflow zamiast chat dump

Teksty GitHuba o agentic canvases pokazują lepszy kierunek: stan, decyzje, walidacja i approval powinny być widoczne. To przeciwieństwo wklejania historii chatu do kanału.

Najlepsze narzędzia AI nie będą tylko produkować więcej tekstu. Pokażą, o co pytano, jakich dowodów użyto, co się zmieniło, kto zatwierdził i co wymaga decyzji człowieka. Automatyzacja zwiększa wartość ludzkiej odpowiedzialności.

Trwała zasada

Mem minie, zasada zostanie. Używaj AI, by szybciej myśleć, jaśniej pisać, lepiej tłumaczyć i znajdować braki. Nie zmuszaj kolegów do czytania nieedytowanej sesji. Standard nie jest anty-AI. Jest pro-odpowiedzialność. Model przygotowuje wiadomość; nadawca musi ją posiadać.