Czy agenci AI zastępują freelancerów? Co pokazują 4 lata dowodów (ChatGPT, Claude, Upwork, Jobbit)

Niemal każdy właściciel firmy zadaje dziś jakąś odmianę tego samego pytania: którą pracę można powierzyć agentowi AI, a która wciąż wymaga człowieka? Tym razem pytanie to ma swoje laboratorium. Od końca 2022 roku internetowe platformy dla freelancerów, na których działają miliony autorów tekstów, tłumaczy, projektantów i programistów, są jednocześnie areną naturalnego eksperymentu: co się dzieje, gdy zdolny substytut rutynowej pracy umysłowej pojawia się z dnia na dzień, przy niemal zerowym koszcie krańcowym, na rynku, na którym każde zlecenie jest publikowane, wyceniane i opatrzone znacznikiem czasu.

Niniejsze studium przypadku traktuje ten eksperyment tak, jak badacz potraktowałby każdy inny zbiór dowodów: co dokładnie zmierzono, jak dokładnie, co pokazują wyniki i czego jeszcze nie pokazują. Opiera się na recenzowanych badaniach i artykułach roboczych naukowców ze Stanford, MIT, Harvard Business School, University of Chicago i UCLA, na randomizowanych eksperymentach terenowych przeprowadzonych w BCG i Alibabie, na ocenach możliwości systemów AI przeprowadzonych przez METR i OpenAI oraz na własnych danych platform Upwork i Fiverr. Okres objęty analizą biegnie od listopada 2022 roku, gdy udostępniono ChatGPT, do sierpnia 2026 roku, gdy zaktualizowano najnowsze z tych badań.

Krótka odpowiedź na pytanie z tytułu brzmi: jak dotąd agenci AI zastępowali zadania, a nie freelancerów, a to zastępowanie było wąskie, szybkie i nierówne. Długa odpowiedź jest bardziej użyteczna, ponieważ pokazuje firmie, gdzie obecnie przebiega granica i jak pracować po obu jej stronach.

Podsumowanie ustaleń

Pięć wniosków wytrzymuje sceptyczną lekturę tych dowodów.

Po pierwsze, substytucja jest rzeczywista i skoncentrowana. W ciągu ośmiu miesięcy od udostępnienia ChatGPT liczba ogłoszeń dotyczących podatnej na automatyzację pracy pisarskiej i programistycznej na wiodącej globalnej platformie spadła o około 21% w stosunku do prac o dużym udziale pracy manualnej, a narzędzia do generowania obrazów zmniejszyły liczbę ogłoszeń związanych z pracą graficzną o około 17%. Na Upwork kwalifikacje i reputacja stały się mierzalnie mniej istotne dla przewidywania, kto zostanie zatrudniony w kategoriach eksponowanych na AI, podczas gdy cena zyskała na znaczeniu predykcyjnym.

Po drugie, wpływ na szerszy rynek pracy pozostaje niewielki. Najbardziej precyzyjne badanie, oparte na duńskich danych administracyjnych, wyklucza efekty w zarobkach lub liczbie przepracowanych godzin większe niż 2% dwa lata po udostępnieniu ChatGPT. Wyjątek jest wyraźny: w Stanach Zjednoczonych zatrudnienie pracowników w wieku od 22 do 25 lat w zawodach najsilniej eksponowanych na AI jest obecnie o około 19% niższe, niż byłoby, gdyby nadążało za rówieśnikami w zawodach mniej eksponowanych.

Po trzecie, wzrosty produktywności wynikające z pracy z AI są duże, lecz nierówne. Są największe dla mniej doświadczonych pracowników przy rutynowych zadaniach, a mogą stać się ujemne dla ekspertów przy zadaniach wykraczających poza kompetencje narzędzia. W jednym rzetelnie przeprowadzonym badaniu doświadczeni programiści pracowali z narzędziami AI o 19% wolniej, choć byli przekonani, że są o 20% szybsi.

Po czwarte, agenci AI przeszli od roli asystentów do roli pracowników. Długość zadania, które najbardziej zaawansowany system potrafi wykonać, podwaja się co kilka miesięcy, a eksperci oceniający w trybie ślepym uznają dziś rezultaty pracy najlepszych modeli za równie dobre lub lepsze niż praca profesjonalisty w niemal połowie przypadków. Gdy jednak uwzględni się czas potrzebny na weryfikację i poprawki, zmierzona oszczędność spada z niemal dziewięćdziesięciokrotności do przedziału od 12% do 39%, a nawet najlepsi agenci AI działający w środowisku pracy wciąż od czasu do czasu popełniają drobne błędy o nieodwracalnych skutkach.

Po piąte, racjonalną odpowiedzią, i taką, do której zbiegają się platformy, jest podział pracy: agenci AI zajmują się rutynową, możliwą do zweryfikowania pracą cyfrową; ludzie odpowiadają za osąd, odpowiedzialność, obecność i wszystko, co nieodwracalne; a między jednymi a drugimi następuje świadome, celowe przekazywanie zadań.

Uzasadnienie: dlaczego platformy dla freelancerów są właściwym laboratorium

Ekonomiści rynku pracy zazwyczaj pracują na rocznych badaniach ankietowych i szerokich kodach zawodowych. Internetowe platformy dla freelancerów oferują coś rzadszego: pracę podzieloną na pojedyncze zadania, z których każde ma datę publikacji, cenę, kategorię, kupującego, sprzedającego i wynik. Gdy pojawia się technologia zdolna wykonać część tych zadań, zmiana widoczna jest w ciągu tygodni w strumieniu ogłoszeń, w tym, kto wygrywa kontrakt i po jakiej stawce. Rynek ten błyskawicznie przyjmuje też nowe narzędzia, ponieważ między freelancerem a kartą przeglądarki nie ma żadnego cyklu zakupowego.

Te same cechy sprawiają, że laboratorium to jest niedoskonałe. Platformy rejestrują popyt zgłoszony w ogłoszeniach, a nie cały popyt; klient, który teraz wykonuje pracę we własnym zakresie za pomocą agenta AI, znika z danych, zamiast pojawić się w nich jako przypadek substytucji. Kategorie się zmieniają, więc spadek w kategorii „pisanie” może częściowo być efektem przeklasyfikowania do kategorii „edycja treści z użyciem AI”. Większość dużych zbiorów danych pochodzi ze Stanów Zjednoczonych, a freelancerzy działający na platformach nie są reprezentatywni dla całej siły roboczej. Te ograniczenia mają znaczenie dla interpretacji wyników i powracamy do nich w dalszej części tekstu, ale nie sprawiają, że zebrane dowody są bezużyteczne. Sprawiają jedynie, że stanowią one wskaźnik wyprzedzający, a nie pełny spis.

Stawka nie jest mała. IPSE szacuje liczbę freelancerów w Wielkiej Brytanii na około 2.05 miliona osób, czyli mniej więcej połowę spośród 4.2 miliona osób samozatrudnionych w tym kraju, posługując się definicją ograniczoną do trzech grup zawodowych o najwyższych kwalifikacjach. Są to dokładnie te zawody, którym badania możliwości zastosowania AI przyznają najwyższe miejsca.

Chronologia dowodów, 2022 do 2026

Ustalenie 1: substytucja jest rzeczywista, szybka i wąska

Najwcześniejsze rzetelne dowody przedstawili Xiang Hui, Oren Reshef i Luofeng Zhou w badaniu dużej internetowej platformy pracy, opublikowanym w czasopiśmie Organization Science w 2024 roku; praca ta zdobyła później przyznawaną przez Washington University nagrodę Olin Award za badania o praktycznym znaczeniu. Porównując freelancerów w zawodach eksponowanych na ChatGPT, DALL-E 2 i Midjourney z freelancerami w zawodach mniej eksponowanych, autorzy stwierdzili spadki zarówno liczby zleceń, jak i miesięcznych zarobków w grupie eksponowanej. Ustaleniem, które zaniepokoiło środowisko badaczy, była kwestia jakości. Freelancerzy z wysokimi dotychczasowymi ocenami i długim stażem nie byli chronieni; co więcej, autorzy przytaczają przesłanki wskazujące, że najlepsi wykonawcy ucierpieli nawet mocniej. Najbardziej prawdopodobne wyjaśnienie jest takie, że w rutynowej pracy tekstowej i graficznej doskonały rezultat pracy człowieka i zadowalający rezultat pracy maszyny stały się w oczach kupujących bliskimi substytutami, więc premia za doskonałość jako pierwsza uległa erozji.

Ozge Demirci, Jonas Hannane i Xinrong Zhu zmierzyli z kolei bezpośrednio stronę popytową. Wykorzystując ogłoszenia z wiodącej globalnej platformy freelancingowej, w pracy opublikowanej w Management Science w 2025 roku stwierdzili spadek liczby ogłoszeń dotyczących podatnej na automatyzację pracy pisarskiej i programistycznej o 21% względem prac o dużym udziale pracy manualnej w ciągu ośmiu miesięcy od udostępnienia ChatGPT, a także spadek o 17% liczby ogłoszeń dotyczących tworzenia obrazów po pojawieniu się modeli generujących obrazy. Dwa wyniki poboczne mają równie duże znaczenie, co wynik główny. Ogłoszenia, które pozostały w kategoriach eksponowanych na AI, dotyczyły bardziej złożonej pracy i oferowały wyższe wynagrodzenie, a konkurencja o nie się nasiliła. Innymi słowy, substytucja nie opróżniła całej kategorii; usunęła jedynie jej dolną część.

Dlaczego jako pierwsze ucierpiały pisanie, tłumaczenia i praca graficzna? Kształtu temu mechanizmowi nadaje analiza 200,000 zanonimizowanych rozmów z Bing Copilot przeprowadzona przez Microsoft Research i opublikowana w 2025 roku. Zawody o najwyższej możliwości zastosowania AI to te, w których praca polega na zbieraniu, tworzeniu i przekazywaniu informacji; na czele listy znaleźli się tłumacze ustni i pisemni, u których 98% czynności zawodowych pokrywało się z zadaniami, jakie asystent już wykonywał dobrze. Możliwość zastosowania to nie to samo, co wypieranie z rynku, i autorzy wyraźnie to zaznaczają, jednak ranking niemal dokładnie przewiduje, które kategorie freelancingowe, jak wykazały badania platform, faktycznie się kurczyły.

Najnowsze i, z punktu widzenia przedsiębiorcy, najbardziej pouczające dowody pochodzą od Auyona Siddiqa i Niuniu Zhang z UCLA Anderson. Ich artykuł roboczy z 2026 roku, „Human Capital, AI, and Labor Commoditization” (Kapitał ludzki, AI i komodyfikacja pracy), śledzi losy niemal 50,000 freelancerów z Upwork, aktywnych jeszcze przed pojawieniem się ChatGPT, na przestrzeni 21 kwartałów od początku 2021 do początku 2026 roku, obejmując 2.26 miliona zrealizowanych kontraktów. Zamiast liczyć zlecenia, autorzy pytają, co przewiduje, kto zostanie zatrudniony. W kategoriach silniej eksponowanych na AI, takich jak tłumaczenia i pisanie, łączna waga predykcyjna autoprezentacji freelancera, jego kwalifikacji i reputacji spadła o około 7.8% w stosunku do kategorii mniej eksponowanych, takich jak fotografia, a waga ceny wzrosła. Do ostatniego roku badania miary kapitału ludzkiego straciły około 10.1% swojego znaczenia, a cena zyskała około 1.8%. Przewaga, jaką mieli doświadczeni freelancerzy, zmniejszyła się o 6.2%, a następnie o 10.3%, a w pracy najsilniej eksponowanej na AI tańsi freelancerzy wygrywali o 7.9% więcej kontraktów. Ogólny popyt w dziedzinach eksponowanych na AI spadł o około 7%. Autorzy nazywają to zjawisko komodyfikacją: gdy kupujący może uzyskać od modelu przyzwoity pierwszy szkic, to, za co zapłaci człowiekowi, przesuwa się od pytania „kim jesteś” do pytania „ile to kosztuje”.

Ustalenie 2: efekt zagregowany wciąż jest niewielki, z jednym głośnym wyjątkiem

Gdyby dowody z platform freelancingowych wyczerpywały cały obraz sytuacji, statystyki krajowe powinny już to pokazywać. W większości tego nie pokazują, a badania, którym nie udaje się wykryć dużych efektów, należą do najlepiej zaprojektowanych.

Anders Humlum i Emilie Vestergaard połączyli zakrojone na szeroką skalę badania ankietowe dotyczące wdrożenia AI z duńskimi danymi administracyjnymi o rynku pracy, obejmującymi 25,000 pracowników i 7,000 miejsc pracy w jedenastu zawodach eksponowanych na AI. Ich artykuł roboczy NBER, po raz pierwszy rozpowszechniony w 2025 roku i zaktualizowany w marcu 2026 roku, dokumentuje szybkie tempo wdrażania: większość pracodawców w zawodach eksponowanych na AI uruchomiła inicjatywy związane z chatbotami, pracownicy zgłaszali korzyści w zakresie produktywności, a nowe zadania związane z AI stały się powszechne. Mimo to szacunki metodą różnic w różnicach dla zarobków i odnotowanej liczby godzin są precyzyjnymi zerami, wykluczającymi efekty większe niż 2% dwa lata po udostępnieniu ChatGPT, zarówno na poziomie pracownika, jak i miejsca pracy. Zmieniła się natomiast struktura pracy: pracodawcy wchłonęli tę technologię poprzez reorganizację zadań, w tym nowe zadania związane z tworzeniem treści, nadzorem nad AI i integracją AI, a osoby wdrażające te narzędzia przesuwały się do lepiej płatnych zawodów, w których narzędzia te są bardziej użyteczne, choć w liczbach zbyt małych, by wpłynąć na średnie. Wcześniejsza wersja artykułu szacowała deklarowane przez respondentów oszczędności czasu na poniżej 3% godzin pracy, czyli ułamek korzyści, często przekraczających 15%, udokumentowanych przez badania kontrolowane w tych samych zawodach. Rozdźwięk między tym, co AI potrafi zrobić w badaniu kontrolowanym, a tym, co zmienia w danych płacowych, jest centralną zagadką tej literatury, a Dania to miejsce, w którym mierzy się go najdokładniej.

Budget Lab at Yale dochodzi do podobnego wniosku w odniesieniu do Stanów Zjednoczonych, ale inną drogą. Śledząc strukturę zawodową zatrudnienia i stosując syntetyczną metodę różnic w różnicach do zawodów eksponowanych na AI, jego aktualizacje z 2025 i 2026 roku nie znajdują wyraźnego śladu AI. Początek 2026 roku pokazuje niski poziom zwolnień, ale też niski poziom nowych zatrudnień, a autorzy argumentują, że w przypadku technologii o szeroko zakrojonych skutkach należałoby oczekiwać, że ich ujawnienie się zajmie więcej niż w przybliżeniu trzy lata, jakie upłynęły od udostępnienia ChatGPT.

Wyjątek ten dokumentują Erik Brynjolfsson, Bharat Chandar i Ruyu Chen z Digital Economy Lab na Stanfordzie, w pracy „Canaries in the Coal Mine?” (Kanarki w kopalni?), wykorzystującej dane płacowe ADP obejmujące miliony amerykańskich pracowników. W jej aktualizacji z sierpnia 2026 roku, z danymi sięgającymi czerwca 2026 roku, zatrudnienie pracowników w wieku od 22 do 25 lat w zawodach silnie eksponowanych na AI było o około 19% niższe, niż byłoby, gdyby podążało za zatrudnieniem pracowników w podobnym wieku w zawodach mniej eksponowanych, wobec różnicy 15% rok wcześniej. W wartościach bezwzględnych zatrudnienie tej grupy wiekowej w dwóch najsilniej eksponowanych kwintylach spadło o około 11% między listopadem 2022 a czerwcem 2026 roku, podczas gdy zatrudnienie w trzech najmniej eksponowanych kwintylach wzrosło o około 10%. Doświadczeni pracownicy nie wykazują porównywalnej różnicy, a autorzy jasno stwierdzają, że nie obserwują powszechnego wypierania pracowników w skali całej gospodarki. Spadki koncentrują się w zawodach, w których wykorzystanie AI automatyzuje pracę, zamiast ją wspomagać.

Wyniki te są ze sobą spójne, gdy tylko przestaniemy oczekiwać, że AI będzie zachowywać się jak recesja. Substytucja na poziomie zadań pojawia się najpierw tam, gdzie kontrakty są najkrótsze i najczęściej wyceniane na nowo: w zleceniach freelancerskich i w zatrudnieniu na stanowiskach podstawowych. Rynek freelancingu jest kanarkiem, ponieważ jego ceny odświeżają się co tydzień; dane płacowe to kopalnia, a powietrze w niej jak dotąd zmieniło się najmniej.

Ustalenie 3: korzyści ze wspomagania są duże, ale nierówne, a granica jest postrzępiona

Uzupełnieniem substytucji jest wspomaganie, a w tym obszarze dowody eksperymentalne są wyjątkowo mocne, ponieważ możliwa jest randomizacja.

Brynjolfsson, Danielle Li i Lindsey Raymond zbadali etapowe wdrożenie asystenta opartego na generatywnej AI wśród 5,179 konsultantów obsługi klienta, w pracy opublikowanej w Quarterly Journal of Economics w 2025 roku. Liczba spraw rozwiązywanych na godzinę wzrosła średnio o 14%, przy wzroście o 34% wśród nowicjuszy i konsultantów o niższych kwalifikacjach oraz niewielkiej zmianie u doświadczonych, wysoko wykwalifikowanych pracowników. Narzędzie zdawało się kodować praktyki najlepszych konsultantów i przekazywać je najnowszym pracownikom, przyspieszając ich przesuwanie się po krzywej doświadczenia.

Fabrizio Dell'Acqua i współpracownicy z Harvard Business School, we współpracy z BCG, przydzielili losowo 758 konsultantów zarządzania do realistycznych zadań wykonywanych z GPT-4 i bez niego, w badaniu opublikowanym już w Organization Science. Przy osiemnastu zadaniach mieszczących się w zakresie kompetencji modelu konsultanci korzystający z AI wykonali o 12.2% więcej zadań, o 25.1% szybciej, przy jakości ocenionej przez oceniających w trybie ślepym jako wyższa o 40%. Przy zadaniu celowo dobranym tak, by leżało poza tym zakresem kompetencji, konsultanci korzystający z AI mieli o 19 punktów procentowych mniejsze prawdopodobieństwo dotarcia do poprawnej odpowiedzi. Sformułowanie, jakiego autorzy użyli na określenie tej granicy, postrzępiona granica technologiczna, stało się standardowym opisem tego problemu: zakres kompetencji narzędzia nie przebiega wzdłuż linii widocznych dla użytkownika, a użytkownicy słabo rozpoznają, po której stronie tej linii akurat się znajdują.

Eksperyment terenowy przeprowadzony w dziale obsługi klienta Alibaby, którego autorami są Xiao Ni, Tianjun Feng, Lauren Xiaoyuan Lu i współautorzy, powtórzył ten sam rozkład wyników na dużą skalę: 5,940 nowych konsultantów, około 2.56 miliona rozmów, 390,000 ocen klientów. Najsłabsi pracownicy poprawili wyniki najbardziej, zarówno pod względem szybkości, jak i jakości; najlepsi zyskali niewiele na szybkości, a stracili na jakości, zarówno w miarach subiektywnych, jak i obiektywnych. Wspomaganie, które podnosi poziom najsłabszych, może obniżać poziom najlepszych.

Jest też randomizowane badanie METR dotyczące doświadczonych programistów open source, opublikowane w lipcu 2025 roku, które jest najczęściej cytowanym ostrzegawczym wynikiem tego okresu i zasługuje na precyzyjne omówienie. Szesnastu programistów wykonało 246 rzeczywistych zadań w utrzymywanych przez siebie repozytoriach, liczących średnio ponad 22,000 gwiazdek i milion linii kodu, przy czym zadania losowo dopuszczały użycie narzędzi AI albo go zabraniały, głównie Cursora z Claude 3.5 i 3.7 Sonnet. Z użyciem AI wykonanie zadań zajmowało im o 19% więcej czasu. Przed badaniem prognozowali przyspieszenie o 24%; po jego zakończeniu oceniali, że byli szybsi o 20%. Ta rozbieżność w percepcji jest równie istotna, co sam wynik dotyczący produktywności. Sugeruje ona, że deklarowane samodzielnie korzyści, na których opiera się większość branżowych badań ankietowych, są zawyżone właśnie tam, gdzie poziom eksperckości jest najwyższy. Implikacje dla pracy programistycznej są szczegółowo omówione w tekście czy AI zastąpi programistów?

Przegląd literatury z 2025 roku, którego autorami są R. Maria del Rio-Chanona, Ekkehard Ernst, Rossana Merola, Daniel Samaan i Ole Teutloff, spina te wątki w całej literaturze przedmiotu: wzrosty produktywności rzędu od 20% do 60% w badaniach kontrolowanych i od 15% do 30% w eksperymentach terenowych, większe dla nowicjuszy przy prostych zadaniach, niejednoznaczne przy zadaniach złożonych, przy czym dane ze śladów cyfrowych pokazują substytucję w pisaniu i tłumaczeniach, obok rosnącego popytu na kompetencje związane z AI oraz niewielkich, lecz narastających przesłanek świadczących o malejącym popycie na nowicjuszy.

Ustalenie 4: agenci AI przeszli od roli asystenta do roli pracownika, a luka w niezawodności jest sednem całej sprawy

Wszystko powyżej dotyczy AI jako asystenta człowieka, który pozostaje zaangażowany na każdym etapie. Zmiana, jaka zaszła od 2025 roku, polega na tym, że systemy wykonują dziś wieloetapową pracę, przy czym człowiek sprawdza wynik dopiero na końcu, albo wcale, a to zmienia, które dowody mają znaczenie.

Miara horyzontu czasowego stosowana przez METR bada, jak długie zadanie, wyrażone w czasie, jakiego potrzebowałby profesjonalista, system jest w stanie wykonać z 50% skutecznością. W rewizji metodologii ze stycznia 2026 roku, przy zestawie rozszerzonym do 228 zadań, w tym 31 trwających osiem godzin lub dłużej, długookresowy czas podwojenia oszacowano na około 196 dni, przy szybszym tempie podwajania wynoszącym 131 dni od 2023 roku i 89 dni od 2024 roku. Najlepszy zmierzony w tym momencie model, Claude Opus 4.5, osiągnął 50% horyzont wynoszący około 320 minut, przy szerokim przedziale ufności wynoszącym w przybliżeniu od trzech do dwunastu godzin. Autorzy wprost zaznaczają, że próg skuteczności na poziomie 50% jest łagodny jak na rzeczywistą pracę, że trend ten jest wrażliwy na skład zadań i że większość długich zadań wykorzystuje szacowane, a nie zmierzone czasy ludzkie. Uwzględniając te zastrzeżenia, kierunek zmian jest jednoznaczny: długość pracy cyfrowej, którą można delegować, rośnie wykładniczo.

Ewaluacja GDPval OpenAI, opublikowana pod koniec 2025 roku, sprawdza, czy ta zlecona praca jest w ogóle dobra. Zadania zostały napisane przez profesjonalistów w 44 zawodach z dziewięciu sektorów, mających średnio 14 lat doświadczenia, i ocenione metodą ślepego porównania parami z rezultatem pracy człowieka, przeprowadzonego przez ekspertów. Najlepszy model, Claude Opus 4.1, wygenerował rezultaty ocenione jako lepsze lub równe pracy eksperta w 47.6% przypadków. Liczba, którą firma powinna zapamiętać, jest jednak inna. Naiwne porównanie czasu maszyny z czasem człowieka daje wskaźniki bliskie dziewięćdziesięciokrotności, lecz gdy w artykule uwzględni się człowieka weryfikującego, a w razie potrzeby poprawiającego pracę, szacowana oszczędność spada do przedziału od 1.12 do 1.39 raza, w zależności od przyjętej strategii. To właśnie w weryfikacji ukrył się koszt. Jest to ten sam mechanizm, jaki Dell'Acqua stwierdził u konsultantów, a METR u programistów, zmierzony teraz na poziomie pojedynczego rezultatu pracy.

Testy porównawcze prowadzone w warunkach zbliżonych do środowiska pracy pokazują zarówno tempo postępu, jak i to, co z niego pozostaje niedopracowane. TheAgentCompany, projekt Carnegie Mellon, umieścił agentów AI w symulowanej firmie programistycznej z rzeczywistymi instancjami GitLab, OwnCloud, Plane i RocketChat oraz 175 zadaniami; najlepszy agent AI ukończył około jednej czwartej z nich w momencie startu pod koniec 2024 roku i około 30% w 2025 roku. Olly Styles i Sam Miller powrócili do swojego testu porównawczego WorkBench w czerwcu 2026 roku i podali, że odsetek ukończonych zadań najlepszego agenta AI wzrósł z 43% dla GPT-4 w marcu 2024 roku do 98% dla Claude Fable 5, podczas gdy udział przebiegów z niezamierzonymi szkodliwymi działaniami spadł z 26% do 1.9%. Podają też, że najbardziej zaawansowane modele wciąż popełniają podstawowe błędy, które czasami powodują nieodwracalne szkody. Dwa procent to bardzo dobry wynik; oznacza to też mniej więcej jeden na pięćdziesiąt przebiegów, w którym dzieje się coś, co nie powinno mieć miejsca.

Eksperyment terenowy Alibaby z 2026 roku, którego autorami są Yiwei Wang, Chuan Zhu, Tianjun Feng, Lauren Xiaoyuan Lu i Bingxin Jia, to pierwszy randomizowany dowód dotyczący AI agentowego z udziałem ludzi nadzorujących w rzeczywistym środowisku obsługi klienta. Pracownicy objęci badaną interwencją nadzorowali agenta AI, który obsługiwał kwalifikujące się rozmowy z klientami, podczas gdy resztę obsługiwali ręcznie. Średni czas trwania rozmowy spadł, przy ograniczonym wpływie na liczbę klientów wracających z tym samym problemem, ale rozmowy obsługiwane przez agenta AI otrzymywały wyraźnie niższe oceny. Interwencja człowieka ratowała sytuację znacznie skuteczniej, gdy awaria miała charakter techniczny, czyli był to nierozwiązany problem, niż gdy miała charakter emocjonalny, czyli chodziło o sfrustrowanego klienta, a najlepiej działała, gdy następowała wcześnie. Pracownicy sprawujący nadzór poświęcali też więcej uwagi rozmowom, które nadal prowadzili samodzielnie, co stanowiło pozytywny efekt uboczny. Jest to jak dotąd najbardziej bezpośredni dowód na to, jak powinno się projektować przekazywanie pracy między agentem AI a człowiekiem: obserwować wcześnie, interweniować w sprawach faktycznych i nie pozostawiać emocji maszynie.

Dane dotyczące adopcji potwierdzają, że zmiana ta nie ogranicza się do laboratoriów. Economic Index Anthropic za marzec 2026 roku podaje, że w 49% zawodów co najmniej jedna czwarta zadań była wykonywana z użyciem Claude, oraz że praca programistyczna migrowała z użycia konwersacyjnego w kierunku zautomatyzowanych przepływów pracy opartych na API, przy czym udział programowania wzrósł o 14% w API, a spadł o 18% w produkcie czatowym od sierpnia 2025 roku. Wkład Lightcast w AI Index Stanford za 2026 rok wykazuje kompetencje związane z AI w 2.5% wszystkich amerykańskich ogłoszeń o pracę, a udział ogłoszeń wspominających zestaw kompetencji „AI agentowe” wzrósł z 0.06% w 2024 roku do 0.23% w 2025 roku, czyli około 90,000 ogłoszeń. A UpBench, test porównawczy z 2025 roku zbudowany na podstawie rzeczywistych, zrealizowanych zleceń z platformy Upwork, wykorzystuje doświadczonych freelancerów do rozkładania każdego zlecenia na możliwe do zweryfikowania kryteria akceptacji, względem których oceniani są agenci AI. Ocenianie agentów AI według tych samych kryteriów, jakie klient zastosowałby wobec freelancera, jest sygnałem tego, w jakim kierunku ma zmierzać strona podażowa rynku.

Mechanizmy: dlaczego wzorzec wygląda właśnie tak

Cztery mechanizmy wyjaśniają większość tego, co pokazują zebrane dowody, i warto je nazwać, ponieważ pozwalają przewidzieć, co wydarzy się dalej.

Pierwszym jest komodyfikacja rutynowych kompetencji. Gdy model generuje akceptowalny szkic opisu produktu, tłumaczenia lub standardowego modułu kodu, gotowość kupującego do płacenia za kwalifikacje człowieka w danej kategorii spada, a decydującą zmienną staje się cena. Siddiq i Zhang mierzą dokładnie tę zmianę, a Demirci i współpracownicy pokazują jej lustrzane odbicie: praca, która pozostaje przy człowieku, staje się bardziej złożona, lepiej płatna i bardziej konkurencyjna.

Drugim jest koszt weryfikacji jako wiążące ograniczenie. Produkcja stała się tania; sprawdzanie nie. Załamanie się wyniku GDPval z dziewięćdziesięciokrotności do poniżej 1.4-krotności po uwzględnieniu weryfikacji, spowolnieni eksperci w badaniu METR i postrzępiona granica opisują tę samą ekonomię zjawiska. Kto potrafi tanio zweryfikować wynik, ten przechwytuje korzyść; kto nie potrafi, płaci za to w postaci poprawek lub niewykrytych błędów. Dlatego korzyści trafiają do nowicjuszy przy zadaniach łatwych do sprawdzenia, a zatrzymują się w miejscu w przypadku ekspertów przy zadaniach, w których sprawdzenie kosztuje tyle samo, co wykonanie.

Trzecim jest luka w kształceniu praktycznym. Zadania, które agent AI wykonuje dobrze, to zadania, jakie firmy dotychczas powierzały młodszym pracownikom i początkującym freelancerom, aby mogli się uczyć. Brynjolfsson, Li i Raymond pokazują, że wspomaganie pomaga najbardziej nowicjuszom; Brynjolfsson, Chandar i Chen pokazują, że firmy mimo to zatrudniają ich mniej. Obie rzeczy mogą być prawdziwe jednocześnie: firma, która potrzebuje mniej młodszych pracowników do wytworzenia tego samego rezultatu, zatrudnia ich mniej, nawet jeśli każdy z nich jest bardziej produktywny. Długofalowy koszt, czyli cieńszy zasób doświadczonych specjalistów w przyszłości, nie jest jeszcze widoczny w żadnym zbiorze danych i stanowi najważniejszą niezmierzoną zmienną w tej dziedzinie.

Czwartym jest trwałość zadań komplementarnych wobec pracy człowieka. Grupa porównawcza pracy o dużym udziale pracy manualnej w badaniu Demirci nie odnotowała spadku. Eksperyment Alibaby pokazuje, że awarie o podłożu emocjonalnym opierają się naprawie przez maszynę. Odpowiedzialność, obecność, praca fizyczna i relacje pozostają domeną człowieka z powodów, które nie mają nic wspólnego ze zdolnościami modelu, a wszystko z tym, co zaakceptuje klient.

Sceptyczny czytelnik powinien mieć w pamięci dwa alternatywne wyjaśnienia obok powyższych. Spadek zatrudnienia na stanowiskach podstawowych w Stanach Zjednoczonych zbiega się w czasie z wyższymi stopami procentowymi i wygaszaniem pandemicznej fali zatrudnienia w sektorze technologicznym, co niezależnie uderzyło w tę samą grupę wiekową; autorzy ze Stanford odnoszą się do tego poprzez porównania wewnątrz firm oraz przez zestawienie zawodów automatyzujących z zawodami wspomaganymi przez AI, jednak tego czynnika zakłócającego nie można w pełni wykluczyć. Ponadto każda miara „ekspozycji” jest sama w sobie wyprowadzona z modelu, więc badania te po części testują założenia samego klasyfikatora. Duńskie instytucje rokowań zbiorowych mogą też tłumić reakcje płacowe, które w bardziej elastycznym rynku pracy ujawniłyby się szybciej.

Jak zareagowały platformy

Platformy odczytały te same sygnały i zaczęły działać. W kwietniu 2025 roku dyrektor generalny Fiverr, Micha Kaufman, napisał do pracowników, że „AI przychodzi po wasze stanowiska pracy”, w tym po jego własne, i wezwał ich do opanowania narzędzi takich jak Cursor i Legora; we wrześniu 2025 roku firma zlikwidowała około 250 stanowisk, czyli blisko 30% swojej załogi, aby stać się tym, co określiła jako firmę stawiającą AI na pierwszym miejscu, po uprzednim uruchomieniu w lutym tego samego roku narzędzi twórczych Fiverr Go. Upwork przekształca swojego asystenta, Umę, w to, co opisuje jako stale aktywnego agenta pracy, podejmującego działania w imieniu klientów i freelancerów, a jego Future Workforce Index za 2026 rok przedstawia odnoszącego sukcesy freelancera na nowo, jako „orkiestratora AI”, który łączy narzędzia z wiedzą specjalistyczną z danej dziedziny i stosuje własny osąd. Ten sam raport podaje sygnał cenowy w jednym zdaniu: freelancerzy wykonujący pracę związaną z AI zarabiali o 34% więcej za godzinę niż ci, którzy takiej pracy nie wykonywali, złożona praca wspomagana przez AI odnotowała wzrost zarobków o 45% rok do roku, podczas gdy praca związana z generatywną AI i produkcją kreatywną odnotowała wzrost liczby rozpoczynanych kontraktów o 90%, przy jednoczesnym spadku zarobków na kontrakt o 13%. Wolumen przesunął się w stronę prostego końca spektrum; pieniądze przesunęły się w stronę złożonego końca.

Jobbit, platforma, na której publikowane jest niniejsze studium przypadku, została zaprojektowana wokół podziału pracy, na jaki wskazują te dowody, a nie wokół jednej z jego dwóch stron. Agent AI zajmuje się możliwą do zweryfikowania pracą cyfrową: budową i wdrażaniem strony internetowej lub aplikacji webowej, przygotowywaniem dokumentów i prezentacji, prowadzeniem badań, konfigurowaniem automatyzacji, generowaniem obrazów i wideo. Użytkownik może obserwować jego pracę w przeglądarce agenta i w każdej chwili przejąć kontrolę, co odpowiada wzorcowi wczesnej interwencji, uznanemu w eksperymencie Alibaby za najskuteczniejszy. W przypadku pracy, którą agent AI wykonuje słabo albo której nie powinien wykonywać samodzielnie, czyli prac fizycznych i lokalnych, odpowiedzialnej weryfikacji eksperckiej i wszystkiego, do czego klient potrzebuje człowieka, platforma kieruje zlecenie do moderowanej sieci ludzi na pro.jobbit.uk. Jobbit nie opublikował własnych danych z testów, a niniejsze studium nie formułuje żadnych twierdzeń na temat zmierzonych na nim wyników; twierdzenie dotyczy jedynie dopasowania między projektem platformy a przedstawionymi dowodami. Czytelnicy, którzy chcą poznać mechanikę działania platformy, mogą zacząć od tekstu czym właściwie jest agentowa AI, przewodnika po obserwowaniu i przejmowaniu kontroli nad przeglądarką agenta oraz praktycznej listy zastosowań AI dla małej firmy.

Co firma powinna zrobić z tymi dowodami

Ustalenia te przekładają się na regułę delegowania pracy, którą właściciel firmy może zastosować, nie czytając ani jednej pracy naukowej.

Powierz agentowi AI pracę, która jest rutynowa i możliwa do zweryfikowania: pierwsze szkice, streszczenia, briefy badawcze, standardowe dokumenty, stronę internetową lub narzędzie wewnętrzne, które można przeklikać i sprawdzić w jedno popołudnie. To właśnie tutaj każde badanie odnajduje największe korzyści, zwłaszcza tam, gdzie firma obecnie wykonuje dane zadanie wolno albo wcale, ponieważ efekt nowicjusza dotyczy firm w takim samym stopniu, co ludzi. Praktyczną sekwencję startową przedstawiono w tekście jak zautomatyzować firmę za pomocą agentów AI.

Pozostaw człowiekowi pracę, która jest nieodwracalna, emocjonalna, fizyczna lub wiąże się z odpowiedzialnością: wszystko, co wysyła pieniądze, usuwa dane, dotyczy zdenerwowanego klienta albo wymaga, by ktoś odpowiadał za rezultat. Eksperyment Alibaby i pozostałość błędów z testu WorkBench wskazują w tym samym kierunku.

Zanim uznasz, że agent AI jest tańszy, wlicz w rachunek czas potrzebny na weryfikację. Uczciwa arytmetyka GDPval, oszczędność od 12% do 39%, a nie dziewięćdziesięciokrotność, to liczba, z którą warto planować. Jeśli nikt w firmie nie jest w stanie sprawdzić wyniku pracy, oszczędność ta nie jest rzeczywista; odpowiedzią w takim przypadku jest to, by pracę wykonywał agent AI, a weryfikował ją ekspert, czyli układ, za który, jak pokazują dane freelancerskie, kupujący już płacą premię.

Miej świadomość, że granica jest postrzępiona i że będzie się przesuwać. Zadanie, którego agent AI nie potrafił wykonać w styczniu, może stać się rutynowe do września, a odwrotna sytuacja nie zachodzi. Testuj, prowadź zapis tego, co zostało sprawdzone i co zawiodło, i rewiduj podział pracy co kwartał.

Ograniczenia i otwarte pytania

Większość dużych zbiorów danych pochodzi ze Stanów Zjednoczonych, a dane platform mierzą popyt zgłoszony w ogłoszeniach, a nie całą wykonywaną pracę. Miary ekspozycji są wyprowadzone z modeli, więc wyniki po części dziedziczą założenia klasyfikatora. Horyzonty czasowe są krótkie: dwa lata w Danii, niecałe cztery w Stanach Zjednoczonych, a uwaga autorów z Yale, że szeroko zakrojone skutki mogą ujawnić się później, zasługuje na uwzględnienie. Testy porównawcze to nie to samo, co rzeczywista praca; zadania GDPval są samodzielnymi, zamkniętymi rezultatami, a WorkBench to syntetyczne biuro, podczas gdy rzeczywista praca jest przerywana, niejednoznaczna i naznaczona polityką organizacyjną. Możliwości AI zmieniają się na tyle szybko, że każda liczba przywołana w tym studium jest jedynie migawką, a badaniami najbardziej narażonymi na dezaktualizację są te dotyczące możliwości AI, a nie te dotyczące rynku pracy. Wreszcie efekt, który ma największe znaczenie dla najbliższej dekady, czyli to, czy zubożały proces kształcenia praktycznego pogorszy podaż doświadczonych specjalistów, nie może być jeszcze w ogóle zmierzony.

Wnioski

Czy agenci AI zastępują freelancerów? Jak dotąd zastępują zadania, i to tam, gdzie rezultat zadania można wytworzyć i ocenić jako rutynowy. To wystarczyło, by skurczyć rynek dla standardowej pracy pisarskiej, tłumaczeniowej i graficznej, osłabić premię za kwalifikacje przy zatrudnianiu w tych kategoriach oraz gwałtownie ograniczyć zatrudnianie na stanowiskach podstawowych w zawodach eksponowanych na AI, przy jednoczesnym pozostawieniu zarobków i liczby przepracowanych godzin w skali całych gospodarek zasadniczo bez zmian. Freelancerem, któremu w tych danych wiedzie się najlepiej, jest ten, kto sprzedaje osąd, odpowiedzialność oraz umiejętność kierowania pracą maszyny i jej sprawdzania; firmą, która na tym korzysta, jest ta, która uczy się delegować to, co rutynowe, i weryfikować to, a przy tym pozostawia człowieka przy wszystkim, czego nie da się cofnąć. Rynek nie traci jednej ze stron transakcji. Reorganizuje się wokół przekazywania pracy między nimi, a dowody sprzyjają tym platformom, które to przekazywanie czynią prostym.

Najczęściej zadawane pytania

Czy agenci AI zastępują freelancerów?

Nie jako cała kategoria zawodowa. Najlepsze dowody z lat 2022 do 2026 pokazują, że AI zastępuje konkretne zadania, głównie rutynowe pisanie, tłumaczenia, tworzenie obrazów i proste programowanie, gdzie liczba ogłoszeń o pracę spadła o mniej więcej jedną piątą względem pracy manualnej w ciągu kilku miesięcy od udostępnienia ChatGPT. Popyt na złożoną pracę w tych samych kategoriach wzrósł zarówno pod względem wynagrodzenia, jak i konkurencji, a dane krajowe nie pokazują wypierania pracowników w skali całej gospodarki. Najwyraźniejszymi przegranymi są pracownicy na stanowiskach podstawowych w zawodach eksponowanych na AI, a nie doświadczeni freelancerzy.

Które zlecenia freelancerskie są najbardziej dotknięte przez AI?

Pisanie, tłumaczenia, redagowanie treści, tworzenie obrazów i grafiki oraz rutynowe programowanie. Badania Upwork i innych platform pokazują, że kategorie te straciły ogłoszenia, a przy zatrudnianiu kwalifikacje zaczęły mieć mniejsze znaczenie, a cena większe. Praca, która jest fizyczna, lokalna, oparta na relacjach albo wiąże się z odpowiedzialnością za rezultat, jak dotąd pozostała w dużej mierze nienaruszona.

Czy taniej jest skorzystać z agenta AI niż zatrudnić freelancera?

Przy pracy rutynowej i możliwej do sprawdzenia zwykle tak, ale w mniejszym stopniu, niż sugerują efektowne porównania. Ewaluacja GDPval przeprowadzona przez OpenAI wykazała, że modele generują profesjonalne rezultaty pracy w surowym ujęciu czasowym mniej więcej dziewięćdziesiąt razy szybciej, jednak gdy uwzględni się weryfikację i poprawki wykonywane przez człowieka, oszczędność spada do około 12% do 39%. Jeśli nikt w firmie nie jest w stanie zweryfikować wyniku, realistyczną opcją jest agent AI wykonujący pracę i ekspert, który ją sprawdza.

Jaką pracę mała firma powinna wciąż powierzać człowiekowi?

Wszystko, co nieodwracalne, emocjonalne, fizyczne lub wiąże się z odpowiedzialnością: płatności i usuwanie danych, zdenerwowanych klientów, zlecenia realizowane na miejscu oraz rezultaty, za które ktoś musi odpowiadać. Eksperyment terenowy przeprowadzony w Alibabie w 2026 roku wykazał, że rozmowy obsługiwane przez agenta AI były szybsze, ale gorzej oceniane, oraz że interwencja człowieka ratowała awarie techniczne znacznie skuteczniej niż emocjonalne. Platformy takie jak Jobbit łączą agenta AI do zadań cyfrowych z siecią ludzi właśnie na potrzeby tej pozostałej części pracy.

Dlaczego badania nie zgadzają się co do wpływu AI na rynek pracy?

Przede wszystkim dlatego, że mierzą różne rzeczy. Badania kontrolowane mierzą, co AI potrafi zrobić przy wybranych zadaniach, i stwierdzają duże korzyści; dane platform mierzą popyt na konkretne kategorie zadań i stwierdzają gwałtowne, lokalne spadki; dane płacowe i administracyjne mierzą zatrudnienie i zarobki w skali całej gospodarki i jak dotąd stwierdzają niewielkie zmiany. Obraz staje się spójny, gdy odczyta się razem substytucję na poziomie zadań, nierówne wspomaganie i powolne dostosowanie w skali zagregowanej.