AI jako rampa i schody: kiedy „łatwa technologia” wyklucza tych, którzy potrzebują jej najbardziej

Demonstracja jest bezbłędna. Obywatel zadaje chatbotowi pytanie w naturalnym języku. System znajduje właściwy formularz, upraszcza instrukcje i wypełnia kilka pól. Publiczność bije brawo. Ktoś mówi: „Dzięki temu usługa stanie się dostępna dla wszystkich”.

Teraz zmieńmy użytkownika.

Ona porusza się po stronie za pomocą klawiatury, nie myszy. Punkt aktywny grzęźnie w oknie czatu. Odpowiedź znika, zanim czytnik ekranu zdąży ją odczytać. Kiedy kobieta prosi o kontakt z człowiekiem, bot powtarza artykuł z centrum pomocy. Stary numer telefonu usunięto, bo nowa usługa jest „łatwiejsza”.

Ta sama AI, która podczas prezentacji wyglądała jak rampa, stała się schodami ustawionymi przed jedynym wejściem.

Dostępność nie jest cechą, którą produkt nabywa po dodaniu ikony mikrofonu. Jest relacją między człowiekiem, zadaniem, otoczeniem i dostępnym wsparciem. Właściwe pytanie nie brzmi: „Czy ta funkcja istnieje?”, lecz: „Czy ten człowiek może osiągnąć to, co jest dla niego ważne - z godnością, kontrolą i prawdziwą drogą wyjścia?”.

Obietnica jest prawdziwa: AI może być rampą

AI może zwiększać praktyczną samodzielność. Zamiana mowy na tekst może pomóc osobie, która nie jest w stanie wygodnie pisać na klawiaturze. Zamiana tekstu na mowę i opis obrazu mogą udostępnić materiały wizualne. Automatyczne napisy mogą otworzyć wydarzenie na żywo dla nowych odbiorców. Przepisanie tekstu prostym językiem może pomóc komuś, kto mierzy się z przeciążeniem poznawczym lub nieznaną biurokracją. Podpowiadanie tekstu może zmniejszyć wysiłek fizyczny potrzebny do napisania wiadomości.

W przypadku dziennikarzy i nauczycieli te funkcje mogą poszerzać zarówno możliwości tworzenia, jak i uczestnictwa. Reporter z niepełnosprawnością ruchową może dyktować notatki. Student może poprosić o inne wyjaśnienie, nie musząc publicznie odgrywać przed grupą własnego niezrozumienia. Czytelnik może przechodzić między dźwiękiem, tekstem i podsumowaniem wizualnym zależnie od dnia, urządzenia i kontekstu.

Rozdział Piotra Plichty w polskim raporcie EU Kids Online 2026 dobrze oddaje podwójny charakter technologii cyfrowej dla młodych ludzi ze specjalnymi potrzebami edukacyjnymi. Technologie wspomagające mogą wspierać rozwój, komunikację, samodzielność i uczestnictwo społeczne, natomiast niska dostępność, ograniczone kompetencje i niedostateczna pomoc mogą pogłębiać istniejące trudności (2026, pp. 163 - 165). Raport przedstawia ten kontekst jako połączenie potencjalnie dużych korzyści i dużego ryzyka, a nie prostą opowieść o ratunku albo krzywdzie (p. 164).

Ta równowaga ma znaczenie. Jeśli mówimy wyłącznie o ryzyku, osoby z niepełnosprawnościami i inni marginalizowani użytkownicy stają się ludźmi, których trzeba chronić przed technologią. Jeśli mówimy tylko o szansach, stają się wdzięcznymi statystami na premierze produktu. W rzeczywistości są użytkownikami, pracownikami, twórcami i obywatelami uprawnionymi do współkształtowania warunków użycia.

Dlaczego rampa z powrotem zamienia się w schody

Pierwsza przemiana zachodzi wtedy, gdy możliwość staje się bramką. Wprowadzanie tekstu głosem pomaga, kiedy uzupełnia klawiaturę; wyklucza, gdy głos jest jedyną drogą w hałaśliwym domu, w przypadku zaburzeń mowy albo przy braku prywatności. Chatbot jest wygodny, kiedy uzupełnia formularz i obsługiwaną przez ludzi infolinię; staje się narzędziem przymusu, gdy je zastępuje.

Druga przemiana wynika z niestabilności interfejsu. Tradycyjne usługi także bywają źle zaprojektowane, lecz interfejsy generatywne dodają nieprzewidywalność. To samo żądanie może za każdym razem wywołać odpowiedź o innym brzmieniu, porządku i długości. Osoba z trudnościami poznawczymi lub w uczeniu się może za każdym razem na nowo odkrywać drogę. „Konwersacyjny” nie musi oznaczać prosty.

Trzeci problem to asymetria błędu. Pewny swoich kompetencji użytkownik może zauważyć, że podsumowanie jest błędne, i je poprawić. Osoba polegająca na systemie właśnie dlatego, że oryginał jest dla niej niedostępny, może nie mieć niezależnego sposobu sprawdzenia odpowiedzi. Rozwiązanie, które miało zwiększać dostępność, staje się pojedynczym punktem epistemicznej awarii.

Czwarty problem to ukryta praca poznawcza. System może używać prostych słów, a jednocześnie wymagać od użytkownika idealnego promptu, pamiętania o kilku warunkach, interpretowania niepewnych porad i wydostawania się z pętli. Interfejs usunął widoczne przyciski i zastąpił je niewidzialnym programem nauczania.

Piąty problem to zależność wpisana w projekt. Pomoc może rozwijać zdolności, ale może też omijać proces uczenia się lub osąd, które człowiek chciał kształtować. Chodak i Filipek wskazują nadmierne poleganie na technologii i utratę umiejętności jako ryzyko generatywnej AI (2025, p. 45). W dyskusji EU Kids Online Plichta nadaje ostrzeżeniu ostrzejszy, ludzki wymiar: „Najwięcej mogą stracić uczniowie o słabszych umiejętnościach uczenia się” (tłumaczenie autora, 2026, p. 166).

Pytanie nie brzmi, czy pomoc jest dozwolona. Chodzi o to, czy powiększa przestrzeń działania człowieka, czy po cichu wynosi z niej meble.

Zdolności: przestańmy liczyć funkcje, spójrzmy na wolność

Podejście zdolnościowe Amartyi Sena odróżnia zasoby od rzeczywistych możliwości robienia tego, co ludzie cenią, oraz bycia tym, kim chcą (1999, pp. 74 - 110). Dwie osoby mogą otrzymać ten sam zasób, a mimo to mieć skrajnie różną swobodę przekształcenia go w pożądany rezultat. Rampa jest użyteczna tylko wtedy, gdy prowadzi do drzwi, nie jest zablokowana i kończy się w miejscu, do którego człowiek ma powód chcieć dotrzeć.

W odniesieniu do AI takie podejście zmienia ocenę. Zespół produktowy może policzyć obsługiwane języki, ustawienia dostępności lub ukończone rozmowy.

Audyt zdolności pyta, czy człowiek potrafi zrozumieć decyzję, wykonać zadanie, ochronić prywatne informacje, poprawić błąd, poprosić o pomoc i wybrać inną drogę.

Ujawnia także czynniki konwersji. Asystent głosowy może działać technicznie, a zawodzić we wspólnym pomieszczeniu, w którym wypowiedziane słowa ujawniają stan zdrowia. Uproszczony tekst może być łatwy do przeczytania, lecz usuwać szczegóły prawne potrzebne do świadomej zgody. Bezpłatne narzędzie AI może wymagać nowoczesnego urządzenia, stabilnego połączenia i konta, których użytkownik nie ma. Funkcja jest obecna; zdolność działania - nie.

Ta perspektywa pozwala uniknąć mitu przeciętnego użytkownika. Niepełnosprawność, wiek, język, dochód, wykształcenie i przejściowe okoliczności nakładają się na siebie. Ktoś może używać czytnika ekranu, mówić językiem mniejszości i korzystać ze starego telefonu. Ktoś inny może mieć świetne kompetencje techniczne i doświadczać zmęczenia, które zmienia się z godziny na godzinę. Dostępność nie jest małym działem obsługującym stałą kategorię ludzi już po zbudowaniu głównego produktu.

Polski raport o wykluczeniu związanym z AI formułuje podobną uwagę instytucjonalną: usługi należy projektować od „najniższego progu wejścia”, włączać użytkowników końcowych we współtworzenie oraz zapewniać kontakt z człowiekiem, możliwość odwołania i zrozumiałe wyjaśnienia (Kaniecki, 2026, pp. 37 - 39). Najniższy próg nie oznacza najniższych ambicji. Oznacza, że drzwi projektuje się od krawędzi, zamiast później poszerzać je śrubokrętem.

Kto płaci za „łatwą” technologię?

Koszt jest często przerzucany na osobę, która ma najmniejsze możliwości, by go udźwignąć.

Wyobraźmy sobie hipotetycznego studenta z dysleksją, który korzysta z podsumowania AI, ponieważ trudno mu szybko przetworzyć oryginalny artykuł. Jeśli podsumowanie wymyśli cytowanie, student może umieścić je w swojej pracy i zostać oskarżony o niedbalstwo. Instytucja zyskuje efektywność; student ponosi ryzyko utraty wiarygodności.

Wyobraźmy sobie starszego mieszkańca, któremu odrzucono wniosek o świadczenie, ponieważ chatbot źle zrozumiał odpowiedź. Oficjalny rejestr usługi pokazuje ukończenie procesu. Córka poświęca wieczór na znalezienie drogi odwoławczej. System nie usunął pracy; sprywatyzował ją i przeniósł do rodziny.

Albo pomyślmy o niesłyszącym dziennikarzu, który podczas konferencji prasowej polega na napisach na żywo. Błędne nazwiska można później poprawić, jeśli zachowa się nagranie i pomoże kolega. Jeżeli redakcja potraktuje napisy jako wersję ostateczną i skasuje źródło, udogodnienie zamieniło się w niszczenie dowodów.

Te scenariusze są hipotetyczne, ale mechanizm przenoszenia kosztów dobrze znamy: kiedy „bezproblemowy” system zawodzi, naprawy dokonują użytkownicy, krewni, nauczyciele, pracownicy pierwszej linii i organizacje społeczne. Ich czas rzadko pojawia się w rachunku efektywności.

Próba EU Kids Online 2026 przypomina, że nie chodzi o maleńką grupę z marginesu. W zagregowanej analizie Plichty 348 spośród 1502 badanych - 23,2 procent - zadeklarowało co najmniej jedną niepełnosprawność, problem zdrowotny lub trudność w uczeniu się uwzględnioną we wskaźniku specjalnych potrzeb edukacyjnych. Autor wyraźnie zaznacza, że ta zbiorcza kategoria jest zróżnicowana i ma ograniczenia analityczne (2026, p. 167). Dobre projektowanie zaczyna się od zachowania tej różnorodności, a nie od zamiany 348 osób w jedną postać nazwaną „wrażliwym użytkownikiem”.

Człowiek w centrum oznacza godność, autonomię i możliwość odwołania

Godność wymaga pomocy bez upokorzenia. Użytkownik nie powinien być zmuszany do ujawnienia diagnozy, by odblokować czytelny format, powtarzać bolesnej historii kolejnym botom ani przyjmować infantylnego języka w imię prostoty.

Autonomia wymaga więcej niż pomyślnego wykonania zadania. Człowiek powinien wiedzieć, kiedy wykorzystywana jest AI, co dzieje się z jego danymi, które elementy można poprawić oraz czy system doradza, czy podejmuje decyzję. Powinien móc korzystać z pomocy bez rezygnacji z oryginału i odmówić jej bez utraty dostępu.

Odpowiedzialność wymaga kontaktu z człowiekiem, który ma realne uprawnienia. „Skontaktuj się z pomocą techniczną” nic nie znaczy, jeśli pracownik może tylko powtórzyć odpowiedź modelu. Publiczne, edukacyjne, zawodowe i zdrowotne usługi o wysokiej stawce potrzebują drogi do osoby, która potrafi zbadać kontekst, zmienić rezultat i wyjaśnić sposób naprawy.

Droga bez AI nie jest nostalgią. Jest odpornością. Systemy zawodzą, urządzenia się psują, modele zmieniają się z czasem, a ludzie mają uzasadnione

zastrzeżenia wobec zautomatyzowanego przetwarzania. Alternatywa musi być równorzędna: bez dodatkowej opłaty, karzącego opóźnienia czy traktowania jak użytkownika gorszej kategorii. Schody obok zamkniętej windy nie są wyborem.

Test najniższej bariery: praktyczny audyt dostępności

Test najniższej bariery to kontrola przed wdrożeniem dotycząca jednego rzeczywistego rezultatu. Należy ją przeprowadzać z osobami, które korzystają z usługi, a nie symulować w zespole projektowym, którego członkowie po kolei zamykają oczy.

1. Nazwijcie rezultat i stawkę. Napiszcie „złożyć odwołanie przed upływem terminu”, a nie „użyć chatbota”. Określcie, co się stanie, jeśli człowiekowi się nie uda: niedogodność, utrata możliwości nauki, szkoda finansowa, błędne przedstawienie publiczne albo niebezpieczeństwo. Im poważniejszy skutek, tym mocniejsza musi być droga awaryjna.

2. Zaproście różnorodnych użytkowników końcowych i zapłaćcie im. Uwzględnijcie osoby z potrzebami sensorycznymi, ruchowymi, poznawczymi i edukacyjnymi; mówiące różnymi językami i posiadające różne kompetencje cyfrowe; korzystające ze starszych urządzeń i wolniejszych łączy. Współpracujcie z organizacjami osób z niepełnosprawnościami, ale nie oczekujcie nieodpłatnych świadectw. Zapiszcie, kogo zabrakło w teście.

3. Zmapujcie każdą drogę, również tę bez AI. Narysujcie podróż dla klawiatury, dotyku, głosu, czytnika ekranu, korzystania z pomocą drugiej osoby, tradycyjnego formularza i kontaktu z człowiekiem. Zaznaczcie miejsca, w których AI jest obowiązkowa, dane opuszczają organizację albo użytkownik musi zmienić sposób obsługi. Ścieżka istnieje tylko wtedy, gdy uczestnicy mogą ją znaleźć bez poufnej wiedzy pracowników.

4. Testujcie percepcję i obsługę. Sprawdźcie nagłówki, kolejność fokusu, etykiety, kontrast, napisy, transkrypcje, powiększenie, limity czasu i zgodność z technologiami wspomagającymi. Oferujcie tekst i głos tam, gdzie są użyteczne, ale nigdy nie wymuszajcie jednego sposobu. Wygenerowane aktualizacje powinny być przewidywalne i ogłaszane przez czytniki ekranu bez przerywania użytkownikowi.

5. Testujcie dostępność poznawczą. Używajcie prostego języka, nie usuwając koniecznego znaczenia. Dzielcie zadania na stałe etapy, pokazujcie postęp i pozwalajcie zatrzymać się, sprawdzić i wrócić. Nie polegajcie na pamięci

wcześniejszych tur czatu. Wyjaśniajcie błędy konkretnie: co się wydarzyło, co pozostało zapisane i co człowiek może teraz zrobić.

6. Testujcie prawdziwość i możliwość naprawy. Celowo wprowadzajcie realistyczne błędy modelu. Czy użytkownik potrafi wykryć błędną odpowiedź, zobaczyć źródło, poprawić dane wejściowe i cofnąć działanie? Zachowujcie oryginały. Nie pozwalajcie, by wygenerowane uproszczenie stało się jedynym zapisem zgody, zeznania lub dowodu.

7. Mierzcie zdolność działania, nie oklaski. Zapisujcie, czy użytkownicy samodzielnie osiągają rezultat, ile potrzebują czasu, gdzie konieczna jest pomoc i czy rozumieją konsekwencje. Pytajcie, czy narzędzie zwiększyło ich kontrolę. Zadanie szybko wykonane przez osobę wspierającą nie jest samodzielnym sukcesem.

8. Chrońcie prywatność i wybór. Wyjaśniajcie użycie AI i zasady przechowywania danych w dostępnym języku. Minimalizujcie dane wrażliwe, zapewniajcie sposób ich usunięcia lub poprawienia i nie próbujcie rozpoznawać niepełnosprawności, jeśli człowiek może po prostu wybrać format. Preferencje dostępności nie powinny stawać się profilami reklamowymi.

9. Sprawdźcie drogi prowadzące do człowieka i bez AI. Pokażcie numer telefonu, obsługiwane stanowisko, adres e-mail lub tradycyjny formularz, zanim zacznie się pętla. Przetestujcie czas reakcji, uprawnienia pracownika i przekazanie sprawy. Użytkownik nie powinien powtarzać całej historii. Pozwólcie na wsparcie upoważnionej osoby, zachowując własny głos i zgodę użytkownika.

10. Ustalcie próg wdrożenia i publikujcie dowody. Krytyczne zadania nie przechodzą testu, jeśli którakolwiek z badanych grup nie potrafi ich bezpiecznie wykonać co najmniej jedną równorzędną drogą. Wskażcie osobę odpowiedzialną, datę naprawy i rozwiązanie tymczasowe. Powtórzcie test po zmianie modelu lub interfejsu i informujcie o nierozwiązanych wykluczeniach.

Nie istnieje jedna najniższa bariera

Potrzeby związane z dostępnością mogą się ze sobą zderzać. Animacja może prowadzić jedną osobę i przytłaczać inną. Prosty język może ułatwiać zrozumienie, a zarazem zmniejszać precyzję prawną. Głos może zwiększać samodzielność i niszczyć prywatność. Odpowiedzią są zwykle elastyczne drogi, a nie jeden „tryb dostępności” zesłany do piwnicy ustawień.

Testowanie z udziałem użytkowników także może stać się jedynie fasadą. Kilku dobrze znanych konsultantów nie reprezentuje każdej niepełnosprawności ani

każdego kontekstu. Organizacje muszą łączyć standardy, ocenę ekspertów, badania z użytkownikami, skargi i ciągłą obserwację. Muszą też być gotowe usłyszeć, że szeroko reklamowana funkcja nie powinna zostać uruchomiona.

Alternatywa w postaci człowieka może być fikcją, jeśli brakuje na nią środków. Obsługiwana infolinia, na której czeka się dwie godziny, nie zapewnia równorzędnego dostępu. Z drugiej strony zakładanie, że każdy potrzebuje ludzkiej pomocy, bywa protekcjonalne. Niektórzy użytkownicy wolą prywatność i tempo maszyny. Wymogiem etycznym jest realny wybór.

Lokalny audyt nie naprawi też niedostępnych systemów operacyjnych, słabego połączenia ani biedy. Drugi poziom wykluczenia cyfrowego dotyczy kompetencji i sposobów użycia, lecz dostęp materialny nadal ma znaczenie. Potrzebne są współpraca, finansowanie publiczne i standardy zamówień wykraczające poza pojedynczy zespół produktowy (Kaniecki, 2026, pp. 17 - 20).

Wróćmy do bezbłędnej demonstracji. Zostawmy chatbota, jeśli naprawdę pomaga. Dodajmy stabilną obsługę klawiatury, dostęp do źródeł, tradycyjny formularz i człowieka, który może działać. Zapłaćmy osobom testującym. Mierzmy, czy mieszkanka wykona zadanie, a nie czy animacja wygląda futurystycznie.

Następnie zaprośmy kobietę korzystającą z czytnika ekranu ponownie, jeszcze przed uruchomieniem usługi, i zadajmy jedyne pytanie, które ma znaczenie: czy może wejść, zdecydować i wyjść na własnych warunkach?

Technologia staje się rampą nie wtedy, gdy ze sceny wygląda na łatwą, lecz wtedy, gdy człowiek stojący u podnóża schodów ma więcej niż jedną prawdziwą drogę przez drzwi.