1. Najlepszy zawód przyszłości? To niekoniecznie ten, o którym dziś myślimy.
2. Nie wiesz, że właśnie ocenia Cię algorytm.
3. Czy w erze AI cierpliwość staje się rzadszą umiejętnością?
4. Kupujemy używane nie tylko dlatego, że jest taniej.
5. Coraz mniej publikujemy. Coraz więcej tylko patrzymy.
6. Klient ma nowego doradcę. I niekoniecznie jest nim sprzedawca.
7. Zostaw to wszystko i pojedź w Bieszczady. Twój mózg może Ci za to podziękować.
8. AI miała zagrozić Shopify. Wyniki firmy pokazują coś zupełnie innego.
9. Za dużo i za często. Czy AI może zacząć przeszkadzać nam w pracy?
1. Najlepszy zawód przyszłości? To niekoniecznie ten, o którym dziś myślimy.
Rodzice pytają dzieci, kim chcą zostać w przyszłości. Maturzyści przeglądają kierunki studiów, próbując ocenić, po których najłatwiej będzie znaleźć dobrą pracę. Ci, którzy myślą o zmianie zawodu, robią właściwie to samo: próbują przewidzieć rynek pracy za pięć czy dziesięć lat. Tyle że dziś takie prognozy mają wyjątkowo krótki termin ważności.
Sztuczna inteligencja dodatkowo komplikuje ten wybór. W debacie o przyszłości pracy szybko pojawiły się listy zawodów, które AI ma przejąć jako pierwsze. Programiści, graficy, prawnicy, analitycy, specjaliści od marketingu. Problem w tym, że samo wskazanie profesji niewiele mówi o tym, co rzeczywiście może wydarzyć się z pracą wykonujących ją osób.
Jennifer L. Steele i Isabella Cruz w analizie Helping People Choose Careers in the Age of AI przyjrzały się sześciu sposobom mierzenia wpływu sztucznej inteligencji na poszczególne zawody. Zestawiły je również z danymi pokazującymi faktyczne wykorzystanie narzędzi OpenAI i Anthropic. Okazało się, że modele potrafią dawać bardzo różne odpowiedzi na pozornie proste pytanie: które zawody są najbardziej wystawione na działanie AI.
To ważne, bo „wysoka ekspozycja na AI” nie oznacza automatycznie wysokiego ryzyka utraty pracy. W wielu dobrze płatnych zawodach kontakt ze sztuczną inteligencją jest duży właśnie dlatego, że znaczną część dnia zajmuje praca z informacją: analiza danych, dokumentów, tekstu czy przygotowywanie rekomendacji. AI może przejąć część tych czynności, ale niekoniecznie całą rolę człowieka.
Szczególnie dobrze widać tę różnicę tam, gdzie technologia trafia w pojedyncze zadania, a nie w cały zawód. Prawnik może szybciej przeszukiwać dokumenty, analityk przygotować pierwszą wersję zestawienia, a specjalista marketingu porównać większą liczbę danych. W każdym z tych przypadków automatyzowana jest część procesu. Nadal pozostają zadania wymagające wiedzy dziedzinowej, oceny sytuacji, odpowiedzialności za decyzję czy kontaktu z drugim człowiekiem.
Ciekawym przypadkiem jest ochrona zdrowia. W analizie Steele i Cruz część zawodów medycznych wypada korzystnie, gdy jednocześnie bierze się pod uwagę wynagrodzenia i podatność zadań na AI. Technologia może wspierać analizę obrazów, dokumentacji czy wyników badań, ale praca lekarza nie sprowadza się do rozpoznawania wzorców w danych. Jest w niej badanie pacjenta, zebranie wywiadu, interpretacja informacji w konkretnym przypadku i odpowiedzialność za dalsze postępowanie.
Podobny kierunek widać w pracach OECD nad mierzeniem ekspozycji zawodów na sztuczną inteligencję. Zamiast patrzeć wyłącznie na nazwę stanowiska, badacze schodzą poziom niżej – do konkretnych zadań i umiejętności potrzebnych do ich wykonania. To istotna różnica. Dwie osoby mogą mieć na LinkedInie identyczny tytuł zawodowy, a ich codzienna praca może wyglądać zupełnie inaczej.
W praktyce oznacza to, że wybór zawodu na podstawie rankingu profesji „bezpiecznych przed AI” może być równie ryzykowny jak wybór studiów wyłącznie na podstawie aktualnych zarobków absolwentów. Technologia nie przesuwa całych grup zawodowych jednym ruchem. Zmienia ich środek: jedne zadania skraca, inne automatyzuje, a jeszcze inne sprawia, że stają się bardziej wartościowe.
Dlatego coraz ciekawsze staje się nie pytanie, jaki zawód będzie potrzebny za dziesięć lat, ale co właściwie będzie robił w nim człowiek. Jeżeli większość dnia można opisać jako serię powtarzalnych czynności wykonywanych według przewidywalnych zasad, presja automatyzacji będzie inna niż w pracy wymagającej łączenia wiedzy z kilku obszarów, rozmowy z ludźmi, interpretowania niepełnych informacji czy brania odpowiedzialności za decyzję.
Rynek pracy prawdopodobnie nie podzieli się więc po prostu na zawody, które „przetrwają AI”, i te, które znikną. Granica może przebiegać znacznie niżej – pomiędzy zadaniami wykonywanymi dziś w ramach tego samego stanowiska. I właśnie dlatego pytanie zadawane nastolatkowi: „Kim chcesz zostać?” może być coraz mniej użyteczne. Znacznie więcej o jego przyszłości powie to, czego nauczy się robić naprawdę dobrze.
2. Nie wiesz, że właśnie ocenia Cię algorytm.
Wysyłasz CV. Po kilku minutach w skrzynce pojawia się automatyczne potwierdzenie. Później test, zaproszenie na rozmowę albo krótka wiadomość, że firma zdecydowała się kontynuować proces z innymi kandydatami. Z zewnątrz wygląda to jak rekrutacja, którą znamy od lat. Różnica polega na tym, że po drugiej stronie coraz częściej nie od początku siedzi człowiek.
Sztuczna inteligencja weszła do rekrutacji bez większego rozgłosu. Pomaga pisać ogłoszenia, wyszukiwać kandydatów, przeglądać CV, prowadzić komunikację czy wspierać pierwsze etapy selekcji. Według 2026 Global AI in Hiring Report firmy HireVue 77% badanych zespołów HR korzysta z AI regularnie, czyli codziennie lub co tydzień. W badaniu uczestniczyło ponad 3,1 tys. osób odpowiedzialnych za zatrudnianie. Jednocześnie tylko 41% zespołów deklaruje pełne zaufanie do AI.
To już nie jest więc eksperyment prowadzony przez kilka technologicznych firm. HireVue podaje, że AI jest wykorzystywana między innymi przy analizie CV przez 43% badanych, komunikacji z kandydatami przez 40%, a także w screeningu i assessmentach. Technologia pojawia się dokładnie tam, gdzie zapadają pierwsze decyzje o tym, kto przejdzie dalej. Problem w tym, że kandydat nie zawsze wie, kiedy właściwie zaczyna być oceniany przez system.
W sierpniu 2026 r. w czasopiśmie Technology in Society opublikowano badanie obejmujące 4317 odpowiedzi pracowników i kandydatów z Unii Europejskiej, Islandii, Norwegii, Szwajcarii i Turcji. Autorzy sprawdzali nie tylko, jak AI jest wykorzystywana w pracy i rekrutacji, ale również, co wiedzą o tym osoby, których dane są przetwarzane.
Okazało się, że wielu pracowników i kandydatów nie zdaje sobie sprawy, że w ogóle ma do czynienia z systemem AI. Informacje o jego wykorzystaniu, jeśli już się pojawiały, były często fragmentaryczne i dotyczyły przede wszystkim samej procedury, a nie praw osoby poddawanej ocenie. Nie zawsze jasna była również możliwość rezygnacji z udziału w procesie wykorzystującym takie rozwiązania.
Jeszcze ciekawsze są dane dotyczące informacji zbieranych podczas rekrutacji. Autorzy badania stwierdzili, że systemy wykorzystywane przy zatrudnianiu gromadziły więcej danych osobowych niż rozwiązania AI stosowane później wobec pracowników. Różnica była szczególnie widoczna w przypadku informacji dotyczących wrażliwych obszarów.
Tymczasem po drugiej stronie procesu zachodzi dokładnie ta sama technologiczna zmiana. Kandydaci również korzystają z AI. I robią to masowo. Według HireVue 71% używa jej podczas przygotowywania CV, 64% przy pisaniu listów motywacyjnych, a 46% podczas przygotowań do rozmowy kwalifikacyjnej. Powstaje dość osobliwy model rekrutacji: kandydat korzysta z AI, żeby stworzyć dokument aplikacyjny, a pracodawca wykorzystuje technologię, żeby ten dokument ocenić. Co więcej, HireVue podaje, że liczba aplikacji otrzymywanych przez rekruterów wzrosła od 2022 r. o ponad 400%.
W takim świecie tradycyjne CV zaczyna mieć coraz większy problem z przekazywaniem informacji. Jeżeli dobrze napisany życiorys można przygotować w kilka minut, jego jakość coraz mniej mówi o tym, jak dobrym pracownikiem będzie autor. Firmy dostają więcej dopracowanych aplikacji, ale jednocześnie trudniej im odróżnić rzeczywiste kompetencje od dobrze przygotowanej prezentacji kandydata.
Nie oznacza to, że wykorzystanie algorytmów w rekrutacji musi działać na niekorzyść osób szukających pracy. Automatyzacja może pomóc uporządkować tysiące zgłoszeń i ograniczyć część manualnej pracy rekruterów. Może też ujednolicić sposób oceny informacji, zamiast pozostawiać wszystko intuicji jednej osoby. Pytanie zaczyna dotyczyć czegoś innego: ile kandydat powinien wiedzieć o mechanizmie, który uczestniczy w podejmowaniu decyzji na jego temat.
W 2026 r. Susan Niessen z University of Groningen i Marvin Neumann z Vrije Universiteit Amsterdam opublikowali wyniki czterech badań obejmujących łącznie 1205 osób. Sprawdzali, jak kandydaci oraz osoby podejmujące decyzje o zatrudnieniu reagują na różny poziom przejrzystości prostych algorytmicznych procedur rekrutacyjnych.
Wyniki nie dają prostego równania „więcej informacji = więcej zaufania”. W części eksperymentów różnice były niewielkie. Kiedy jednak uczestnicy mieli bezpośrednio wybierać między rozwiązaniami, zarówno kandydaci, jak i decydenci wyraźnie preferowali algorytmy transparentne od nieprzejrzystych. Badacze zauważyli przy tym coś jeszcze: ujawnienie sposobu działania algorytmu może zwiększać nie tylko zaufanie, ale również krytyczną ocenę jego działania. Sama transparentność nie wystarcza więc, jeśli przekazywana informacja jest dla odbiorcy mało użyteczna.
Rekrutacja zaczyna przez to przypominać jeden z pierwszych obszarów rynku pracy, w których AI spotyka się po obu stronach stołu. Kandydat poprawia z jej pomocą CV. Firma wykorzystuje ją do obsługi rosnącej liczby zgłoszeń. Algorytm pomaga zdecydować, które aplikacje warto sprawdzić dokładniej, a człowiek coraz częściej pojawia się dopiero w kolejnych etapach procesu.
Dla osoby wysyłającej CV najważniejsza zmiana może być jednak znacznie mniej spektakularna niż wizja rekrutera zastąpionego przez maszynę. Chodzi o moment, w którym przestajemy dokładnie wiedzieć, kto – albo co – właśnie nas ocenia.
3. Czy w erze AI cierpliwość staje się rzadszą umiejętnością?
Sztuczna inteligencja potrafi w kilka sekund przygotować podsumowanie raportu, znaleźć potrzebne informacje czy stworzyć pierwszą wersję tekstu. To ogromne ułatwienie, które zmienia sposób, w jaki pracujemy i zdobywamy wiedzę. Jednocześnie warto zastanowić się, jak wpływa ono na nasze codzienne nawyki.
Jeszcze niedawno znalezienie odpowiedzi na bardziej złożone pytanie wymagało czasu. Trzeba było przeglądać książki, porównywać źródła i samodzielnie budować argumentację. Dziś wiele z tych etapów można skrócić dzięki AI. Zyskujemy szybkość, ale rzadziej uczestniczymy w samym procesie dochodzenia do wniosków.
Psychologowie od lat wiedzą, że łatwo przyzwyczajamy się do nowych standardów. To, co początkowo wydaje się wyjątkowo szybkie, po pewnym czasie staje się normą. Podobnie jest z narzędziami AI – błyskawiczne odpowiedzi sprawiają, że oczekujemy podobnego tempa również od zadań, które z natury wymagają więcej czasu, takich jak analiza, pisanie czy pogłębione badania.
Nie oznacza to, że warto zrezygnować z AI. Przeciwnie – może ono przejmować rutynowe zadania i uwalniać czas na bardziej wartościową pracę. Kluczowe jest jednak, aby nie rezygnować całkowicie z czynności, które rozwijają samodzielne myślenie, wytrwałość, cierpliwość i umiejętność rozwiązywania problemów.
To ważne również dlatego, że cierpliwość nie jest wyłącznie cechą charakteru – badania łączą ją z lepszą regulacją emocji, wyższą satysfakcją z życia oraz skuteczniejszą współpracą z innymi. Dane opublikowane w Journal of Research in Personality po analizie odpowiedzi niemal 2000 osób, wykazały że osoby bardziej cierpliwe lepiej radziły sobie z niepewnością oraz doświadczały mniej negatywnych emocji w sytuacjach wymagających oczekiwania na ważne informacje. To pokazuje, że cierpliwość wpływa nie tylko na sposób pracy, ale również na dobrostan i odporność psychiczną.
Dlatego warto od czasu do czasu wybrać dłuższą drogę. Samodzielnie przeczytać raport zamiast wyłącznie jego streszczenia, przeanalizować kilka źródeł przed wyciągnięciem wniosków czy napisać pierwszą wersję tekstu własnymi słowami. AI może być świetnym partnerem w pracy, ale to właśnie połączenie technologii z własnym wysiłkiem pozwala rozwijać kompetencje, których nie da się zautomatyzować.
4. Kupujemy używane nie tylko dlatego, że jest taniej.
Szafa, której już nie chcemy. Telefon wymieniony na nowszy model. Krzesło, które nie pasuje do mieszkania. Zamiast wynosić je do piwnicy, robimy kilka zdjęć, ustalamy cenę i wystawiamy na marketplace. Kilka minut później z kupującego stajemy się sprzedawcą.
Skala tego zjawiska jest już duża. DHL E-Commerce Trends Report 2026, przygotowany na podstawie badania 29 tys. konsumentów i 5,8 tys. firm z 29 krajów, pokazuje, że 52% kupujących sprzedało już produkt za pośrednictwem internetowego marketplace’u. Wśród millenialsów odsetek sięga 62%, w Gen Z – 58%. Najbardziej aktywni są Europejczycy: 57% deklaruje sprzedaż na platformach.
Marketplace przestaje więc być miejscem, do którego przychodzimy wyłącznie wydawać pieniądze. Coraz częściej służy również do odzyskania części kwoty wydanej na wcześniejsze zakupy. I nie chodzi wyłącznie o oszczędności. W badaniu DHL 45% konsumentów deklaruje, że kupuje produkty używane lub odnowione ze względów środowiskowych, a kolejne 15% rozważa takie zakupy.
Dane z poprzedniej edycji raportu dobrze pokazują, czego klienci szukają na rynku wtórnym. W 2025 r. 52% badanych kupowało online produkty używane lub odnowione. 60% robiło to, żeby zapłacić mniej niż za nowy produkt, ale połowa wskazywała również możliwość zdobycia produktu wyższej jakości w niższej cenie. 44% chciało w ten sposób ograniczać odpady, a 35% szukało rzeczy unikatowych.
Dla tradycyjnego handlu oznacza to zmianę, którą łatwo przeoczyć. Nowa kurtka nie konkuruje już wyłącznie z kurtką innej marki. Konkuruje również z modelem kupionym rok wcześniej i wystawionym przez właściciela. Nowy smartfon – z odnowionym urządzeniem sprzed dwóch generacji. Designerski fotel – z używanym egzemplarzem za połowę ceny.
Zmienia się przy tym samo znaczenie słowa „używane”. W wielu kategoriach nie musi już oznaczać produktu gorszego. Może oznaczać tańszy, niedostępny w regularnej sprzedaży albo jakościowo lepszy, niż pozwalałby na to budżet przeznaczony na nową rzecz. Dane DHL pokazują zresztą, że największą kategorią second-hand online jest elektronika – kupuje ją 41% klientów rynku wtórnego. Dalej są ubrania – 34%, książki – 33% i wyposażenie domu – 25%.
Rynek wtórny zaczyna więc wchodzić dokładnie w tę przestrzeń, którą marki przez lata uważały za własną. Produkt może zmieniać właściciela kilka razy, podczas gdy jego producent zarabia tylko na pierwszej transakcji.
Stąd rosnące znaczenie odkupu, napraw, produktów refurbished czy własnych kanałów resale. Nie chodzi już wyłącznie o wizerunek związany ze zrównoważonym rozwojem. To sposób na pozostanie w obiegu produktu również wtedy, gdy pierwszy właściciel przestaje go potrzebować.
DHL w raporcie z 2026 r. opisuje tę zmianę wprost: dla firm pojawia się nowy rodzaj konkurenta. Jest nim konsument, który jednocześnie pozostaje ich klientem.
I być może właśnie to najlepiej pokazuje, jak zmienia się handel. Człowiek, któremu marka rano próbuje sprzedać nową kurtkę, wieczorem może wystawić własną – i zabrać jej klienta.
5. Coraz mniej publikujemy. Coraz więcej tylko patrzymy.
Pamiętacie Facebooka sprzed kilkunastu lat? Album z wakacji, zdjęcie z restauracji, meldunek z lotniska, zmiana statusu związku. Social media rosły na przekonaniu, że użytkownik będzie nie tylko oglądał, ale też opowiadał o swoim życiu. Dziś coraz częściej otwieramy aplikację i po prostu patrzymy.
Ofcom, brytyjski regulator rynku mediów, odnotował wyraźną zmianę. W 2026 r. 49% dorosłych użytkowników social mediów w Wielkiej Brytanii deklarowało, że publikuje, udostępnia lub komentuje treści. W 2024 r. robiło to 61%. Pozostali częściej ograniczają się do polubień albo czytają i oglądają bez większej interakcji. Ofcom zastrzega przy tym, że ze względu na zmianę metodologii trend należy traktować jako orientacyjny.
Zmienia się również to, co chcemy po sobie zostawić. W jakościowej części badania niektórzy uczestnicy mówili, że publikują znacznie rzadziej albo przestali robić to całkowicie. Inni wybierają Stories zamiast zdjęć pozostających na profilu. Jednocześnie 49% dorosłych obawia się, że publikowane dziś treści mogą kiedyś przysporzyć im problemów. Rok wcześniej było to 43%.
To spora zmiana dla platform zbudowanych wokół idei, że użytkownicy sami dostarczają sobie nawzajem powodów do powrotu. Można dziś spędzić pół godziny na TikToku czy Instagramie, obejrzeć kilkadziesiąt filmów, przeczytać komentarze i sprawdzić, co robią znajomi, nie zostawiając po sobie prawie żadnego śladu.
W danych Ofcom widać też większy dystans wobec samego internetu. Odsetek dorosłych uważających, że korzyści z bycia online przewyższają ryzyka, spadł w ciągu roku z 72 do 59%. Tylko 36% użytkowników social mediów uważało natomiast, że platformy mają dobry wpływ na ich zdrowie psychiczne. Rok wcześniej było to 42%. Nauka podpowiada, że znaczenie może mieć nie tylko czas spędzony przed ekranem, ale również to, co właściwie w tym czasie robimy.
W badaniu opublikowanym w lipcu 2026 r. w Personality and Individual Differences 394 studentów przez 21 dni codziennie raportowało sposób korzystania z social mediów i swoje emocje. Aktywne korzystanie – związane z interakcją z innymi – było powiązane z większą ilością pozytywnych emocji i mniejszym nasileniem emocji depresyjnych. Bierne korzystanie wiązało się natomiast z większym nasileniem emocji związanych z depresją i lękiem. To zależności obserwacyjne, a nie dowód, że samo scrollowanie wywołuje takie emocje.
Podobny obraz przynosi badanie 842 osób w wieku od 18 do 65 lat opublikowane w Scientific Reports. Celowe korzystanie z technologii było pozytywnie związane z kontrolą uwagi i dobrostanem psychicznym, bierne i nawykowe – negatywnie. Zależności pozostawały widoczne również po uwzględnieniu całkowitego czasu przed ekranem. Autorzy sami zaznaczają jednak, że badanie nie było prerejestrowane, dlatego wyniki należy traktować jako punkt wyjścia do dalszych badań, a nie dowód związku przyczynowego.
Sprawa nie jest zresztą tak prosta, jak wygodny podział na „dobre publikowanie” i „złe scrollowanie”. Metaanaliza 141 badań obejmujących ponad 145 tys. osób wykazała, że większość zależności między aktywnym i biernym korzystaniem z social mediów a dobrostanem była niewielka. Autorzy zwracają uwagę między innymi na wiek użytkownika i kontekst korzystania z platform.
Dlatego sam screen time mówi coraz mniej. Dwie osoby mogą spędzić na Instagramie dokładnie 40 minut. Jedna rozmawia ze znajomymi, odpowiada na wiadomości i szuka informacji. Druga przez ten sam czas przesuwa palcem po ekranie, oglądając kolejne fragmenty życia obcych ludzi.
Telefon zapisze im dokładnie te same 40 minut. Sposób, w jaki je spędziły, był jednak zupełnie inny.
6. Klient ma nowego doradcę. I niekoniecznie jest nim sprzedawca.
„Potrzebuję lekkich butów do biegania do 500 zł. Biegam po asfalcie, trzy razy w tygodniu, mam szeroką stopę. Wybierz trzy najlepsze modele.” Tak coraz częściej zaczyna się zakup. Nie od wejścia do sklepu ani od wpisania nazwy produktu w Google, ale od rozmowy z AI.
W badaniu IBM i National Retail Federation przeprowadzonym wśród ponad 18 tys. konsumentów z 23 krajów 41% deklarowało wykorzystywanie AI do wyszukiwania informacji o produktach, 33% do analizowania opinii, a 31% do szukania okazji cenowych. Łącznie 45% badanych korzystało z AI na którymś etapie zakupów.
Podobny obraz przynosi State of the Consumer 2026 McKinsey. W badaniu 4863 osób z Brazylii, Francji, Niemiec, Wielkiej Brytanii i USA około jedna czwarta konsumentów deklarowała korzystanie z generatywnej AI podczas zakupów. W Gen Z było to 28%, wśród baby boomers – 16%.
Zmiana zaczyna być ważna dla e-commerce z jednego powodu: klient może dostać odpowiedź, zanim odwiedzi stronę sklepu. McKinsey zwraca uwagę, że wraz z rozwojem odpowiedzi generowanych przez AI użytkownicy rzadziej przechodzą dalej do witryn marek, retailerów czy wydawców. Tym samym część decyzji, które wcześniej zapadały na stronie produktu albo w wynikach wyszukiwania, przesuwa się wcześniej.
Do tego marka nie ma pełnej kontroli nad tym, co AI o niej przeczyta. Według analizy McKinsey zaledwie około 1% źródeł cytowanych przez modele językowe w zapytaniach dotyczących marek pochodzi bezpośrednio ze stron należących do tych marek. Reszta to między innymi sklepy, recenzje, fora, blogi i materiały wideo.
To zmienia logikę widoczności. Przez lata firmy walczyły o wysoką pozycję w Google, później o obecność w feedach Instagrama i TikToka. Teraz dochodzi kolejne miejsce: odpowiedź wygenerowana przez AI.
Na rekomendacji może się zresztą nie skończyć. McKinsey opisuje rozwój agentic commerce, w którym system nie tylko wyszukuje produkt, ale także porównuje oferty, uwzględnia programy lojalnościowe i może sfinalizować zakup w imieniu użytkownika. Firma szacuje, że do 2030 r. agenci AI mogą pośredniczyć globalnie w handlu wartym 3-5 bln dol.
Ten sam kierunek pojawia się w The State of Fashion 2026. McKinsey i Business of Fashion piszą już o „AI shopperze”: klienci wykorzystują modele językowe do wyszukiwania produktów, porównywania ofert i otrzymywania spersonalizowanych rekomendacji. W kolejnych etapach autonomiczni agenci mogą również monitorować ceny i dokonywać zakupów.
Dla sklepu oznacza to coś więcej niż kolejny kanał sprzedaży. Zdjęcia, cena i opis produktu nadal będą ważne dla człowieka, ale coraz większego znaczenia nabierają również uporządkowane dane o parametrach, zastosowaniu, dostępności czy różnicach między wariantami – bo to na ich podstawie produkt ma zostać poprawnie zrozumiany także przez system.
Klient nadal podejmuje decyzję. Coraz częściej jednak ktoś wcześniej układa mu krótką listę możliwości. I tym „kimś” może być już AI.
7. Zostaw to wszystko i pojedź w Bieszczady. Twój mózg może Ci za to podziękować.
„Rzuć wszystko i jedź w Bieszczady” brzmi jak mem dla ludzi, którzy mają dość pracy, Teamsów i powiadomień. Tyle że nauka od dawna sprawdza, co właściwie dzieje się z nami, kiedy na chwilę zamieniamy ekran na las, park albo górski szlak.
Jednym z ciekawszych tropów jest nie odpoczynek, lecz poczucie rozwoju. Metaanaliza opublikowana w Journal of Happiness Studies objęła 20 prób i 4758 osób. Osoby deklarujące silniejszą więź z naturą miały również wyższy poziom tzw. dobrostanu eudajmonistycznego – związanego między innymi z poczuciem sensu, samorealizacją i dobrym funkcjonowaniem. Spośród analizowanych elementów szczególnie wyróżniał się rozwój osobisty. To korelacja, więc nie można na jej podstawie stwierdzić, że spacer po lesie sam w sobie powoduje rozwój. Zależność jest jednak wyraźna.
Drugi trop dotyczy uwagi. W 2025 r. w Journal of Environmental Psychology opublikowano metaanalizę 80 badań obejmujących 273 porównania efektów kontaktu z naturą i środowiskiem pozbawionym naturalnych elementów. Średnio po kontakcie z naturą wyniki poznawcze poprawiały się bardziej. Najbardziej wiarygodne efekty dotyczyły pamięci roboczej i kontroli uwagi, choć autorzy podkreślają, że wyniki poszczególnych badań były zróżnicowane.
Jest jeszcze spacer. Klasyczne badanie Stanfordu pokazało, że podczas chodzenia uczestnicy osiągali średnio o 60% lepsze wyniki w zadaniach wymagających generowania kreatywnych pomysłów niż podczas siedzenia. Co istotne, efekt występował również podczas chodzenia na bieżni w pomieszczeniu. Nie można więc całej zasługi przypisać widokowi drzew.
Dziś mamy na to mocniejsze dane. Opublikowana w maju 2026 r. metaanaliza 23 badań z udziałem 1036 osób wykazała duży pozytywny efekt chodzenia na myślenie dywergencyjne, czyli zdolność generowania wielu nowych pomysłów. Nie znaleziono natomiast przekonującego efektu w przypadku myślenia konwergencyjnego, potrzebnego do znalezienia jednej właściwej odpowiedzi.
Nie ma więc naukowych podstaw, żeby traktować naturę jak magiczny „reset mózgu”. Jest za to coraz więcej danych sugerujących, że znaczenie może mieć samo wyjście z trybu ciągłego reagowania: wiadomość, spotkanie, dokument, telefon, kolejna wiadomość.
Być może dlatego rozwiązaniem po kilku godzinach bezproduktywnego patrzenia w ekran nie zawsze musi być kolejna kawa. Czasem warto po prostu wstać i wyjść.
Bieszczady są opcjonalne.
8. AI miała zagrozić Shopify. Wyniki firmy pokazują coś zupełnie innego.
Rozwój zakupów wspieranych przez sztuczną inteligencję miał być zagrożeniem dla dotychczasowego modelu e-commerce. Najnowsze wyniki Shopify pokazują jednak, że przynajmniej na razie realizuje się inny scenariusz. Firma rośnie w tempie przekraczającym 30%, a AI coraz częściej staje się częścią infrastruktury handlu internetowego, zamiast ją zastępować.
Shopify zakończył drugi kwartał 2026 r. z przychodami na poziomie 3,58 mld dol., o 34% wyższymi niż rok wcześniej. Wartość towarów sprzedanych przez sklepy działające na platformie, czyli GMV, wzrosła o 32% i osiągnęła 115,57 mld dol. Wyniki okazały się na tyle mocne, że po ich publikacji notowania spółki wyraźnie wzrosły.
Szczególnie interesujący jest jednak inny wskaźnik. Liczba osób korzystających codziennie z Sidekicka, asystenta AI stworzonego przez Shopify dla sprzedawców, zwiększyła się w ciągu roku 3,6-krotnie.
To już nie wygląda jak technologiczna ciekawostka dodana do panelu sklepu. AI zaczyna przejmować konkretne elementy codziennej pracy w e-commerce: analizuje dane, pomaga tworzyć opisy produktów, przygotowuje treści marketingowe i wspiera sprzedawców w podejmowaniu decyzji.
Shopify przygotowuje się jednocześnie na znacznie większą zmianę – moment, w którym część klientów przestanie rozpoczynać zakupy od Google’a czy strony konkretnego sklepu. Produkty sprzedawców mają być dostępne również w usługach wykorzystujących sztuczną inteligencję. Firma współpracuje w tym obszarze między innymi z OpenAI, Google i Microsoftem.
Stawką nie jest więc wyłącznie dodanie AI do e-commerce. Chodzi o zachowanie kontroli nad infrastrukturą handlu w sytuacji, w której zmienia się miejsce podejmowania decyzji zakupowej.
Dziś klient wpisuje nazwę produktu w wyszukiwarkę, porównuje kilka ofert i sam wybiera sklep. W modelu agentowym może powiedzieć asystentowi AI, że potrzebuje butów do biegania do 600 zł, na asfalt, dla osoby trenującej trzy razy w tygodniu. Resztę wyszukiwania i porównywania ofert wykona za niego system.
Dla Shopify oznacza to konieczność doprowadzenia produktów swoich sprzedawców również tam, gdzie takich wyborów będzie dokonywać AI.
Dobre wyniki firmy są czymś więcej niż kolejnym udanym kwartałem. Pokazują, że sztuczna inteligencja nie musi omijać istniejących platform e-commerce. Może zwiększyć ich znaczenie – pod warunkiem że staną się zapleczem dla handlu, którego konsument nie będzie już rozpoczynał od wejścia na stronę sklepu.
9. Za dużo i za często. Czy AI może zacząć przeszkadzać nam w pracy?
Przez ostatnie lata rada była prosta: naucz się korzystać z AI, bo inaczej zostaniesz w tyle. Pisz, analizuj, automatyzuj. Im więcej zadań uda się wykonać szybciej, tym lepiej. Tyle że najnowsze badania zaczynają stawiać mniej oczywiste pytanie: czy istnieje moment, w którym współpracy z AI jest już za dużo?
Mingyan Han i Jingyou Zhao przeanalizowali dane 312 pracowników w wieku 45+ z pięciu branż. Badanie opublikowane w sierpniu 2026 r. w Journal of Vocational Behavior, prowadzono w trzech etapach. Zależność między intensywnością współpracy z AI a dobrym funkcjonowaniem zawodowym nie rosła bez końca. Przybrała kształt odwróconej litery U.
Początkowo AI pomagała pracownikom lepiej wykorzystywać własne mocne strony. Przy dużej intensywności współpracy efekt zaczął się jednak odwracać. Autorzy opisują mechanizm „too much of a good thing”: korzyści z technologii mają swoją granicę. Znaczenie miał również niepokój związany z etycznymi konsekwencjami AI – osłabiał pozytywne efekty współpracy i wzmacniał negatywne.
Podobną zależność zaobserwowano wcześniej w badaniach nad kreatywnością. Hsuan-Che Brad Huang przeprowadził dwa eksperymenty z udziałem 139 profesjonalistów biznesowych i 319 pracujących dorosłych. Najlepsze rezultaty osiągały osoby współpracujące z AI w umiarkowanym stopniu, a nie te korzystające z niej najmniej lub najwięcej. Wynik powtórzył się później w badaniu 188 pracowników branż kreatywnych.
To ciekawy sygnał w momencie, gdy AI zaczyna towarzyszyć pracownikom niemal na każdym etapie dnia: przy mailach, analizach, researchu, prezentacjach, podsumowaniach spotkań czy szukaniu pomysłów. Badania nie wyznaczają jednej granicy, po której należy zamknąć ChatGPT. Pokazują raczej, że więcej technologii nie musi automatycznie oznaczać lepszych rezultatów.
Kolejną kompetencją związaną z AI nie będzie więc umiejętność korzystania z niej przy każdej okazji. Równie cenna może okazać się umiejętność rozpoznania, kiedy rzeczywiście pomaga, a kiedy lepiej wykonać część pracy samodzielnie.
KSIĄŻKI, Narzędzia, Rekomendacje
„Zachowuj się” to interdyscyplinarna opowieść o tym, co kształtuje ludzkie zachowanie i dlaczego w konkretnych sytuacjach reagujemy właśnie tak, a nie inaczej. Robert Sapolsky analizuje nasze decyzje, emocje i działania, cofając się od reakcji mózgu i hormonów przez doświadczenia z dzieciństwa aż po genetykę, kulturę i ewolucję. Pokazuje, jak te wszystkie czynniki wpływają zarówno na zachowania destrukcyjne, takie jak przemoc czy uprzedzenia, jak i na zdolność do współpracy, empatii i budowania pokoju.
Poruszone w eterze
