W okresie od stycznia do lutego 2026 r. poprowadziłam trzy warsztaty „AI Integration Labs” dla inicjatywy AI for Social Change – projektu wspieranego przez Google.org, prowadzonego przez TechSoup i partnerów programu Digital Activism Program, którego celem jest wyposażenie 10 000 specjalistów z sektora społeczeństwa obywatelskiego w 10 krajach Europy i Afryki w praktyczne umiejętności w zakresie odpowiedzialnej sztucznej inteligencji.
Każdy warsztat poświęcony był analizie tego samego podstawowego pytania z innej perspektywy: w jaki sposób sztuczna inteligencja zasadniczo zmienia warunki działania organizacji społeczeństwa obywatelskiego?
Warsztat 1: Sztuczna inteligencja i integralność informacji
Warsztat 2: Sztuczna inteligencja i skuteczna komunikacja
Warsztat 3: Sztuczna inteligencja i bezpieczeństwo cyfrowe
W trzech sesjach warsztatowych uczestniczyło w sumie około 38 uczestników, którzy byli przedstawicielami organizacji społeczeństwa obywatelskiego z Polski, Hiszpanii, Włoch, Wielkiej Brytanii, Nigerii, Ghany, RPA, Kenii, Słowacji, Litwy i innych krajów, a także ekspertami merytorycznymi z poszczególnych dziedzin.
Celem warsztatów nie była nauka sztucznej inteligencji. Zostały one stworzone w celu przedstawienia i zaznaczenia zmian, które zaszły.
Przed rozpoczęciem sesji zespół TechSoup przeprowadził szeroko zakrojone badania terenowe obejmujące 10 raportów z analizy sytuacji w poszczególnych krajach, studia przypadków oparte na wywiadach z kluczowymi informatorami oraz globalną ankietę internetową. Zebrałam wyniki tych badań w postaci zestawu „zmian”, czyli konkretnych, opartych na dowodach stwierdzeń dotyczących tego, jak sztuczna inteligencja zmieniła otoczenie, i przedstawiłam je w formacie „Stara rzeczywistość → Nowa rzeczywistość → Wnioski strategiczne”
Następnie zapytaliśmy: czy to odzwierciedla waszą rzeczywistość? Czego nam umknęło?
Odpowiedź była uderzająca. To nie są trzy odrębne problemy. Są to trzy przejawy jednej transformacji systemowej. Dezinformacja wykorzystuje kanały komunikacyjne, z których korzystają organizacje społeczeństwa obywatelskiego, a obie te elementy wykorzystują podatności, z których usunięciem organizacje te mają trudności.
Oto 17 zmian, które zidentyfikowaliśmy.
I. Delta integralności informacji: 4 zmiany
Sytuacja w zakresie dezinformacji nie tylko uległa pogorszeniu, ale także zasadniczo się zmieniła. Sztuczna inteligencja nie wynalazła dezinformacji (jest ona tak stara jak sama polityka), ale wyeliminowała wszystkie przeszkody, które kiedyś ją spowalniały.
1. Zmiana ilości: Farmy trolli → Nieograniczona ilość treści
Stara rzeczywistość: Dezinformacja była kosztowna i czasochłonna. „Farmy trolli” wymagały pracy ludzkiej, umiejętności językowych oraz koordynacji.
Nowa rzeczywistość: Sztuczna inteligencja generuje nieskończoną ilość unikalnych treści praktycznie za darmo. Podmioty o złych zamiarach mogą testować wiele kampanii na wielu celach jednocześnie.
Wniosek: Organizacje społeczeństwa obywatelskiego stały się obecnie bezpośrednim celem ataków. Kiedy prowadzenie kampanii oszczerstw nic nie kosztuje, każda organizacja, która rzuca wyzwanie władzy, staje się potencjalnym celem. W Niemczech samo pojęcie „społeczeństwa obywatelskiego” zostało przedstawione jako „figura wroga”.
2. Zmiana jakości: Oczywiste fałszywki → Hiperrzeczywistość
Stara rzeczywistość: Literówki i kiepską obróbkę w Photoshopie można było łatwo zauważyć. Dezinformacja miała w sobie coś, co zdradzało jej tandetność.
Nowa rzeczywistość: Fałszywe pliki audio i wideo typu deepfake stają się niemal nie do odróżnienia od rzeczywistości. Tekst wygenerowany przez sztuczną inteligencję nie zawiera żadnych śladów gramatycznych.
Wniosek: Luka weryfikacyjna się powiększa. Podmioty o złych zamiarach dysponują obecnie lepszymi narzędziami niż przeciętny pracownik programowy NGO. Co gorsza, istnienie deepfake’ów budzi wątpliwości co do wszystkich informacji, nawet tych prawdziwych i wiarygodnych. Badacze nazywają to „dywidendą kłamcy”: nie trzeba niczego udawać, jeżeli potrafi się sprawić, by ludzie wątpili we wszystko.
3. Zmiana zasięgu: Najważniejsze języki → Duża lokalizacja
Stara rzeczywistość: Dezinformacja była publikowana najczęściej w języku angielskim, francuskim lub innych głównych językach, co ograniczało jej zasięg.
Nowa rzeczywistość: Sztuczna inteligencja błyskawicznie tłumaczy mowę nienawiści na lokalne dialekty. Zagrożenia przenoszą się do obszaru „dark social”, grup na WhatsAppie i kanałów na Telegramie, które są poza zasięgiem narzędzi moderacyjnych.
Wniosek: Zagrożenie przeniosło się do sieci zamkniętych. Kampanie dezinformacyjne są obecnie prowadzone na skalę globalną pod względem produkcji, ale mają charakter hiperlokalny pod względem treści – są zlecane w jednej części świata, a skierowane do mikrospołeczności w innej.
4. Zmiana sposobu obrony: Sprawdzanie ręczne → Osłony AI
Stara rzeczywistość: Ludzie zajmujący się weryfikacją faktów ręcznie obalali twierdzenia jedno po drugim.
Nowa rzeczywistość: Zalew twierdzeń jest zbyt wysoki, by ludzie mogli sobie z tym poradzić samodzielnie. Ilość treści generowanych przez sztuczną inteligencję przekracza możliwości weryfikacyjne jakiegokolwiek zespołu.
Wniosek: Sztuczna inteligencja musi stać się tarczą, a nie tylko zagrożeniem. Ręczne sprawdzanie prowadzi do wypalenia zawodowego. Organizacje społeczeństwa obywatelskiego potrzebują zautomatyzowanych narzędzi do wczesnego wykrywania zagrożeń. Nie po to, by zastąpić ludzką ocenę sytuacji, ale by chronić potencjał ludzki.
II. Delta komunikacji: 6 zmian
O ile w przypadku dezinformacji chodzi o zagrożenia, to w komunikacji chodzi o szanse, choć występują tu pułapki. Sztuczna inteligencja nie tylko zmieniła tempo komunikacji organizacji społeczeństwa obywatelskiego. Zmieniła też znaczenie tej komunikacji.
5. Zmiana w tworzeniu: Tworzenie treści → Dbanie o autentyczność
Stara rzeczywistość: Tworzenie treści stanowiło wąskie gardło. Organizacje społeczeństwa obywatelskiego przeznaczyły znaczne środki na przygotowanie profesjonalnie wyglądających materiałów.
Nowa rzeczywistość: Sztuczna inteligencja błyskawicznie generuje treści. Kiedy każdy potrafi tworzyć dopracowane treści, „ogólnikowe” oznacza „niewidoczne”. Wartość treści ogólnych spadła do zera.
Wniosek: Kiedy każdy potrafi tworzyć, wyróżnia się tylko autentyczność. Organizacje społeczeństwa obywatelskiego muszą przestać skupiać się na tym, by wyglądać na „profesjonalne”, a zacząć udowadniać, że są „prawdziwe”.
6. Zmiana zasięgu: Komunikacja ogólna → Komunikacja ukierunkowana
Stara rzeczywistość: Aby dotrzeć do darczyńców i międzynarodowej publiczności, organizacje społeczeństwa obywatelskiego komunikowały się w najpopularniejszych językach, często pomijając przy tym lokalnych beneficjentów.
Nowa rzeczywistość: Sztuczna inteligencja umożliwia natychmiastowe i bezpłatne tłumaczenie na lokalne dialekty oraz do formatów audio. Wiadomości głosowe i treści w lokalnym języku są teraz w zasięgu ręki.
Wniosek: Radykalna inkluzja stała się wreszcie możliwa. Organizacje społeczeństwa obywatelskiego mogą komunikować się ze społecznościami wiejskimi w ich własnym języku za pośrednictwem aplikacji WhatsApp. Wymaga to jednak nadzoru ze strony człowieka, ponieważ tłumaczenie oparte na sztucznej inteligencji może spłaszczać niuanse kulturowe, jeżeli nie zostanie poddane weryfikacji.
7. Zmiana w strukturze darczyńców: Marketing masowy → Hiperpersonalizacja
Stara rzeczywistość: Zbieranie funduszy opierało się na ogólnych apelach wysyłanych przy użyciu masowych list mailingowych. Personalizacja była zarezerwowana dla największych darczyńców.
Nowa rzeczywistość: Sztuczna inteligencja umożliwia hiperpersonalizację na dużą skalę. Każdy darczyńca może otrzymać spersonalizowaną notkę z podziękowaniem, raport dotyczący wpływu lub apel o wsparcie.
Wniosek: Paradoks zaufania. Narzędzie, które umożliwia personalizację, może zniszczyć zaufanie, które miało budować. Darczyńcy potrafią wyczuć, kiedy coś jest „nie tak”. Fundatorzy traktują wnioski o dotacje generowane przez sztuczną inteligencję jako sygnały alarmowe wymagające natychmiastowej uwagi.
8. Zmiana w podejściu do etyki: Uchwycenie rzeczywistości → Tworzenie rzeczywistości
Stara rzeczywistość: Zdjęcie beneficjenta stanowiło dowód skuteczności działania. Wykonanie autentycznych zdjęć wymagało wizyt w terenie, uzyskania zgód oraz zaangażowania profesjonalnych fotografów.
Nowa rzeczywistość: Sztuczna inteligencja może generować syntetyczne obrazy przedstawiające cierpienie, skutki działania i społeczności. Granica między dokumentacją a fikcją coraz bardziej się zaciera.
Wniosek: Bariery etyczne to nowa forma bezpieczeństwa marki. Jedno ujawnione sfałszowane zdjęcie może zniszczyć budowaną latami wiarygodność. Pytanie, które powinna zadać sobie każda organizacja społeczeństwa obywatelskiego: „Czy czułbym się komfortowo, wyjaśniając moim darczyńcom, beneficjentom i prasie, w jaki sposób to powstało?”
9. Zmiana w zakresie weryfikacji: Pisanie wersji roboczej → Sprawdzanie wersji roboczej
Stara rzeczywistość: Kontrola jakości polegała na tym, że kolega sprawdzał twoją pracę. Największym utrudnieniem było napisanie pierwszej wersji.
Nowa rzeczywistość: Sztuczna inteligencja błyskawicznie generuje pierwsze wersje tekstu, ale wymagają one dokładnej weryfikacji. Punkt newralgiczny przesunął się z etapu tworzenia na etap kontroli jakości.
Wniosek: Prędkość bez odpowiedniej kontroli jest niebezpieczna. Organizacje społeczeństwa obywatelskiego potrzebują nowych procesów roboczych, które łączą treści generowane przez sztuczną inteligencję z kontrolą jakości dokonywaną przez ludzi, nie tylko pod kątem dokładności, ale także w celu zapewnienia spójności pod względem stylu wypowiedzi, tonu i wartości.
10. Zmiana w organizacji pracy: Odizolowane kanały → Zintegrowane systemy treści
Stara rzeczywistość: Komunikacja odbywała się w odizolowanych obszarach. Osoba odpowiedzialna za media społecznościowe zajmowała się jednym kanałem, a zespół programowy sporządzał raporty. Każdy działał niezależnie, co powodowało powielanie wysiłków.
Nowa rzeczywistość: Sztuczna inteligencja umożliwia tworzenie zintegrowanych ekosystemów treści: jedna treść jest automatycznie dostosowywana do wielu kanałów, grup odbiorców i formatów.
Wniosek: „Napisz raz, dostosuj do każdych warunków”. Zapotrzebowanie dotyczy nie tylko szybszego dostarczania treści, ale też inteligentniejszych systemów zarządzania treścią. Wymaga to jednak zmiany sposobu myślenia: treści należy postrzegać jako modułowe elementy składowe, a nie jako jednorazowe produkcje.
III. Delta bezpieczeństwa: 7 zmian
To były warsztaty, które wywarły na mnie wyjątkowe wrażenie. Podczas gdy sesja poświęcona dezinformacji miała charakter pilny, ale analityczny, a sesja dotycząca komunikacji była optymistyczna, sesja poświęcona bezpieczeństwu miała głęboko osobisty charakter. Uczestnicy na co dzień borykają się z tymi zagrożeniami. Rozmowa po warsztatach ujawniła fizyczne i emocjonalne skutki tych doświadczeń, utratę przytomności, inwigilację oraz fizycznie odczuwalny stres.
W przeciwieństwie do pozostałych dwóch warsztatów, gdzie niektóre zmiany rezonowały bardziej niż inne, tutaj uczestnicy ocenili niemal wszystkie siedem zmian na równi. W dziedzinie bezpieczeństwa cyfrowego nie ma mowy o jednym konkretnym kryzysie. To doświadczanie złożonego, wielopłaszczyznowego kryzysu, w którym wszystko wymaga natychmiastowej uwagi.
11. Zmiana powierzchni ataku: Hakowanie systemów → Hakowanie ludzi
Stara rzeczywistość: Ataki były wymierzone w systemy, polegały na obejściu zapór sieciowych i odgadywaniu haseł.
Nowa rzeczywistość: Ataki są wymierzone w ludzi. Sztuczna inteligencja na dużą skalę generuje bezbłędne, spersonalizowane wiadomości phishingowe oraz klony głosowe typu deepfake.
Wniosek: Pracownicy to nowa zapora sieciowa. Podstawową formą ochrony nie jest już oprogramowanie, lecz zachowania i protokoły weryfikacyjne. Jak ujął to jeden z uczestników: „Potrzebujemy więcej psychologów, a nie informatyków”.
12. Zmiana w zakresie danych: Big Data (aktywa) → Toksyczne dane (zobowiązania)
Stara rzeczywistość: Celem było „Big Data”. Zbierz jak najwięcej danych, aby wykazać wpływ swojego działania.
Nowa rzeczywistość: Ryzykiem są „dane toksyczne”. Sztuczna inteligencja ułatwia ponowną identyfikację danych, które zostały zanonimizowane, lub pozyskiwanie poufnych informacji z wycieków danych.
Wniosek: Najlepszym zabezpieczeniem jest radykalna minimalizacja danych. Najbezpieczniejsze dane to te, których nie gromadzisz. Jest to szczególnie pilne w przypadku organizacji społeczeństwa obywatelskiego działających na rzecz grup szczególnie wrażliwych: aktywistów, uchodźców i społeczności zagrożonych.
13. Zmiana w dostępności: Zakup jednorazowy → Kara za ubóstwo
Stara rzeczywistość: Bezpieczeństwo było produktem. Raz w roku kupowało się licencję na program antywirusowy.
Nowa rzeczywistość: Bezpieczeństwo ma charakter subskrypcji. Ciągłe płatne aktualizacje, opłaty za zabezpieczenia w chmurze oraz usługi zarządzane.
Wniosek: Małe organizacje społeczeństwa obywatelskiego nie są w stanie zapewnić sobie bezpieczeństwa ze względu na wysokie koszty. Licencje bezpieczeństwa na poziomie korporacyjnym mogą kosztować nawet 8 razy więcej niż standardowe. Najbardziej narażone organizacje mają najsłabsze zabezpieczenia, co powoduje niebezpieczną lukę w równości.
14. Zmiana zaufania: Cyfryzacja = Postęp → Papier = Bezpieczeństwo
Stara rzeczywistość: Przejście z nośników papierowych na cyfrowe było kwintesencją postępu.
Nowa rzeczywistość: Zagrożenia cyfrowe wydają się przytłaczające i niemożliwe do opanowania. Niektóre organizacje całkowicie rezygnują z narzędzi cyfrowych.
Wniosek: Strach hamuje rozwój organizacji społeczeństwa obywatelskiego. W wrażliwych sektorach, takich jak ochrona dzieci i zwalczanie handlu ludźmi, organizacje powróciły do systemów opartych na dokumentacji papierowej z czystej nieufności. Szkolenia muszą przywrócić zaufanie, w przeciwnym razie transformacja cyfrowa zakończy się niepowodzeniem.
15. Próżnia reakcji: Zawołaj informatyka → Nie ma kogo zawołać
Stara rzeczywistość: W razie włamania wzywało się informatyka lub wolontariusza znającego się na technologii.
Nowa rzeczywistość: Nikt nie wie, do kogo sie zwrócić. Nie ma żadnego planu naprawczego, żadnych kontaktów, żadnego scenariusza działania. Systemy przestają działać na całe tygodnie.
Wniosek: Organizacje społeczeństwa obywatelskiego potrzebują „zestawów awaryjnych” na wypadek ataku: osób kontaktowych ds. reagowania na incydenty, protokołów tworzenia kopii zapasowych oraz planów przywracania sprawności. Zapobieganie jest ważne, ale niezbędne jest przygotowanie się na porażkę.
16. Zmiana w łańcuchu dostaw: Narzędzia, które posiadasz → Narzędzia, które posiadają twoje dane
Stara rzeczywistość: Oprogramowanie działało na twoim komputerze. To ty decydowałeś, gdzie przechowywane były twoje dane.
Nowa rzeczywistość: Każde zintegrowane narzędzie może być źródłem wycieku danych. Usługi w chmurze, wtyczki oparte na sztucznej inteligencji oraz dodatki innych firm mają dostęp do twoich poufnych danych.
Wniosek: Suwerenność danych ma znaczenie. Eksperci od cyberbezpieczeństwa przedstawili dowody na to, że w publicznie dostępnych wynikach generowanych przez sztuczną inteligencję znaleziono dokumenty organizacyjne zawierające listy uczestników i lokalizacje wydarzeń. Pracownicy organizacji przesyłali poufne dokumenty do narzędzi AI bez uprzedniego ich zanonimizowania.
17. Zmiana konwergencji: Ochrona danych → Ochrona ludzi
Stara rzeczywistość: Bezpieczeństwo cyfrowe i bezpieczeństwo fizyczne stanowiły odrębne kwestie.
Nowa rzeczywistość: Ujawnienie lokalizacji, przechwycenie komunikacji lub podszywanie się pod kogoś za pomocą technologii deepfake może stanowić zagrożenie dla życia pracowników. Porażki systemów cyfrowych mają fizyczne konsekwencje.
Wniosek: W przypadku organizacji społeczeństwa obywatelskiego działających w nieprzyjaznym otoczeniu nadzór oparty na sztucznej inteligencji, prowadzony przez podmioty państwowe lub niepaństwowe, stanowi bezpośrednie zagrożenie dla bezpieczeństwa ludzi. Ta zmiana zebrała najwięcej głosów podczas warsztatów, co odzwierciedla rzeczywistość, w której dla wielu uczestników bezpieczeństwo cyfrowe jest dosłownie kwestią bezpieczeństwa osobistego.
Co łączy wszystkie 17 zmian
Po zebraniu wyników wszystkich trzech sesji warsztatowych, niezależnie od siebie i bez podpowiedzi wyłoniło się sześć tematów - niezależnie od kraju, tematyki i składu ekspertów weryfikujących.
Słabym ogniwem jest człowiek. Nie technologia. Każda sesja, niezależnie od tego, czy dotyczyła dezinformacji, komunikacji czy bezpieczeństwa, prowadziła do tego samego wniosku: umiejętność korzystania ze sztucznej inteligencji to zmiana mentalności, a nie umiejętność techniczna.
Etyka jest punktem wyjścia, a nie czymś dodanym na końcu. Uczestnicy wszystkich trzech sesji uznali etykę za jeden ze swoich głównych priorytetów. Organizacje społeczeństwa obywatelskiego nie będą wdrażać sztucznej inteligencji, jeżeli zagraża to ich integralności. Etyka nie jest elementem, który można dodać na końcu. Stanowi ona fundament, na którym opiera się wszystko inne.
Ta fundamentalna luka w zrozumieniu jest faktem. Uczestnicy nie chcą zostać inżynierami zajmującymi się sztuczną inteligencją. Chcą jednak wiedzieć, kto stworzył te narzędzia, kto na tym zyskuje, co dzieje się z ich danymi oraz jakie są konsekwencje korzystania z nich. To krytyczne zrozumienie stanowi warunek wstępny dla wszystkiego innego.
Kara za ubóstwo ma charakter systemowy. Obalanie kłamstw kosztuje więcej niż ich tworzenie. Koszt zabezpieczeń dla przedsiębiorstw ośmiokrotnie przewyższa standardowe ceny. Każde narzędzie AI wiąże się z opłatą abonamentową. Małe organizacje społeczeństwa obywatelskiego są wykluczane zarówno z rynku usług związanych z bezpieczeństwem, jak i z dostępu do nowych możliwości.
Ważna jest społeczność, a nie tylko kursy. Była to prawdopodobnie najbardziej konsekwentnie pojawiająca się konstatacja. Podczas wszystkich trzech warsztatów, uczestnicy (niezależnie od siebie i z własnej inicjatywy) mówili to samo: nie oferujcie nam wyłącznie szkoleń, które można realizować we własnym tempie. Dajcie nam przestrzeń, byśmy mogli to wspólnie rozgryźć, na bieżąco, w gronie osób, które rozumieją naszą rzeczywistość.
Ten „słoń w pokoju”, o którym wszyscy milczą. W trakcie każdej sesji poruszono kwestię kosztów środowiskowych związanych ze sztuczną inteligencją. Uczestnicy konsekwentnie zwracali uwagę na niepewność co do rzeczywistego wpływu oraz wyrażali podejrzenia, że firmy zajmujące się sztuczną inteligencją nie działają w sposób przejrzysty. Dla organizacji społeczeństwa obywatelskiego zajmujących się ochroną środowiska wiąże się to z bezpośrednim konfliktem etycznym przy stosowaniu tych narzędzi.
Co dalej?
Zespół TechSoup wykorzysta teraz te ustalenia w fazie BUDUJ, opracowując moduły szkoleniowe, infrastrukturę społecznościową, treści edukacyjne oraz program szkolenia trenerów. Szczegółowe zalecenia dotyczące programu leżą w gestii zespołów ds. edukacji i społeczności lokalnych.
Dla mnie warsztaty te potwierdziły coś, z czym nieustannie spotykam się w mojej pracy nad odpowiedzialnym zarządzaniem sztuczną inteligencją: organizacje znajdujące się najbliżej społeczności, na które sztuczna inteligencja ma największy wpływ, to często te, które dysponują najmniejszymi zasobami, by sobie z tym wpływem poradzić. Jednak kiedy da się im swobodę w projektowaniu tego, czego naprawdę potrzebują, to nie proszą o kolejny kurs. Zadają pytania sobie nawzajem.
Powyższe 17 zmian to nie prognozy. To opis tego, co już się dzieje. Pytanie nie dotyczy tego, czy sztuczna inteligencja wpłynie na społeczeństwo obywatelskie. Pytanie brzmi, czy społeczeństwo obywatelskie będzie dysponowało narzędziami, społecznością oraz ramami zarządzania, które pozwolą mu reagować na własnych warunkach.
Twoja opinia ma znaczenie
Co sądzisz o tym tekście? Poświęć 30 sekund, aby podzielić się swoją opinią i pomóc nam tworzyć wartościowe treści dla społeczeństwa obywatelskiego!
Ostatnia aktualizacja artykułu została zrobiona 2 lipca 2026, uwzględniając najnowszy rozwój w sferze AI.
Oświadczenia
Artykuł „Warsztaty AI Integration Labs: 17 zmian, które przekształcają oblicze społeczeństwa obywatelskiego” jest podsumowaniem prac przeprowadzonych w ramach warsztatów „AI Integration Labs” przygotowanych m.in. przez Ayşegül Güzel jako część projektu AI for Social Change w ramach programu Digital Activism Program realizowanego przez TechSoup przy wsparciu Google.org.
Do stworzenia treści autorka wykorzystała sztuczną inteligencję. Jednak cały artykuł został stworzony oraz poddany weryfikacji i przeglądowi przez autorkę i zespół TechSoup.
Narzędzia AI szybko się rozwijają i choć dokładamy wszelkich starań, aby zapewnić rzetelność udostępnianych przez nas treści, czasami niektóre informacje mogą być nieaktualne. Jeżeli zauważysz, że jakaś informacja jest nieaktualna, daj nam o tym znać pod adresem contact@hive-mind.community
O autorce
Ayşegül Güzel jest architektem odpowiedzialnego zarządzania sztuczną inteligencją, który pomaga organizacjom realizującym misję przekształcić lęk przed sztuczną inteligencją w godne zaufania systemy. Jej kariera łączy kierownicze przywództwo społeczne, w tym założenie Zumbara, największej na świecie sieci banków czasu, z prowadzeniem technicznej praktyki AI jako certyfikowany audytor AI i były analityk danych. Prowadzi organizacje przez cały proces transformacji zarządzania AI i przeprowadza techniczne audyty AI. Wykłada na uczelni ELISAVA i prowadzi międzynarodowe odczyty poświęcone podejściu do technologii zorientowanemu na człowieka. Dowiedz się więcej na stronie https://aysegulguzel.info lub zasubskrybuj jej biuletyn AI of Your Choice na stronie https://aysegulguzel.substack.com.