Jak powstała ta książka?

Pierwsza wersja tej książki (?) powstała w ciągu czterech godzin.

Napisała ją w całości sztuczna inteligencja.

AI przeprowadziła research, wyszukiwała badania i dane, porównywała źródła, budowała argumenty i – co najważniejsze – samodzielnie pisała kolejne rozdziały. Wybierała tematy, konstruowała przykłady, tworzyła fikcyjnych bohaterów i sama odnosiła się do treści, jakie tworzy.

Moja rola była tu więc ograniczona. Zainicjowałem jedynie cały ten eksperyment, określiłem jego kierunek, wybierałem narzędzia i podejmowałem kilka decyzji. Celowo jednak starałem się jak najmniej ingerować w cały ten proces.

Bo książka ta jest właśnie wynikiem pewnego eksperymentu – próby odpowiedzi na pytanie: czy obecnie duże modele językowe potrafią już samodzielnie napisać całą książkę?

Z LLM-ów korzystam zaś w swojej pracy na co dzień i to dosyć intensywnie. Przy ich pomocy analizuję duże partie danych, robię streszczenia długich tekstów, generuję alternatywne koncepcje i scenariusze, piszę kod aplikacji i wykonuję wiele innych zadań. Obserwuję też szybką zmianę ich umiejętności i możliwości. To, co potrafią dziś, i to, co „tworzyły” trzy lata temu, to zupełnie inna jakość i skala.

Czym innym jest jednak wygenerowanie kilkudziesięciu tysięcy słów, a czym innym napisanie całej – sensownej, spójnej narracyjnie i stylistycznie – książki.

Dzisiejsze modele teoretycznie mają już do tego możliwości. Operują kontekstem wystarczającym do pracy nad pełnym manuskryptem, a współczesne systemy agentowe potrafią wykonywać długie, wieloetapowe zadania: tworzyć plan działania, zarządzać plikami i ich kolejnymi wersjami, wracać do wcześniejszych rezultatów, oceniać je i poprawiać.

I właśnie te możliwości AI postanowiłem sprawdzić w tym projekcie.

Pierwszym etapem był więc wybór tematu i formy. Zleciłem modelowi ChatGPT (model GPT-5.6 Sol) ustalenie, jakie problemy najbardziej dziś nurtują ludzi, jakich informacji poszukują i co mogłoby być dla nich przydatną lekturą.

Już na tym etapie powstała koncepcja: dla aktualnego kontekstu potrzeb i obaw społecznych interesującą formułą może być praktyczny poradnik dotyczący odporności na niepewność. Jego odbiorcą mógłby być właściwie każdy z nas – bo to właśnie niepewność stała się jednym z elementów współczesnego status quo.

Tytuł i metafora plecaka ewakuacyjnego pojawiły się więc niemal samoistnie.

Po decyzji dotyczącej tytułu „poprosiłem” ChatGPT o przygotowanie briefu dla autora, który miał stworzyć z tego pomysłu spójną całość.

Kwintesencją briefu była myśl:

„Napisz książkę, którą zwykły człowiek będzie chciał czytać dalej, a po każdych kilku stronach będzie trochę lepiej przygotowany na życie, którego nie da się przewidzieć.”

Brief określał dodatkowo:

centralną metaforę plecaka;

jego strukturę: ciało/zdrowie, pieniądze, głowa/myślenie, umiejętności, ludzie/relacje, porządek, kierunek oraz finałowe „Zostaw”;

konstrukcję: krótkie mikrorozdziały, które można przeczytać osobno;

styl: rytmiczny, prosty, konkretny, bez patosu;

research: autor miał wyszukiwać badania, statystyki, raporty i dane;

objętość: pierwotnie ok 200 stron A5.

Poza briefem ChatGPT wygenerował również projekt okładki oraz ilustracje. Wykorzystał przy tym mój własny styl – jako wzorzec otrzymał próbkę mojego odręcznego rysunku z flipchartu.

Brief oraz materiały trafiły następnie do modelu działającego w Claude Code (model Fable 5).

Wybrałem to narzędzie dlatego, że nie jest ono wyłącznie kolejnym oknem rozmowy z chatbotem. To system agentowy, który może pracować bezpośrednio na plikach znajdujących się na komputerze: tworzyć je, zapisywać, czytać i modyfikować.

Może więc pracować iteracyjnie: coś napisać → zapisać → przeczytać całość → znaleźć problem → poprawić konkretne miejsca → zapisać nową wersję. Może również prowadzić research, wyszukiwać źródła w internecie, sprawdzać fakty i porównywać informacje.

Po otrzymaniu briefu Claude stworzył dla siebie całą strukturę projektu. Oddzielnie przechowywał kolejne rozdziały, materiały źródłowe, wyniki weryfikacji faktów oraz pliki potrzebne później do technicznego przygotowania książki.

Od momentu otrzymania briefu do oddania pierwszej wersji pełnego manuskryptu pracował nieprzerwanie przez cztery godziny.

W tym czasie moja aktywność ograniczała się głównie do akceptowania niektórych operacji technicznych związanych np. z zapisywaniem plików czy ich konwersją.

I po czterech godzinach miałem na dysku pierwszą wersję całej książki.

To był też jeden z najciekawszych momentów eksperymentu. Okazało się bowiem, że napisanie kilkudziesięciu spójnych rozdziałów nie jest dla modelu żadnym problemem. Problemem może być właśnie… nadmierna spójność.

W pewnym momencie zauważyłem, że kolejne rozdziały zaczynają działać według podejrzanie podobnego rytmu: scena, wyjaśnienie, dane, praktyczny wniosek, zadanie, efektowna puenta.

Każdy z osobna działał całkiem dobrze. Czytane jeden po drugim stawały się mocno męczące.

Model dostał więc kolejne zadanie: przeczytać własną książkę jeszcze raz, ale tym razem wejść w rolę bezlitosnego redaktora. Miał w niej znaleźć powtórzenia, sztuczne konstrukcje, nadmiernie regularny rytm, niepotrzebne dopowiedzenia itp.

Dopiero po takim samo-audycie rozpoczął kolejną redakcję.

Na końcu ten sam system (Claude Code) dostał jeszcze jedno zadanie – przygotować techniczny plik produkcyjny.

Musiał więc zaprojektować layout książki, stworzyć system typograficzny, dobrać fonty, nagłówki i marginesy, rozmieścić ilustracje, obsłużyć przypisy, spis treści i źródła, kontrolować łamanie stron, a następnie wyrenderować całość do PDF.

Ponieważ zdarzyło mi się wcześniej napisać i wydać kilka tradycyjnych książek – jeszcze w czasach przed-AI-owych – obserwowanie tego procesu było szczególnie interesujące.

Proces, który niegdyś trwał tygodniami i wymagał udziału autora, researcherów, redaktora, korektora, grafika i operatora DTP, tutaj odbywał się na moich oczach w jednym środowisku. Poszczególne role przejmował ten sam model, a po kolejnych etapach na dysku pojawiały się nowe wersje plików.

Ciekawym doświadczeniem była również pierwsza lektura tego, co w ten sposób powstało.

Celowo powstrzymam się jednak od wyrażania tutaj własnej opinii o rezultacie. Przyjemność oceniania pozostawiam tym, którzy zdecydowali się cały ten tekst przeczytać :-)

Czytając kolejne strony, wprowadziłem kilka drobnych korekt językowych, szczególnie tam, gdzie model użył dziwacznej kalki językowej albo stworzył nieistniejące słowo. Były to jednak stosunkowo nieliczne przypadki. Starałem się jak najmniej ingerować, żeby zachować charakter tego, co powstało.

I dlatego odpowiedź na pytanie, od którego rozpoczął się cały ten eksperyment, pozostawiam Tobie.

Czy to coś można już uznać za KSIĄŻKĘ? Czy może jest to wciąż jedynie ciąg 40 000 tokenów, wybieranych statystycznie przez sieć neuronową zbudowaną w architekturze transformera?

Roland Barthes – francuski filozof i semiotyk powiedział kiedyś, że czytelnik nie powinien być jedynie konsumentem tekstu, lecz staje się także jego współtwórcą.

Być może więc książki ostatecznie nie tworzy ten, kto ją pisze.

Tworzy ten, kto ją czyta.