Centaur w głowie – czy AI odgadnie mój każdy ruch?

Przełomowy model sztucznej inteligencji przewiduje ludzkie decyzje z 64% dokładnością. Czy to początek ery, w której maszyny będą znały nas lepiej niż my sami?

1Wstęp: Gdy algorytm wie więcej niż Ty

Siedzisz przed ekranem, scrollujesz przez media społecznościowe. Zatrzymujesz się na reklamie butów – dokładnie takich, jakie ostatnio przeglądałeś w trzech różnych sklepach. Klikasz. Kupujesz.

Gdzieś w tle algorytm notuje: „Przewidywanie nr 47294: trafione.”

To już nie science fiction. Model sztucznej inteligencji o nazwie Centaur potrafi przewidzieć Twoje zachowanie z dokładnością 64% – co oznacza, że w dwóch na trzy przypadki wie, co zrobisz, zanim Ty sam podejmiesz świadomą decyzję.

Brzmi fascynująco? Może trochę przerażająco? To naturalna reakcja. Bo Centaur to nie tylko technologiczny przełom – to okno w przyszłość, gdzie granica między tym, co prywatne, a tym, co przewidywalne, staje się coraz cieńsza.

2Historia cyfrowego proroka: jak powstał Centaur

Geneza przełomu

Centaur nie pojawił się z dnia na dzień. To efekt żmudnej pracy zespołu badawczego z Helmholtz Institute for Human-Centered AI w Monachium – jednego z najbardziej prestiżowych ośrodków badań nad sztuczną inteligencją w Europie.

Ale to, co czyni Centaura wyjątkowym, to nie tylko zaawansowana architektura, lecz przede wszystkim dane, na których został wytrenowany. Model został zasilony bazą Psych-101 – gigantycznym zbiorem zawierającym:

• Ponad 10 milionów decyzji
• 60 000 uczestników badań
• 160 różnych eksperymentów psychologicznych

To jakby dać komputerowi dostęp do największej na świecie biblioteki ludzkiego zachowania, zebrane przez dziesięciolecia badań nad psychologią poznawczą, społeczną i behawioralną.

Jak Centaur „myśli”

Rezultat przewyższył oczekiwania nawet najbardziej optymistycznych badaczy. W bezpośrednich porównaniach Centaur wypada lepiej od tradycyjnych modeli poznawczych i nawet zaawansowanych systemów językowych jak LLaMA w 31 z 32 testów predykcyjnych.

Co jednak najciekawsze, analizy wewnętrzne pokazały, że model czasami dosłownie naśladuje strategie ludzkiego myślenia. Przykład? Gdy ma przewidzieć decyzję zakupową, Centaur:

1. Najpierw liczy pozytywne opinie o produkcie
2. Potem sprawdza autorytet źródła
3. Wreszcie bierze pod uwagę cenę

To dokładnie ta sama kolejność, którą instynktownie stosuje większość z nas przed zakupem. Centaur nie został zaprogramowany do takiego postępowania – po prostu nauczył się tego z danych.

Dokładność, która imponuje i niepokoi

64% trafności to liczba, która wymaga kontekstu. Oznacza to, że:

• W 64% przypadków Centaur przewiduje poprawnie, co zrobi konkretna osoba
• W 36% przypadków się myli – co wciąż pozostawia sporo miejsca na nieprzewidywalność
• Model działa nawet w nowych kontekstach – nie tylko powtarza wzorce z treningów

Dla porównania: najlepsi psychologowie przewidują zachowanie ludzkie z dokładnością około 50-55%. Centaur jest więcej niż o 10 punktów procentowych lepszy od ekspertów z wieloletnim doświadczeniem.

3Dlaczego przewidywanie decyzji fascynuje i przeraża?

Pierwotna fascynacja przewidywaniem

Od zarania dziejów ludzie pragnęli zajrzeć w przyszłość. Wyrocznie, wróżby, horoskopy, analiza trendów – wszystko to wynika z fundamentalnej potrzeby zrozumienia tego, co nas czeka. Centaur realizuje to marzenie, ale w sposób oparty na nauce, nie na wierze.

Po co nam to?

Przewidywanie zachowań ma ogromny potencjał pozytywny:

• W medycynie: wcześniejsze wykrycie skłonności do autodestrukcyjnych zachowań
• W edukacji: dopasowanie metod nauczania do stylu uczenia się ucznia
• W bezpieczeństwie: przewidywanie i zapobieganie konfliktom
• W biznesie: lepsze dopasowanie produktów do rzeczywistych potrzeb

Algorithm aversion: strach przed doskonałością

Ale jednocześnie przewidywalność budzi w nas głęboki niepokój. Psychologowie nazywają to zjawisko „algorithm aversion” – paradoksalnie często bardziej boimy się nieomylnego algorytmu niż błędu sztucznej inteligencji.

Dlaczego tak się dzieje?

Eksperyment mentalny: Wyobraź sobie, że spotykasz kogoś, kto mówi Ci: „Za 20 minut zamówisz kawę latte, za godzinę sprawdzisz Instagram, a wieczorem będziesz żałować, że za dużo czasu spędziłeś na telefonie.”

Nawet jeśli ta osoba miałaby rację – czy nie poczułbyś się… naruszony? Obserwowany? Jakby Twoja autonomia została w jakiś sposób ograniczona?

Intention economy: gdy intencje stają się towarem

Prawdziwe wyzwanie zaczyna się jednak dopiero wtedy, gdy przewidywanie zachowań staje się modelem biznesowym.

Intention economy to nowy paradygmat ekonomiczny, w którym:

• AI przewiduje nasze intencje zanim je wyrażamy
• Firmy kupują te przewidywania jako dane marketingowe
• Całe branże powstają wokół monetyzacji naszych przyszłych decyzji

To znacznie więcej niż spersonalizowane reklamy. To system, w którym Twoje niewyartykułowane jeszcze pragnienie staje się produktem, który można kupić i sprzedać.

Konkretny przykład: Centaur może przewidzieć, że planujesz zmienić pracę na 3 tygodnie przed tym, nim zaczniesz przeglądać oferty. Ta informacja ma wartość dla:

• Portali rekrutacyjnych (mogą Ci wcześniej pokazać oferty)
• Twojego obecnego pracodawcy (może próbować Cię zatrzymać)
• Firm szkoleniowych (mogą zaproponować kursy podnoszące kwalifikacje)
• Banków (mogą przygotować ofertę kredytu na okres poszukiwań)

Ryzyka manipulacji: nudging w erze AI

Największe zagrożenie kryje się jednak w nudgingu – subtelnym „szturchaniu” w stronę określonych wyborów. Gdy system wie, co prawdopodobnie zrobisz, może to wykorzystać, by skłonić Cię do zrobienia czegoś innego.

Mechanizm działania:

1. AI przewiduje Twoje zachowanie (np. że za chwilę przestaniesz czytać artykuł)
2. System reaguje na przewidywanie (pokazuje bardziej angażujący content lub push notification)
3. Twoje zachowanie zostaje zmienione bez Twojej świadomości o manipulacji

Co gorsza, algorytmic bias – uprzedzenia w danych treningowych – może wzmacniać stereotypy i systemowe nierówności. Jeśli Centaur został wytrenowany na danych odzwierciedlających społeczne preferencje czy dyskryminację, może te wzorce reprodukować i utrwalać.

Przykłady już istniejących zastosowań

Być może nie zdajesz sobie sprawy, ale systemy przewidujące Twoje zachowanie działają już dziś:

Social media: Facebook i Instagram analizują czas patrzenia na posty, przewidując, co Cię najbardziej zaangażuje

E-commerce: Amazon wie, kiedy prawdopodobnie coś kupiesz, i dostosowuje do tego ceny i rekomendacje

Streaming: Netflix przewiduje, którą sekcję przerwiesz oglądanie, i sugeruje podobne tytuły

Dating apps: Tinder analizuje wzorce swipowania i przewiduje, kogo prawdopodobnie polubisz

Nawigacja: Google Maps przewiduje Twoją trasę na podstawie historii i sugeruje optymalizacje

Centaur to następny poziom tej ewolucji – system, który nie tylko analizuje Twoje dotychczasowe zachowania, ale przewiduje przyszłe decyzje w kontekstach, których wcześniej nie doświadczył.

4Co z wolną wolą? Rozmowa z neuroetykiem

W tej sekcji przedstawiam kluczowe pytania i odpowiedzi dotyczące filozoficznych i etycznych implikacji przewidywania zachowań przez AI.

Czy przewidywalność 64% oznacza, że wolna wola to iluzja?

Niekoniecznie. Nauki poznawcze od dekad wiedzą, że mózg podejmuje decyzje na kilka sekund przed tym, zanim staniemy się ich świadomi. Badania EEG i fMRI pokazują to z podobną dokładnością ~60%.

Kluczowa różnica: Świadomość ma „prawo weta” – ten ostatni moment, w którym możemy odrzucić już podjętą przez podświadomość decyzję. To zjawisko neurolodzy nazywają „free won’t” – wolna wola może nie inicjować akcji, ale może ją zatrzymać.

Centaur przewiduje statystyki, nie determinuje wybory. To różnica między „prawdopodobnie zrobisz X” a „musisz zrobić X”.

Czy Centaur wie o nas więcej niż my sami?

Model działa jak zaawansowany psycholog w wirtualnym laboratorium. Potrafi symulować nasze decyzje na podstawie wzorców zachowań podobnych ludzi, ale to nie oznacza, że rozumie nasze motywacje.

Różnica między przewidywaniem a rozumieniem:

• Centaur wie „co” – jaka decyzja będzie podjęta
• Nie wie „dlaczego” – jakie emocje, doświadczenia czy wartości za nią stają

To jak różnica między GPS-em, który zna najkrótszą trasę, a przewodnikiem, który rozumie, dlaczego warto skręcić w tę uliczkę, żeby zobaczyć piękną kamienicę.

Problem czarnej skrzynki

Większość systemów AI, włącznie z Centaurem, to „czarne skrzynki” – wiemy, że działają, ale nie do końca rozumiemy jak. To rodzi fundamentalne pytanie: czy możemy ufać prognozom systemu, którego logiki nie rozumiemy?

Przykład: Centaur przewiduje, że prawdopodobnie zrezygnujesz z abonamentu siłowni w styczniu. Ale czy to dlatego, że:

• Analizuje wzorce noworocznych postanowień?
• Zauważa spadek aktywności po świętach?
• Wykrywa korelację z wydatkami na aplikacje fitness?
• Czy może znajduje zupełnie inne, nieoczywiste powiązania?

Bez zrozumienia mechanizmu trudno ocenić, czy przewidywanie jest trafne, czy przypadkowe.

Etyka przewidywania: podstawowe zasady

Aby przewidywanie zachowań przez AI było etyczne, eksperci proponują kilka kluczowych zasad:

1. Transparentność Użytkownicy muszą wiedzieć:

• Kiedy AI próbuje przewidzieć ich zachowanie
• Na jakich danych bazuje przewidywanie
• Kto ma dostęp do tych prognoz
• Jak są one wykorzystywane

2. Kontrola użytkownika

• Możliwość wyłączenia przewidywania („opt-out”)
• Dostęp do własnych danych i prognoz
• Prawo do poprawki błędnych przewidywań
• Możliwość usunięcia historii zachowań

3. Minimalizacja danych

• Zbieranie tylko niezbędnych informacji
• Ograniczenie czasu przechowywania danych
• Szyfrowanie i zabezpieczenie prognoz
• Brak udostępniania bez wyraźnej zgody

4. Audyt algorytmów

• Regularne sprawdzanie pod kątem bias i dyskryminacji
• Testowanie na różnorodnych grupach użytkowników
• Monitorowanie długoterminowych efektów przewidywań
• Korygowanie wykrytych nieprawidłowości

Jak zachować autonomię w świecie przewidywalnych ludzi?

Świadomość jest pierwszą linią obrony. Im lepiej rozumiemy, jak działają systemy przewidujące nasze zachowanie, tym lepiej możemy chronić to, co w nas najważniejsze.

Praktyczne strategie:

Różnicowanie źródeł informacji: Nie polegaj wyłącznie na spersonalizowanych rekomendacjach. Świadomie szukaj alternatywnych perspektyw.

Regularne „detoksy algorytmiczne”: Okresy, gdy świadomie wybierasz przypadkowość zamiast personalizacji. Losowy artykuł zamiast rekomendowanego, nowy gatunek muzyki zamiast „Twojego Mix’u”.

Kwestionowanie pierwszych impulsów: Gdy czujesz nagłą chęć kupienia czegoś lub podjęcia decyzji, zatrzymaj się i zapytaj: „Czy to mój pomysł, czy sugestia algorytmu?”

Budowanie świadomej nieprzewidywalności: Czasem warto zrobić coś, co nie ma sensu z perspektywy danych – pojść nową trasą, spróbować czegoś nowego, złamać rutynę.

5Praktyczne pytania na dziś

Centaur to dopiero początek ery, w której AI będzie przewidywał nasze zachowania z coraz większą dokładnością. Warto więc zadać sobie kilka kluczowych pytań, które pomogą nam świadomie nawigować w tej rzeczywistości.

Refleksja osobista: gdzie już teraz jesteś przewidywalny?

Przegląd codziennych interakcji z AI:

• Media społecznościowe: Które posty zatrzymują Twój scroll? Czy to Twój wybór, czy algorytm już wie, co Cię zaciekawi?
• Zakupy online: Ile z Twoich ostatnich zakupów było spontanicznych, a ile „zasugerowanych” przez rekomendacje?
• Rozrywka: Czy wybierasz filmy/muzykę/podcasty samodzielnie, czy polegasz na „Dla Ciebie” i „Rekomendowane”?
• Nawigacja: Jak często kwestionujesz trasę zaproponowaną przez GPS?

Pytanie do refleksji: W którym momencie ostatnio zrobiłeś coś naprawdę nieprzewidywalnego – czego żaden algorytm by nie zasugerował?

Świadomość manipulacji: czy rozpoznajesz nudging?

Signały ostrzegawcze:

• Poczucie pilności: „Tylko dziś”, „Zostało 2 sztuki”, „Oferta wygasa za 3h”
• Sztuczne ograniczenia: „Dla VIP”, „Ekskluzywna oferta”, „Tylko dla Ciebie”
• Emocjonalne hacki: „Inni ludzie jak Ty kupili też…”, „Nie przegap okazji”
• Timing: Reklamy pojawiające się dokładnie wtedy, gdy o czymś myślisz

Ćwiczenie: Przez jeden dzień notuj, ile razy zauważasz próby wpłynięcia na Twoje decyzje. Czy potrafisz rozróżnić między pomocną sugestią a manipulacją?

Etyka osobista: gdzie postawić granicę?

Scenariusze do przemyślenia:

Scenariusz 1: AI przewiduje, że prawdopodobnie będziesz miał depresję za 6 miesięcy, na podstawie wzorców Twojej aktywności. Czy chcesz o tym wiedzieć? Czy chcesz, żeby ktoś inny wiedział?

Scenariusz 2: System przewiduje, że Twoje dziecko może mieć problemy w szkole, zanim się pojawią. Czy to pomocne przewidywanie, czy inwazja prywatności?

Scenariusz 3: AI wie, że prawdopodobnie zdradzisz partnera, zanim Ty sobie to uświadomisz. Czy ta informacja jest etyczna? Co jeśli zostanie wykorzystana przez ubezpieczyciela czy pracodawcę?

Twoje granice:

• W jakich obszarach życia akceptujesz przewidywanie zachowań?
• Które aspekty Twojej przyszłości chcesz zachować jako nieprzewidywalne?
• Komu ufasz na tyle, by pozwolić na przewidywanie Twoich decyzji?

Przygotowanie na przyszłość: intention economy

Kluczowe umiejętności na przyszłość:

Cyfrowa higiena: Regularne „sprzątanie” swojego cyfrowego śladu, świadome zarządzanie tym, jakie dane o sobie zostawiasz.

Krytyczne myślenie: Umiejętność kwestionowania sugestii i rekomendacji, rozróżniania między pomocą a manipulacją.

Świadoma nieprzewidywalność: Kultywowanie spontaniczności i otwartości na nowe doświadczenia jako forma obrony przed nadmierną przewidywalnością.

Negocjowanie warunków: Zrozumienie, że Twoje dane i przewidywalność mają wartość, i umiejętność negocjowania, co dajesz w zamian za co otrzymujesz.

6Często zadawane pytania

Czy Centaur działa jak mój wewnętrzny diablik, który zna moje słabości?

Nie do końca. Centaur to bardziej bardzo dobry psycholog-statystyk. Zna wzorce zachowań podobnych do Twoich ludzi, ale nie ma dostępu do Twoich osobistych motywacji, lęków czy marzeń.

Różnica kluczowa: Twój „wewnętrzny diablik” zna Twoją historię, traumy, sekrety. Centaur zna statystyki – wie, że 67% osób w Twojej sytuacji robi X, ale nie wie dlaczego akurat Ty możesz należeć do tych 33%, które robią Y.

Czy przewidywalność oznacza brak wolności?

Przewidywalność statystyczna to nie to samo co determinizm.

Analogia: Wiemy, że statystycznie więcej ludzi kupuje lody w upalny dzień niż w śnieżycę. To nie oznacza, że jesteś zmuszony kupić lody w upale – oznacza tylko, że prawdopodobieństwo jest większe.

Nawet przy 64% trafności Centaura, w 36% przypadków się myli – to sporo miejsca na wolną wolę, spontaniczność i indywidualność.

Plus: Przewidywanie to nie kontrolowanie. To, że ktoś wie, co prawdopodobnie zrobisz, nie oznacza, że może Cię zmusić do tego działania.

Jak odróżnić pomocne przewidywanie od manipulacji?

Użyteczne przewidywanie:

• Jest transparentne – wiesz, że ma miejsce
• Służy Twoim interesom – pomaga Ci w osiągnięciu Twoich celów
• Daje Ci wybór – możesz je zaakceptować lub odrzucić
• Jest dokładne – sprawdza się w praktyce

Manipulacyjne przewidywanie:

• Jest ukryte – nie wiesz o nim
• Służy interesom innych – ma Cię skłonić do czegoś, co jest korzystne dla kogoś innego
• Ogranicza wybór – prezentuje fałszywe alternatywy lub presję czasową
• Wykorzystuje emocje – gra na lęku, FOMO, społecznym porównaniu

Test praktyczny: Zapytaj siebie: „Czy gdybym wiedział, że to przewidywanie, nadal podjąłbym tę decyzję?”

Co robić, gdy AI przewiduje moje zachowanie lepiej niż ja sam?

To może być zarówno problemem, jak i szansą.

Wykorzystaj to konstruktywnie:

• Traktuj przewidywania jako samopoznanie – może AI dostrzega wzorce, których Ty nie zauważasz
• Użyj ich jako narzędzia refleksji – dlaczego prawdopodobnie zrobię X? Czy tego chcę?
• Potraktuj jako wczesny system ostrzegawczy – jeśli AI przewiduje problematyczne zachowania, możesz im zapobiec

Zachowaj kontrolę:

• Pamiętaj, że przewidywanie to hipoteza, nie wyrok
• Świadomie rób rzeczy nieprzewidywalne – łam wzorce
• Nie pozwól, by przewidywania stały się samospełniającymi się przepowiedniami

Czy można „oszukać” system jak Centaur?

Tak, ale czy warto?

Metody na zmylenie AI:

• Świadome wprowadzanie „szumu” – losowe działania niemające sensu
• Korzystanie z wielu tożsamości cyfrowych
• Regularne „resetowanie” preferencji w aplikacjach
• Udział w aktywościach przeciwnych do Twoich zwykłych wzorców

Ale zastanów się nad celem: Czy chcesz oszukać system, czy po prostu zachować prywatność i autonomię? Te drugie można osiągnąć przez transparentne narzędzia kontroli prywatności, nie przez walkę z algorytmami.

Jak przygotować dzieci na świat przewidywalnych zachowań?

Kluczowe umiejętności do nauczenia:

Krytyczne myślenie cyfrowe: Jak rozpoznać, kiedy aplikacja próbuje wpłynąć na ich decyzje

Świadoma różnorodność: Zachęcanie do eksploracji poza algorytmicznymi bańkami

Higiena cyfrowa: Zrozumienie, jakie dane zostawiają i jak są wykorzystywane

Emocjonalna odporność: Rozpoznawanie manipulacji emocjonalnych w interfejsach

Wartościowe wybory: Podejmowanie decyzji na podstawie własnych wartości, nie zewnętrznych sugestii

Jaka jest przyszłość prywatności w erze przewidywania?

Prawdopodobnie będziemy musieli przedefiniować pojęcie prywatności.

Od „ukrywania danych” do „kontroli nad prognozami”: Może nie uda się ukryć wszystkich danych, ale możemy wymagać kontroli nad tym, jak są one wykorzystywane do przewidywań.

Nowe prawa cyfrowe: Prawdopodobnie pojawią się regulacje dotyczące „prawa do nieprzewidywalności” czy „prawa do algorytmicznego wyjaśnienia”.

Technologie wspierające prywatność: Rozwój narzędzi pozwalających na personalizację bez ujawniania osobistych danych (jak differential privacy czy federated learning).

7Podsumowanie: między fascynacją a autonomią

Centaur pokazuje nam przyszłość, która jest jednocześnie ekscytująca i niepokojąca. Z jednej strony mamy technologię o ogromnym potencjale pozytywnym – może wspierać terapię, pomagać w edukacji, zapobiegać konfliktom, optymalizować nasze wybory. Z drugiej strony stawia fundamentalne pytania o autonomię, prywatność i to, co oznacza być człowiekiem w świecie coraz bardziej przewidywalnym.

Kluczowe wnioski

1. Przewidywalność nie oznacza determinizmu 64% trafności to imponujący wynik, ale wciąż pozostawia 36% na spontaniczność, wolną wolę i indywidualność. Jesteśmy przewidywalni statystycznie, ale nie deterministycznie.

2. Świadomość jest pierwszą linią obrony Im lepiej rozumiemy, jak działają systemy przewidujące nasze zachowanie, tym lepiej możemy je wykorzystać lub im się przeciwstawić. Ignorancja nie jest już błogosławieństwem.

3. Transparentność musi być standardem Firmy i organizacje wykorzystujące przewidywanie zachowań muszą być transparentne co do swoich metod i celów. Ukryte przewidywanie to manipulacja.

4. Kontrola użytkownika to minimum Każda technologia przewidująca zachowania musi dawać użytkownikom rzeczywistą kontrolę – możliwość wyłączenia, dostępu do danych, poprawek, usunięcia.

5. Różnorodność jako wartość W świecie coraz bardziej spersonalizowanym musimy świadomie kultywować różnorodność doświadczeń, perspektyw i wyborów.

Co dalej?

Centaur to dopiero początek. Kolejne modele będą prawdopodobnie jeszcze dokładniejsze, szybsze i bardziej wszechobecne. Kluczowe jest, abyśmy jako społeczeństwo – nie tylko jako pasywni użytkownicy – mieli wpływ na to, jak te technologie będą się rozwijać i być wykorzystywane.

Pytania, które będziemy musieli sobie zadać:

• Jak zapewnić, że przewidywanie służy ludziom, a nie przeciwko nim?
• W jaki sposób chronić podstawowe prawa człowieka w świecie coraz bardziej przewidywalnym?
• Jak balansować personalizację z różnorodnością, efektywność z autonomią?
• Kto powinien mieć dostęp do przewidywań naszych zachowań i na jakich warunkach?

Ostatnia myśl

Być może najważniejsze jest zrozumienie, że technologie jak Centaur nie są nieuniknionym losem, ale narzędziami, które możemy kształtować. To, czy staną się instrumentami wyzwolenia czy kontroli, zależy od decyzji, które podejmiemy dziś – jako użytkownicy, obywatele, społeczeństwo.

Paradoksalnie, w świecie gdzie AI przewiduje nasze zachowania, najważniejszą umiejętnością może stać się nieprzewidywalność. Nie jako chaos czy irracjonalność, ale jako świadomy wybór zachowania przestrzeni dla spontaniczności, kreatywności i ludzkiej różnorodności.

Bo ostatecznie, nawet jeśli AI przewidzi nasz ruch, to my wciąż decydujemy, czy go wykonać.

Źródła i dalsze czytanie:

• Helmholtz Institute for Human-Centered AI (2025). „Centaur: A Foundation Model for Human Behavior Prediction”
• IBM Research (2025). „AI Model Wants to Understand Your Mind”
• Wikipedia: „Algorithm aversion”, „Algorithmic bias”, „The Alignment Problem”
• The Guardian (2024). „AI tools may soon manipulate people’s online decision-making”
• Nature Human Behaviour: Studies on neurobiology of decision-making
• Center for Humane Technology: Reports on attention economy and behavioral prediction

Artykuł został stworzony na podstawie aktualnych badań naukowych i dostępnych publikacji. Wszystkie przykłady przewidywań przez AI mają charakter ilustracyjny i bazują na rzeczywistych możliwościach opisywanych technologii.