by dr Andrzej Jakubiec - adwokat, mediatorSPRZĘŻONY BŁĄD KONFIRMACJI – MOJA KONCEPCJA
W tym artykule przedstawiam autorską propozycję Sprzężonego Błędu Konfirmacji (Coupled Confirmation Bias, CCB). Jest to rama konceptualna służąca do analizy eskalacji konfliktów w sytuacjach, w których obie strony sporu niezależnie korzystają z systemów AI do interpretowania konfliktu i uzasadniania własnych stanowisk. W przeciwieństwie do klasycznego błędu konfirmacji, który działa na poziomie jednostki, CCB opisuje mechanizm systemowy, w którym wzajemnie wzmacniające się narracje prowadzą do zawężenia przestrzeni negocjacyjnej i zwiększenia prawdopodobieństwa eskalacji. Artykuł identyfikuje warunki aktywacji tego mechanizmu, jego typowe konsekwencje oraz granice jego zastosowania. Celem tekstu nie jest przedstawienie w pełni zweryfikowanej teorii. Jest nim postawienie hipotezy istnienia powtarzalnego mechanizmu obserwowanego we współczesnych konfliktach. Ich wspólną cechą jest to, że modele AI są wykorzystywane jako narzędzia analityczne wspierające podejmowanie decyzji.
1. Wprowadzenie: kiedy racjonalne narzędzia wzmacniają nieracjonalne skutki?
Sprzężony błąd konfirmacji – z czego wynika? Ludzie coraz częściej korzystają z AI. Służy im ona do oceny istniejących relacji zarówno przed powstaniem / uświadomieniem konfliktu, jak i w jego trakcie. Korzystają z AI do oceny ryzyka, tworzenia strategii oraz uzasadniania proponowanych działań. Modele sztucznej inteligencji służą coraz częściej również do analizy wypowiedzi i działań niewerbalnych drugiej strony. Modele AI są powszechnie postrzegane jako autorytet, a ich rady jako neutralne, obiektywne i wolne od zaangażowania emocjonalnego. Paradoksalnie jednak, jak zaobserwowałem, używanie modeli językowych często koreluje z szybszą eskalacją konfliktu, usztywnieniem stanowisk oraz przedwczesnym zerwaniem negocjacji. Wydaje się, że nie jest to koincydencja.
W artykule tym stawiam tezę, że zjawiska te nie mogą być w wystarczający sposób wyjaśnione wyłącznie poprzez indywidualne błędy poznawcze. Nie dadzą się wyjaśnić ani przez zwykły błąd konfirmacji, ani podstawowy błąd atrybucji.
Zamiast tego zakładam istnienie mechanizmu systemowego – Sprzężonego Błędu Konfirmacji (Coupled Confirmation Bias, CCB). Ujawnia się on w sytuacjach, gdy strony konfliktu niezależnie korzystają z narzędzi AI jako źródła autorytatywnej interpretacji sporu: czynników zewnętrznych, działań faktycznych oraz deklaracji drugiej strony, domysłów w zakresie jej prawdziwych intencji, akceptowalnego ryzyka, kosztów, jakie jest gotowa ponieść i faktycznych tzw. „czerwonych linii”, tj. punktów krytycznych, których w żadnym razie nie pozwoli przekroczyć. Oczywiście, nie wszystkie te elementy muszą być poddane analizie z pomocą AI. Tak samo nie muszą być poddane takiej analizie w tym samym czasie. Co ważne, również każda ze stron może analizować inny element lub zestaw elementów. Wreszcie, każda ze stron może korzystać z modeli innego rodzaju, innego stopnia rozwoju technicznego i innego poziomu zintegrowanej interakcji z użytkownikiem.
Sprzężony Błąd Konfirmacji (Coupled Confirmation Bias, CCB) wywoła skutek tym silniejszy, im więcej razy strony poddadzą analizie sygnały płynące od drugiej strony, jeśli na treść, formę lub czas tych sygnałów miała uprzednio wpływ praca z AI poczyniona przez drugą stronę. Mamy więc do czynienia nie z błędem jednorazowym, ale ze spiralą błędów, z których poprzedni stanowi „paliwo” dla następnego i potencjalne go wzmacnia. Można to obrazowo przyrównać do wymiany w ping-pongu, w której po każdym uderzeniu piłka uzyskuje energię równą dotychczasowej energii kinetycznej i energii nowego uderzenia.
Zakładam również, że Sprzężony Błąd Konfirmacji (Coupled Confirmation Bias, CCB) wyglądał będzie podobnie na różnych płaszczyznach konfliktów: od sporów jednostek, przez ich grupy, do państw i ich bloków. Wniosek taki wyprowadzam z badań ogólnych nad naturą konfliktu.
Wyraźnie zaznaczam, że nie uważam, aby wpływ AI na eskalację konfliktów miał mieć charakter deterministyczny. Zakładam raczej istnienie tendencji, wpływu. Co więcej, świadomość tego mechanizmu, tak jak go rozumiem, może paradoksalnie doprowadzić do zatrzymania eskalacji, gdy strony zdadzą sobie sprawę z tego, że są pod jego wpływem.
2. Aktualny stan badań
Mechanizm równowagi między stronami został opisany w różnych pracach przez J. Nasha, a strategia konfliktu przez T. Schellinga („Strategia konflitku”). Struktura konfliktu, którą przyjmuję, znajduje się w książce Ch. Moore’a: „Mediacje. Praktyczne strategie rozwiązywania konfliktów.”
Ogólne błędy poznawcze są znane psychologii od dawna. Dla pracy nad koncepcją Sprzężonego Błędu Konfirmacji (Coupled Confirmation Bias, CCB) punktem wyjścia są prace opisujące zwykły Błąd Konfirmacji, a więc tendencję do selektywnej i subiektywnej percepcji danych zmierzającej do potwierdzenia wcześniej przyjętej tezy. Dla przykładu można tu wymienić pracę Daniela Kahnemana, „Pułapki myślenia”.
Mechanizm ten został zidentyfikowany na płaszczyźnie interakcji człowiek – AI oraz szczegółowo opisany m.in. w artykule M. Glickman i T. Sharot https://pmc.ncbi.nlm.nih.gov/articles/PMC11860214/? Yuxin Liu i Adam Moore, https://pubmed.ncbi.nlm.nih.gov/40448478/, a także L. Celar i Ruth M.J. Byrne https://pubmed.ncbi.nlm.nih.gov/36964302/. Trzeba wspomnieć również o artykule Ben Wang i Jiqun Liu, Cognitively Biased Users Interacting with Algorithmically Biased Results in Whole-Session Search on Debated Topics, https://dl.acm.org/doi/10.1145/3664190.3672520. Autorzy ci wskazują na rolę czynników indywidualnych na podatność wobec błędów poznawczych powstających w interakcji ze sztuczną inteligencją.
Dowiadujemy się z nich o pętli sprzężenia zwrotnego. Polega ona nie tylko na istnieniu błędu konfirmacji. Idzie krok dalej – doprowadza do wzmocnienia pierwotnego przekonania lub uprzedzenia. Prowadzi to do myślenia tunelowego.
W znanych mi pracach nie badano jednak sytuacji sporu, w którym obie strony korzystały z modeli językowych w opisany wyżej sposób. Sprzężony Błąd Konfirmacji (Coupled Confirmation Bias, CCB) nie jest sumą błędów poznawczych obu stron, lecz zjawiskiem kolejnym – nową jakością, która prowadzi do spirali eskalacji w sposób jakościowo inny, niż dwa niezależne od siebie błędy.
3. Od błędu jednostki do eskalacji systemowej
Klasyczny błąd konfirmacji (Confirmation Bias) opisuje skłonność jednostki do selektywnego wyszukiwania, interpretowania i zapamiętywania informacji w sposób potwierdzający jej wcześniejsze przekonania.
Choć zjawisko to jest dobrze udokumentowane, nie wystarcza ono do wyjaśnienia sytuacji, w których obie strony konfliktu – mimo dostępu do wyjściowo podobnych danych oraz korzystania z pozornie neutralnych narzędzi analitycznych – coraz silniej utwierdzają się we własnych przekonaniach i uprzedzeniach.
We współczesnych sporach systemy AI coraz częściej pełnią funkcję zewnętrznych legitymizatorów interpretacji, a nie jedynie narzędzi obliczeniowych. Gdy każda ze stron korzysta z takich systemów niezależnie, błąd konfirmacji przestaje być wyłącznie indywidualną skłonnością poznawczą, a zaczyna funkcjonować jako wzajemnie sprzężona dynamika.
4. Definicja sprzężonego błędu konfirmacji
Sprzężony Błąd Konfirmacji (Coupled Confirmation Bias, CCB) to mechanizm eskalacji konfliktu, w którym dwie lub więcej stron sporu, opierając się na zewnętrznych systemach interpretacyjnych postrzeganych jako epistemicznie uprzywilejowane, wzajemnie legitymizują własne narracje. Mechanizm ten ma charakter rekurencyjny: działania podejmowane na podstawie takiej legitymizacji stają się następnie danymi wejściowymi do dalszych analiz po drugiej stronie, prowadząc do sprzężonej spirali interpretacyjnej i stopniowego zawężania przestrzeni negocjacyjnej. Termin rekurencyjny stosuję tu w znaczeniu: ‘kolejne iteracje wzmacniają poprzednie’. To nie jest rekurencja w sensie formalnym, lecz opis dodatniego sprzężenia zwrotnego w pętli interpretacyjnej.
Cechą konstytutywną CCB nie jest sama obecność stronniczego rozumowania, lecz dynamiczne sprzężenie pętli interpretacyjnych pomiędzy aktorami. W tym modelu działania jednej strony, ukształtowane przez analizę AI, stają się bezpośrednimi danymi wejściowymi dla systemu po drugiej stronie. Tworzy to zamknięty obieg, w którym każda kolejna interakcja nie przybliża stron do konsensusu, lecz dostarcza „obiektywnego” materiału do pogłębienia pierwotnych uprzedzeń.
5. Hipoteza
H1:
W konfliktach dwu- lub wielostronnych, w których strony niezależnie korzystają z modeli AI do interpretowania sporu i uzasadniania własnych stanowisk, prawdopodobieństwo eskalacji oraz załamania negocjacji jest wyższe niż w konfliktach strukturalnie podobnych, w których takich systemów się nie wykorzystuje.
H1a:
W konfliktach opartych na interpretacji, symetryczny dostęp do informacji zwiększa ryzyko eskalacji bardziej niż asymetria informacyjna, ponieważ eliminuje możliwość wyjaśniania rozbieżności poprzez brak wiedzy, przenosząc konflikt na poziom intencji i rzekomej racjonalności.
5.1. Zdaję sobie sprawę, że modele AI mogą być wykorzystywane przez każdą ze stron w różnym czasie, w różnym zakresie, w różnym celu i w różny sposób. Mogą zacząć korzystać z AI w tym samym czasie lub w różnym. Jedna z nich może to zakończyć lub ograniczyć wcześniej od drugiej, która będzie z AI korzystać dłużej. Jedna ze stron podda analizie wyłącznie czynniki zewnętrzne, inna deklaracje stron, a kiedy indziej będzie chciała z pomocą AI ustalić intencje przeciwnika. Jedna ze stron może to robić w celu dokonania analizy, inna w celu otrzymania emocjonalnego wsparcia. Wreszcie, mogą korzystać z różnych modeli i czynić to w odmienny sposób – choćby przez wprowadzanie mniej lub bardziej zmanipulowanych danych. Jak wykazały ww. badania Ben Wang i Jiqun Liu, czynniki indywidualne mają również wpływ na podatność na sugestie i odpowiedzi AI.
Wszystkie te czynniki (a prawdopodobnie jeszcze wiele innych) trzeba wziąć pod uwagę. Zdaję sobie sprawę, że powstałe różnice mogą sprawić, że Sprzężony Błąd Konfirmacji (Coupled Confirmation Bias, CCB) nie powstanie lub też zgaśnie w trakcie konfliktu. W tym miejscu mój teza dotyczy korzystania z AI przez obie strony w sposób względnie symetryczny. Wpływ asymetrii na Sprzężony Błąd Konfirmacji (Coupled Confirmation Bias, CCB) wymaga dalszych badań.
5.2. W badaniach wielokrotnie wskazano, że układy złożone z 3 aktorów są znacznie mniej stabilne, niż 2 lub 4- osobowe. Uważam, że rola AI w akceleracji eskalacji w układach 3 osobowych będzie szczególnie widoczna. Dalsze badania będą musiały ustalić różnice w skutkach, jeśli w układzie 3 lub więcej osobowym z AI korzysta tylko część uczestników.
5.3. Chciałbym wyraźnie zaznaczyć, że AI nie tworzy, ani nie eskaluje konfliktu sama przez się. Ma jednak przemożny wpływ na percepcję, interpretacje i wreszcie na decyzje użytkownika. Jego działanie podjęte na skutek takiej decyzji będzie z kolei interpretowane w analogiczny sposób przez drugą stronę.
5.4. Sprzężony Błąd Konfirmacji (Coupled Confirmation Bias, CCB) nie jest też przykładem tzw. Echo Chambers ograniczonego do dwóch (lub niewielkiej liczby) uczestników. Echo Chambers są z natury statyczne, zaś CCB jest dynamiczne, gdyż każda kolejna interakcja zmienia zachowanie drugiej strony.
6. Falsyfikowalność Sprzężonego Błędu Konfirmacji (Coupled Confirmation Bias, CCB)
W Logice odkrycia naukowego Popper wprowadził pojęcie falsyfikowalności teorii, jako warunku koniecznego do uznania jej za naukową.
Należy więc określić, jakie potencjalne czynniki warunkują zaistnienie opisywanego mechanizmu, jakie wpływają na jego dezaktywację. I przede wszystkim, co zadałoby tej teorii fałsz?
6.1.Warunki aktywacji mechanizmu
Sprzężony Błąd Konfirmacji ujawnia się zazwyczaj wtedy, gdy spełnione są łącznie następujące warunki:
- Symetryczna legitymizacja narracji
Każda ze stron dysponuje narzędziami lub doradcami, którzy potwierdzają jej interpretację jako racjonalną i uzasadnioną. - Brak wspólnej władzy epistemicznej
Nie istnieje instytucja, mediator ani procedura uznawana przez wszystkie strony za ostatecznego arbitra. - Wysoki koszt poznawczy zmiany stanowiska
Zmiana stanowiska oznaczałaby podważenie wcześniejszych „racjonalnych” decyzji wspartych analizą AI. - Obecność pozornie neutralnego trzeciego aktora
Systemy AI, postrzegane jako obiektywne i pozbawione interesu, wzmacniają legitymizację każdej z narracji. To paradoksalnie ułatwia im funckjonalne wpływanie na powstanie błędów konfirmacji po obu stronach, a w efekcie powstanie Sprzężonego Błędu Konfirmacji (Coupled Confirmation Bias, CCB).
6.2. Granice zastosowania: kiedy CCB nie działa?
Sprzężony Błąd Konfirmacji nie ma charakteru uniwersalnego. Mechanizm ten ulega osłabieniu lub nie występuje w ogóle, gdy:
- Istnieje wspólnie uznany arbiter faktów, akceptowany przez wszystkie strony.
- Tylko jedna ze stron korzysta z narzędzi AI, co przerywa symetrię sprzężenia.
- Stawka konfliktu jest niska lub odwracalna, co obniża potrzebę poznawczej obrony stanowiska.
- AI wykorzystywana jest wyłącznie informacyjnie, a nie interpretacyjnie.
- Strony posiadają wysoki poziom kompetencji metapoznawczych i aktywnie przeciwdziałają własnym błędom poznawczym.
- Spór dotyczy jasno mierzalnych parametrów, a nie interpretacji intencji czy przypisywania winy.
- Powstaje znaczna asymetria w korzystaniu przez strony z modeli AI w zakresie a) czasu; b) zakresu, c) celu; d) sposobu.
- Mechanizm CCB ulega osłabieniu, gdy strony posiadają wzajemną świadomość korzystania z podobnych narzędzi interpretacyjnych i są zdolne do refleksji metapoznawczej nad ich wpływem na własne stanowiska. Ujawnienie korzystania z AI może być czynnikiem deeskalacji.
Granice te pozwalają odróżnić CCB od ogólnych teorii eskalacji konfliktu.
6.3. Co wykazałoby fałsz tej teorii?
Wykazanie jakiego czynnika obaliłoby hipotezę o istnieniu Sprzężonego Błędu Konfirmacji (Coupled Confirmation Bias, CCB)?
Bezspornie, hipotezę tę obaliłoby zaobserwowanie skutku do niej przeciwnego, to jest łagodzącego i deeskalacyjnego wpływu modeli AI na przebieg konfliktu. To z kolei mogłoby się przejawić, gdyśmy zaobserwowali nagłą zmianę narracji modelu AI, który zidentyfikował powstanie sprzężenia zwrotnego, poinformował o nim użytkownika. Niczego takiego do tej pory nie zaobserwowałem.
Hipotezę tę można również sfalsyfikować, gdyby wnioski z przytoczonych wcześniej badań, a dotyczące pętli sprzężenia zwrotnego i myślenia tunelowego okazały się nieprawdziwe, albo też gdyby wskutek ewolucji AI, zmieniła ona zasady interakcji z użytkownikami. Póki co, nie mam wiedzy, która potwierdzałaby takie tezy.
Falsywikacja zaszłaby również, gdyby wykazano, że w obserwowanych przypadkach doszło do gwałtownej eskalacji z przyczyn innych, niż błędy poznawcze powstałe wskutek interakcji z AI.
Wreszcie, fałsz tej hipotezie zadałoby ustalenie, że dynamika konfliktów, w których uczestnicy korzystają lub niekorzystaną z AI jest identyczna. Dotychczasowe obserwacje jednak temu przeczą.
7. Skutki systemowe
Skutki systemowe: dynamika rekurencyjnej eskalacji
Aktywacja mechanizmu CCB prowadzi do przejścia konfliktu ze sfery spornych interesów do sfery zamkniętych pętli interpretacyjnych. Pociąga to za sobą następujące konsekwencje systemowe:
- Autokataliza eskalacji: Dzięki charakterowi rekurencyjnemu, każda próba komunikacji deeskalacyjnej jest filtrowana przez AI drugiej strony. Jeśli system interpretacyjny postrzega drugą stronę jako nielojalną, nawet gesty dobrej woli zostaną zinterpretowane jako „strategiczna manipulacja”. Paradoksalnie „potwierdza” to potrzebę dalszej eskalacji.
- Zanik wieloznaczności (Ambiguity Collapse): W klasycznym sporze niepewność co do intencji daje przestrzeń do domniemań. W CCB, AI „domyka” te interpretacje, nadając im cechy pewności analitycznej. Powoduje to, że strony przestają rozmawiać o faktach, a zaczynają operować na „produkcie końcowym” analizy – gotowych wyrokach o intencjach przeciwnika.
- Paradoks legitymizacji (The Legitimacy Trap): Ponieważ każda ze stron posiada „obiektywne” potwierdzenie swojej racji pochodzące z systemu subiektywnie epistemicznie uprzywilejowanego, jakikolwiek kompromis zaczyna być postrzegany nie jako ustępstwo, lecz jako działanie irracjonalne lub błąd logiczny.
- Erozja wspólnej rzeczywistości: Rekurencyjne nakładanie na siebie analiz sprawia, że strony w pewnym momencie przestają reagować na realne działania przeciwnika, a zaczynają reagować na to, jak ich własne modele AI przewidują interpretacje modeli AI przeciwnika. Konflikt odkleja się od rzeczywistego podłoża i przenosi w sferę interakcji model-model.
- Inercja stanowisk: Raz ukształtowana przez AI narracja wykazuje dużą odporność na zmianę (cognitive inertia). Podważenie wniosków wygenerowanych przez zaawansowany model analityczny wymagałoby od decydenta przyznania się do fundamentalnego błędu w doborze narzędzi. Podnosi to psychologiczny i „polityczny” koszt deeskalacji.
Co istotne, eskalacja ta zachodzi bez złej wiary i często bez świadomej intencji strategicznej.
8. AI jako quasi-trzeci aktor?
Choć sztuczna inteligencja jest pozbawiona sprawstwa i własnych interesów, jej funkcjonalna rola w mechanizmie CCB nie może zostać pominięta. Poprzez dostarczanie autorytatywnej legitymizacji przy jednoczesnym braku odpowiedzialności, systemy AI wpływają na dynamikę sporu. Wpływają one na subiektywną ocenę kosztów eskalacji i stabilizują wzajemnie wykluczające się narracje. Chcę być dobrze zrozumiany – nie mam na myśli roli AI pozwalającej jej na nadanie statusu strony w sensie ontologicznym. Jest ona raczej lustrem aktywnie wzmacniającym pierwotne przekonania. Lustrem jednakże nie biernym, lecz aktywnym, obdarzanym zaufaniem i wzmacniającym przekonania.
9. Zakończenie
Sprzężony Błąd Konfirmacji (Coupled Confirmation Bias, CCB) stanowi ramę konceptualną pozwalającą zrozumieć, dlaczego wprowadzenie pozornie racjonalnych narzędzi może przyspieszać eskalację konfliktów. Proponowana koncepcja nie rości sobie pretensji do uniwersalności ani empirycznej ostateczności. Jest to hipoteza mechanizmu, obserwowanego w praktyce, która zaprasza do dalszej krytyki, testowania i doprecyzowania.
Zrozumienie CCB ma znaczenie nie tylko dla prawników, mediatorów i innych osób zarządzających konfliktami. Jest istotne także dla projektantów i użytkowników systemów AI w kontekstach konfrontacyjnych.
10. Nota metodologiczna autora
Niniejszy artykuł przedstawia moją autorską ramę analityczną i konceptualną opartą na obserwowanych przeze mnie wzorcach występujących w konfliktach. Poczyniłem te obserwacje na gruncie własnej praktyki prawnej w drugiej połowie 2025 roku. Artykuł ten nie stanowi empirycznie zweryfikowanej teorii, lecz jedynie hipotezę. Jego celem jest opisanie zjawiska i wskazanie kierunków dalszych analiz. Pracując nad nim korzystałem z pomocy modeli językowych w celu krytycznej oceny własnych tez i szukania słabych punktów mojego rozumowania. Pomoc modeli AI miała charakter krytyczny, a nie generatywny. Posłużyła mi identyfikacji potencjalnych słabych punktów argumentacji.
Możecie przeczytać również wersję angielską: https://jakubieciwspolnicy.pl/en/coupled-confirmation-bias/
by dr Andrzej Jakubiec - adwokat, mediatorJAK AI WPŁYNIE NA DYNAMIKĘ KONFLITKÓW W 2026 ROKU?
Dużo ostatnio pisałem o wpływie AI na eskalację konfliktów rodzinnych i biznesowych. Opisałem sprzężony błąd konfirmacji oraz przedstawiłem, jak może on doprowadzić do myślenia tunelowego, w konsekwencji do odpowiednika tzw. dylematu bezpieczeńtwa w skali mikro. Dzisiaj podzielę się z Wami moimi refleksjami na temat tego, jaki może być wpływ modeli językowych na dynamikę sporów i konfliktów w 2026 roku. Mogę racjonalnie zakładać, że trendy, które zaobserwowałem w tym roku nie ulegną same z siebie odwróceniu lub zatrzymaniu. Wprost przeciwnie wszystko wskazuje na ich spotęgowanie.
Jak AI wpływa na dynamikę sporów?
AI wpływa na dynamikę sporów. Oczywiście, nie chcę powtarzać tego, co pisałem w innych tekstach. Dlatego podam linki do tych, które uważam za najważniejsze. W nich znajdziecie odnośniki do najnowszych publikacji naukowych z opisywanych zakresów oraz do innych moich tekstów.
O tym, że coraz więcej osób korzysta z AI do diagnozowana i rozwiązywania swoich ważnych problemów prawnych, pisałem m.in. tutaj.
W tym samym tekście napisałem, dlaczego taka analiza jest niewystarczająca, niepełna i wymaga każdorazowej weryfikacji przez prawnika.
Jak wygląda korzystanie z AI przez prawników i klientów, pisałem m.in. tutaj:
Natomiast najważniejszy mój tekst przeczytacie pod tym linkiem:
https://jakubieciwspolnicy.pl/ai-i-myslenie-tunelowe-w-sporach-miedzy-wspolnikami/
Opisałem tam szczegółowo mechanizm sprzężonego błędu konfirmacji. Przedstawiłem, że jedną z jego konsekwencji może być doprowadzenie do powstania tzw. myślenia tunelowego. Jednakże największe niebezpieczeństwo powstanie, gdy obie zaangażowane strony będą analogicznie korzystać z modeli AI i za ich pomocą interpretować swoje zachowania, co doprowadzić może do gwałtownej i niekontrolowanej eskalacji.
Więcej o pętli sprzężenia zwrotnego możecie przeczytać tutaj: https://pmc.ncbi.nlm.nih.gov/articles/PMC11860214/?utm_source=chatgpt.com#ad93. Tej to artykuł M. Glickmana i T. Sharot „Jak pętle sprzężenia zwrotnego człowiek-AI zmieniają ludzkie osądy percepcyjne, emocjonalne i społeczne”. Poza nim mogę Wam polecić również świetny tekst „How people reason with counterfactual and causal explanations for Artificial Intelligence decisions in familiar and unfamiliar domains” L. Celar i R.M.J. Byrne https://pubmed.ncbi.nlm.nih.gov/36964302/ . Na koniec mogę polecić również świetny artykuł Liu Y, Moore A. „Intuicyjne osądy wobec werdyktów sztucznej inteligencji o wykroczeniach moralnych”. Br J Soc Psychol. 2025 Lip;64(3) . Jest on szczególnie cenny, gdyż odnosi się właśnie do postaw społecznych i postrzegania innych.
Jaki będzie wpływ AI na gwałtowność sporów w 2026 roku
Żadne racjonalne przesłanki nie pozwalają zakładać, że ulegną odwróceniu trendy: 1) rozpowszechnienia dostępu do AI; 2) wzrostu zaufania do AI; 3) zdolności „obliczeniowych” modeli językowych.
Mogę zakładać jedynie, że powstanie grupa ludzi w pewien sposób uzależnionych emocjonalnie od swoich „związków”, „relacji” z modelami językowymi. Będą na to podatne w szczególności osoby wycofane, samotne lub potrzebujące atencji. Szczególnie narażone będą osoby, które nie przywykły do postawy krytycznej dla oceny i interpretacji zjawisk, faktów i relacji. Deficyt postawy krytycznej po stronie użytkownika sprawia, że model językowy zaczyna pełnić funkcję „moralną” zamiast „informacyjnej”. Jeśli ktoś wątpi w istnienie tendencji człowieka do nawiązywania relacji emocjonalnych z „maszyną”, to niech sobie przypomni japońskie zabawki „tamagotchi”.
Tak więc uważam, że rola AI w kształtowaniu postaw emocjonalnych człowieka będzie rosła. Będzie to miało bezpośredni wpływ na postrzeganie aktualnych relacji, a przez to na dynamikę sporów. Będziemy obserwować wzrost atomizacji i polaryzacji jednostek i grup. Atomizacja będzie skutkiem tego, że towarzystwo AI będzie dla wielu bardziej atrakcyjne od rozmów i kontaktów z innymi ludźmi. Te więzi – i tak już słabe – ulegną osłabieniu. Polaryzacja natomiast będzie następstwem coraz większej ilości i „jakości” konsultacji człowiek – AI w sprawach dla tych ludzi ważnych, jak relacje rodzinne lub kontakty w pracy albo ze wspólnikiem. W sporze oznacza to, że strona użytkownik nie będzie korzystał z AI w celu znalezienia rozwiązania, lecz po to, by uzyskać potwierdzenie słuszności swojej narracji.
Wcześniej opisane przeze mnie mechanizmy będą obserwowane coraz częściej. Prawdopodobnie świadomość społeczna i znajomość tych mechanizmów nie nadążą za ich realnym wpływem na życie ludzi.
Czy AI może być jednak pomocna w rozwiązywaniu sporów?
Tak! Wbrew wszystkiemu, co do tej pory pisałem, wpływ AI będzie miał również silne aspekty pozytywne. AI posłuży nam w prewencji – pozwoli przewidzieć potencjalne obszary sporne i „zabezpieczyć” je zawczasu. Pod tym względem modele językowe są bardzo pomocne, gdyż potrafią z łatwością tworzyć wiele wariantów przyszłych zdarzeń i wskazują potencjalne ryzyka. Będą więc z pewnością pełnić funkcję ostrzegawczą.
Modele generatywnej sztucznej inteligencji będą też służyć do poszukiwania racjonalnych i satysfakcjonujących rozwiązań sporów, które już zaistniały. Również na tym polu ich zdolność do multiplikowania rozwiązań jest zdumiewająca. Można więc zakładać, że po szczegółowym opisaniu sytuacji patowej, czat podpowie nam rozwiązanie, na które byśmy bez niego zwyczajnie nie wpadli. Sztuką będzie jednak zawsze umiejętność krytycznej oceny proponowanych rozwiązań i przewidywania ich konsekwencji na wielu płaszczyznach i w długim czasie.
Należy pamiętać, że w każdym z tych przypadków, rola AI będzie jednak pomocnicza. Ona bardzo dobrze buduje warianty, ale znacznie słabiej analizuje ich potencjalne skutki – szczególnie na gruncie prawnym i emocjonalnym.
W tym miejscu należy wskazać też na badania Marco Giacalone, który wskazuje na znaczny potencjał modeli językowych w rozwiązywaniu sporów: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5083207 . Autor ten pisze, że „Integracja generatywnej sztucznej inteligencji redukuje koszty i pozwala praktykom prawa skupić się na złożonych zagadnieniach, planowaniu strategicznym oraz interakcji z klientem.” Zdaniem Autora AI nie zastąpi człowieka, ale będzie bardzo cennym narzędziem w jego rękach. Zgadzam się z tym podejściem.
AI wpływa na dynamikę sporów, ale sama w sobie nie jest ani dobra, ani zła
Nie ma sensu pytanie, czy sztuczna inteligencja jest dobra lub zła. Możemy badać jej wpływ na określone aspekty naszego życia, ale zawsze w konkretnym kontekście. Skoro nasz gatunek stworzył sztuczną inteligencję, próby „zagonienia dżina do butelki” są tyle skazane na niepowodzenie, co niecelowe. Badajmy obiektywnie wpływ na nasze schematy myślowe, przekonania, relacje, samopoczucie. Wyciągajmy z tego wnioski. Używajmy tej technologii w sposób, który będzie przynosił korzyści nam i innym. Wierzę, że jest to możliwe. Ale nie doprowadźmy do tego, że zastąpi nam ona przyjaźń i bliskość drugiego człowieka. Nie pozwólmy, by obszary zdrowia i prawa były poddane bezrefleksyjnemu wpływowi AI.
Ostatecznie, mamy do czynienia z nowym zjawiskiem, narzędziem – nowym źródłem wpływu na naszą psychikę i świadomość. Mamy do czynienia z nowym narzędziem – tak potężnym, jakiego ludzkość jeszcze nie znała. Ale… przecież każde wielkie odkrycie przynosiło przełomy. A wśród nich szanse i zagrożenia. Na końcu, tylko od nas samych zależy, co z tego wyniknie.
Różnica jest taka, że w przeciwieństwie np. do energetyki atomowej lub broni nuklearnej, bezpośredni dostęp do AI ma teraz niemal każdy. AI wzmacniać będzie więc to, co w każdym z nas ukryte i silne.
Zaproszenie do współpracy
A Państwo? Czy zauważyliście już wpływ sugestii AI na postrzeganie swoich relacji prywatnych lub biznesowych? Czy widzicie taki wpływ u siebie samych? A może dostrzegacie zmianę zachowania drugiej strony, która od jakiegoś czasu nieco się radykalizuje?
Zapraszam do dyskusji w komentarzach albo kontaktu z naszą kancelarią. Pomagamy naszym Klientom budować strategię i rozwiązywać spory w sposób optymalny. Jak widzicie, uwzględniamy wiele czynników, nie tylko prawo, ale również psychologię, aspekty komunikacyjne i technologiczne. To nasza siła.
📩 kancelaria@jakubieciwspolnicy.pl
📞 536 270 935
Możecie też przeczytać angielską wersję tego artykułu: https://jakubieciwspolnicy.pl/en/how-will-ai-impact-dispute-dynamics-in-2026/
by dr Andrzej Jakubiec - adwokat, mediatorROZMOWA O MEDIACJACH Z JERZYM ZIELIŃSKIM
Zobaczcie moją rozmowę z Jerzym Zielińskim – redaktorem naczelnym Magazynu Pewna Terapia oraz prowadzącym podcast na Youtube. Rozmawialiśmy o sporach, konfliktach, mediacjach i negocjacjach. Czy udało mi się wszystko wytłumaczyć? Oceńcie sami.
Jerzy Zieliński podcast – to przestrzeń ważnych rozmów na trudne tematy
Jerzy Zieliński podcast to kanał na YouTube, na którym rozmawia się o sprawach trudnych. Dlatego uznaliśmy, że to dla mnie świetna przestrzeń do rozmowy. Nasza rozmowa dotyczyła mediacji i negocjacji w trudnych sprawach rodzinnych i gospodarczych. Tak, wbrew pozorom mają one ze sobą wiele wspólnego. Starałem się pokazać, ze mediacja jest narzędziem zarządzania konfliktem, a sąd miejscem jego formalnego rozstrzygnięcia. To nie to samo – i nie służy temu samemu celowi.
Opowiadałem o przyczynach konfliktów i ich rozwiązywaniu. Mówiłem o korzyściach płynących z dialogu. Podałem prawdziwe przykłady z własnej praktyki. Dowiecie się, kim był człowiek, który powiedział „Chcę udowodnić, że on jest świnią.”
Z tej rozmowy dowiecie się między innymi:
- czym różni się konflikt od sporu? – Konflikt to spór, który eskalował do etapu, w którym to człowiek zaczyna być problemem.
- czym jest eskalacja? – to (nie?) zamierzone i (nie?) kontrolowane wejście na wyższy próg szkodzenia drugiej stronie i ponoszenia strat. Oznacza to, że jesteśmy gotowi „zrobić krzywdę komuś” i godzimy się na to, że ten ktoś „zrobi krzywdę nam”. Eskalacja polega na tym, że godzimy się na to, że te krzywdy będą coraz większe.
- czemu sąd nie rozwiązuje sporów? – bo są od ich rozstrzygania, a przyznanie racji nie ma nic wspólnego z usunięciem przyczyn sporu.
- dlaczego mediacja często jest lepsza od sądu? – jest szybsza, tańsza i mniej sformalizowana.
- jak rozmawiać o trudnych sprawach? – szczerze i z odwagą, asertywnie i uważnie.
- o co kłócą się wspólnicy? – zapewniam, że nie tylko o pieniądze!
- i… jak można negocjować z kosmitami – na sam koniec zostawiam Wam przykład, czy można tak negocjować, żeby obie strony były zachwycone? Przykład kosmitów i Egipcjan pokazuje, że tak.
Dlaczego rola mediacji rośnie?
Mediacja nie zastąpi sądów. Ona służy czemuś innemu. Sądy są ostatnią deską ratunku, po która należy sięgnąć, gdy inne środki zawiodły. Niestety, wiele osób ciągle od nich zaczyna. A przecież powinniśmy zadać sobie pytanie, czy musimy angażować aparat państwowy, żeby załatwiać nasz sprawy?
Zgodnie z najnowszymi danymi Ministerstwa Sprawiedliwości dotyczącymi mediacji rodzinnych, liczba spraw kierowanych do mediacji systematycznie rośnie. Potwierdza ich skuteczność w rozwiązywaniu sporów rodzinnych.
Co warte podkreślenia, nie chodzi tu tylko o ilość, ale jakość. Mediacja pozwala usunąć spór, ochronić lub naprawić relację albo chociaż zminimalizować tarcia w przyszłości. To bardzo cenna właściwość, o której często zapominamy.
O tym, że spory można skutecznie rozwiązywać również poza sądem, możecie przeczytać m.in. na stronie https://www.americanbar.org/groups/dispute_resolution/resources/ największej na świecie organizacji zrzeszającej adwokatów w USA.
Zalety mediacji, w tym znaczne skrócenie czasu potrzebnego na załatwienie sprawy, są przedstawione w tym raporcie: https://www.coe.int/en/web/cepej/cepej-stat. Z raportu tego dowiecie się m.in., że szczególny nacisk kładzie się teraz na tzw. Child-Inclusive Mediation. Jest to mediacja z udziałem dzieci. Nasza kancelaria wdraża jako priorytet w ochronie dobra małoletnich. Niestety, ciągle spotykamy się z niechęcią niektórych mediatorów starszego pokolenia. Niedawno jeden z nich powiedział, że „nie zwariował jeszcze, żeby zapraszać dzieci do mediacji” – a mowa była o 16 letnim chłopaku.
O tym, jak ja sam zacząłem zajmować się prawem rodzinnym możecie przeczytać m.in. tutaj:
Zapraszamy do kontaktu!
Jeśli chcecie porozmawiać o sporach, które prowadzicie albo konfliktach, których jesteście stroną, odezwijcie się do nas.
Pomagamy rozwiązywać spory, szukamy optymalnych rozwiązań i szukamy porozumienia, gdy tylko jest możliwe.
W pierwszej kolejności stawiamy na porozumienie, ale nie unikamy procesu, gdy jest potrzebny.
📩 kancelaria@jakubieciwspolnicy.pl
📞 536 270 935
Pracujemy po to, żeby Wam pomóc!
by dr Andrzej Jakubiec - adwokat, mediatorAI JAKO DORADCA W SPRAWACH RODZINNYCH
W kilu ostatnich wpisach zająłem się rolą AI w rozwiązywaniu i eskalacji sporów między wspólnikami. Teraz chciałem przyjrzeć się temu, jak ludzie wykorzystują sztuczną inteligencję w sprawach bardzo delikatnych. Mam na myśli sprawy rodzinne. Opiszę Wam przypadki, z którymi zetknąłem się osobiście – żeby daleko nie szukać – w grudniu 2025 roku. Są one dla mnie szczególnie interesujące, ponieważ zajmuję się konfliktami jako zjawiskiem i obserwuję rosnącą rolę AI w ich powstawaniu i eskalacji. Sprawy rodzinne są jednym z obszarów, gdzie jest to szczególnie widoczne.
AI w sprawach rodzinnych i jej wpływ na zachowanie ludzi
Coraz częściej dostrzegam silny wpływ AI na dynamikę sporów rodzinnych. W tym tekście podzielę się z Wami sprawami z ostatnich tygodni. Zmieniam oczywiście szczegóły tak, aby uniemożliwić identyfikację kogokolwiek. Z każdą z osób, których historię przedstawiam, rozmawiałem kilka razy osobiście lub online. Opisuję zjawisko nowe, którego konsekwencje dla życia rodzinnego i dobrostanu psychicznego jednostek, rodzin i społeczności nie są jeszcze zbadane. Staram się powstrzymywać od ocen – zostawiam je Wam.
SPRAWA PIERWSZA – PYTANIE O KONTAKTY Z DZIECKIEM PO ROZWODZIE
Zgłosił się do mnie Klient, który właśnie się rozwiódł. Nie uczestniczyłem w tym rozwodzie. Mężczyzna między 30, a 40 – dobrze prosperujący i inteligentny. Prosił o pilną poradę. Ustalił bowiem w trakcie rozwodu, który odbył się 2 tygodnie wcześniej, że będzie miał kontakty z dziećmi w określone dni w tygodniu i co drugi weekend. Co ważne – państwo ciągle ze sobą mieszkają.
W związku z tym, była żona powiedziała mu, że zamierza w najbliższy weekend wyjść na imprezę – a on zgodnie z ustaleniami – ma zająć się dziećmi.
Pan zapytał jeden z modeli AI, czy ustalone kontakty oznaczają, że on musi się w tym czasie zajmować dziećmi, czy też jest to jedynie jego prawo, „zabezpieczenie”, gdyby była żona zamierzała mu to utrudniać. Czat utwierdził go w przekonaniu, że jest to jedynie jego prawo, a więc matka nie ma prawa od niego oczekiwać, że zajmie się dziećmi. Po tej „rozmowie” z AI doszło do gwałtownej kłótni między nimi.
Pomijam już fakt, że takie kwestie powinni klientom wytłumaczyć ich prawnicy. Jest to w końcu abecadło nowej rzeczywistości. Problem polegał na tym, że model językowy nie udzielił prawidłowej porady prawnej. Odpowiedź była nieprawdziwa. Utwierdziła jednak tego pana w mylnym przekonaniu. To, co się stało dalej jest idealnym przykładem sprzężonego błędu atrybucji.
Użytkownik miał wątpliwości. Opisał wycinek rzeczywistości w sposób, który pozwolił czatowi na udzielenie odpowiedzi utwierdzającej go w błędnym przekonaniu. Spowodowało to utwierdzenie, wzmocnienie tego przekonania i gotowość do konfrontacji i eskalacji.
Sprawa druga – AI jako wynajęty psychoanalityk
Klientka koło 30 roku życia. Inteligentna, wykształcona i bardzo dobrze zarabiająca. Przygotowując się do sprawy poprosiła popularny model AI o stworzenie modelu psychologicznego swojego męża.
Opisała go dokładnie tak, jak go widziała. Czat odpowiedział, że „co prawda nie jest psychologiem, ale…” chętnie pomoże. Po czym przypisał mu połowę istniejących zaburzeń utwierdzając ją m.in. w tym, że mąż jest niedojrzały emocjonalnie, głęboko narcystyczny i psychopatyczny.
W oparciu o rozmowę z modelem AI stwierdziła, że nie może mu zaufać i zostawiać z nim dziecka, gdyż nie byłoby to dla tego dziecka bezpieczne.
Gdy zaproponowałem, żeby skonsultowała to z psychologiem, powiedziała, że nie ma takiej potrzeby. Czat odpowiedział jej już na wszystkie pytania. W efekcie ta pani gotowa uniemożliwić mężowi kontakty z synem, by go chronić przed ojcem.
Problem nie polegał na samej analizie. Chodzi o to, że rozmowa z modelem AI została potraktowana jak diagnoza kliniczna, a opierała się wyłącznie na jednostronnym opisie. Pomijam już, że dokonał jej model językowy, a nie uprawniony do tego psychiatra lub psycholog. On również powinien zbadać pacjenta, posłużyć się testami i obserwacją, a nie bazować na samej relacji zaangażowanej osoby.
Nie przyjąłem tej sprawy.
Sprawa trzecia – AI jako analityk rozmów
Przyszli do mnie na mediację rodzice dwojga małych dzieci. Początkowo po rozstaniu ich rodzicielska współpraca przebiegała poprawnie. Od tego czasu państwo rozmawiali ze sobą niemal już wyłącznie przez komunikator WhatsApp i dość długie wiadomości pisane na nim.
Wkrótce zaczęli wzbudzać w sobie nieufność, doszukiwać się ukrytych zamiarów, aluzji i wielowariantowego planowania w celu zaszkodzenia sobie. Oboje nabrali przekonania, że drugie z nich gotowe jest użyć dzieci przedmiotowo, a nawet godziło się na długotrwałe ujemne następstwa psychiczne po ich stronie, byle postawić na swoim.
Okazało się, że każde z nich wklejało otrzymane wiadomości do okna modelu AI, który szczegółowo je analizował, po czym pomagał przygotować odpowiedź. Odpowiedź taka była wysyłana i poddawana podobnej analizie przez drugą stronę.
Powstała spirala podejrzeń i gotowość do podejmowania coraz bardziej radykalnych kroków. Każde z nich straciło w pewien sposób kontakt z rzeczywistością.
AI w sprawach rodzinnych – wnioski
Te trzy przykłady z mojej praktyki pokazują, że mamy tendencję do:
- szukania potwierdzenia pierwotnych założeń;
- podlegamy wzmocnieniu przekonań po otrzymaniu potwierdzenia;
- preferujemy AI jako źródło potwierdzenia, gdyż jest:
- szybsze;
- tańsze;
- milsze;
- stoi za nią nimb wszechwiedzy i tajemniczości, przez co wydaje nam się bardziej atrakcyjna, niż jakiś prawnik albo psycholog.
Prowadzi to do powstania myślenia tunelowego i gotowości do szybkiego i nieprzemyślanego wchodzenia na wyższe szczeble eskalacji w sporze. Co najgorsze, nasze pierwotne uprzedzenia i przekonania ulegają wzmocnieniu, gdyż uznajemy, że dostaliśmy potwierdzenie od niezawodnej technologii.
Skutki tego zachłyśnięcia się AI są obecnie trudne do przewidzenia. I problem nie leży w samej technologii, ale w tym, że wiele osób nie potrafi krytycznie oceniać uzyskiwanych odpowiedzi.
Co ważne, AI sprzyja też potęgowaniu skutków podstawowego błędu atrybucji, o czym pisałem już tutaj:
O tym, że klienci przychodzą do mojej kancelarii z gotowymi „rozwiązaniami” i oczekują ich realizacji pisałem już kilka razy. Motyw AI w sprawach rodzinnych przewija się u mnie od początku 2025 roku. Możecie przeczytać np. ten artykuł:
O myśleniu tunelowym i sprzężonym błędzie konfirmacji pisałem z kolei tu:
Dla zainteresowanych: badania naukowe o roli AI w utrwalaniu błędów poznawczych
AI w sprawach rodzinnych pojawia się coraz częściej i ma coraz większy wpływ na przekonania, wybory i zachowania ludzi. Okazuje się, że moje obserwacje mają silne oparcie w badaniach naukowych. Zobaczcie sami.
Polecam Wam artykuł opublikowany już rok temu: Jak pętle sprzężenia zwrotnego człowiek-AI zmieniają ludzkie osądy percepcyjne, emocjonalne i społeczne (Nature Human Behaviour). Autorzy wykazali, że AI potwierdzające ludzkie założenia prowadzi do wzmocnienia percepcji, emocji i ocen społecznych. Przeczytajcie go koniecznie: https://www.nature.com/articles/s41562-024-02077-2?
Zdecydowanie warto przeczytać również artykuł Yiran Du: Confirmation Bias in Generative AI Chatbots. Zawiera on analizę tychże mechanizmów błędu potwierdzenia w modelach AI. Przeczytamy w nim również o ryzykach związanych z tym sprzężeniem: https://arxiv.org/abs/2504.09343?
Wreszcie tutaj macie link do tekstu o myśleniu tunelowym, które powstaje wskutek mało krytycznego podejścia do odpowiedzi uzyskiwanych od AI: Bias in the Loop: How Humans Evaluate AI‑Generated Suggestions. Autorzy twierdzą, że eksperymenty dowodzą, że użytkownicy przyjmują błędne sugestie AI, jeśli pasują do ich wcześniejszych przekonań: https://arxiv.org/pdf/2509.08514
Tutaj zostawiam linki do analizy naukowców z Uniwersytetu Stanforda, którzy zajęli się zjawiskiem „halucynowania” AI i jego wpływem na podejmowanie decyzji przez ludzi: https://hai.stanford.edu/news/ai-trial-legal-models-hallucinate-1-out-6-or-more-benchmarking-queries?utm_source=chatgpt.com
Zapraszam Was do kontaktu
Jeśli potrzebujecie pomocy prawnika, który zajmuje się rozwiązywaniem sporów – również w zakresie spraw rodzinnych – odezwijcie się do mnie:
📩 kancelaria@jakubieciwspolnicy.pl
📞 536 270 935
Z przyjemnością Wam pomogę!