Prodziekan Kolegium Mediów i Komunikacji Społecznej ds. kierunku Filologia, kierownik Zakładu Filologii Angielskiej oraz adiunkt w Wyższej Szkole Informatyki i Zarządzania w Rzeszowie. Jej zainteresowania badawcze obejmują współczesną literaturę i kulturę krajów anglojęzycznych, komunikację międzykulturową, humanistykę środowiskową oraz relacje między kulturą, mediami i nowymi technologiami. Autorka monografii Imagining the Anthropocene Future (2023). Jest opiekunem Interdyscyplinarnego Koła Naukowego „Humanus”, a także członkinią Association for the Study of Literature and Environment (ASLE) oraz The European Association for the Study of Literature, Culture and Environment (EASLCE).

Etyka badań naukowych w czasach sztucznej inteligencji

Proces badawczy rzadko bywa oceniany przez pryzmat jego początkowych etapów, a to właśnie tam zapada decyzja o etycznej i merytorycznej wartości całego projektu. Sposób rekrutacji uczestników, ochrona poufności czy rzetelne planowanie metod to próba charakteru każdego badacza. Pojawienie się generatywnej sztucznej inteligencji nie zmienia tej zasady, stawia jednak przed nami zupełnie nowe wyzwania, zmuszając do redefinicji tego, co w nauce oznacza odpowiedzialność.

Rzetelność zaczyna się przed zebraniem danych

Projekt badawczy może spełniać wysokie wymagania metodologiczne, a mimo to rodzić istotne dylematy etyczne. Ankieta skierowana do studentów może generować presję, szczególnie jeśli prowadzi ją osoba mająca wpływ na ich oceny lub sytuację akademicką. Wywiad dotyczący doświadczeń przemocy niesie ryzyko ponownego wywołania silnego stresu lub trudnych emocji. Nawet publicznie dostępne zbiory wpisów z mediów społecznościowych mogą zawierać kombinacje informacji pozwalające na identyfikację ich autorów. Pozornie neutralne pytania ankietowe mogą też niezamierzenie dotykać obszarów wymagających szczególnej ochrony: od zdrowia i sytuacji materialnej po przekonania religijne, poglądy polityczne czy orientację seksualną.

Właśnie dlatego refleksja etyczna nie może być procedurą dopełnianą dopiero na końcu, lecz powinna towarzyszyć całemu cyklowi życia projektu – od koncepcji, przez gromadzenie i archiwizację materiałów, aż po publikację. W czwartym wydaniu Kodeksu etyki pracownika naukowego PAN z 2024 roku podkreślono, że przestrzeganie standardów etycznych jest podstawą wiarygodności nauki i zaufania społecznego. Dokument obejmuje nie tylko relacje z uczestnikami, lecz także rzetelność prowadzenia i dokumentowania badań, zarządzanie danymi, praktyki publikacyjne oraz etykę recenzowania.

Podejście to wpisuje się bezpośrednio w standardy europejskiego obszaru badawczego. Zaktualizowana Europejska Karta Naukowca stawia etykę oraz rzetelność na samym początku katalogu zasad adresowanych do badaczy, jednostek zatrudniających i instytucji finansujących. Odpowiedzialne środowisko akademickie nie ogranicza się do biernego spisywania reguł – buduje kulturę uczciwości, organizuje specjalistyczne szkolenia i wdraża przejrzyste mechanizmy reagowania na naruszenia. W tym szerszym systemie struktury takie jak Komisja ds. Etyki Badań Naukowych WSIiZ stają się kluczowym partnerem w codziennej pracy badawczej.

Spójne podstawy wyznacza również Europejski kodeks postępowania w zakresie rzetelności badawczej ALLEA. W uproszczeniu jego cztery zasady można przedstawić następująco:

Rzetelność – dbałość o jakość badań, widoczna w ich projektowaniu, metodologii, analizie i wykorzystywaniu zasobów.
Uczciwość – prowadzenie, ocenianie i komunikowanie badań w sposób przejrzysty, bezstronny, kompletny i sprawiedliwy.
Szacunek – wobec współpracowników, uczestników badań, społeczeństwa, ekosystemów, dziedzictwa kulturowego i środowiska.
Odpowiedzialność – za badania od pomysłu do publikacji, za zarządzanie nimi, szkolenie i nadzór oraz za ich szersze oddziaływanie.

Wartości te pokazują, że rzetelność akademicka wykracza poza unikanie plagiatu. Obejmuje staranne i metodologicznie uzasadnione projektowanie badań, przejrzyste raportowanie ograniczeń, właściwe przypisywanie autorstwa, odpowiednią ochronę danych, ujawnianie konfliktów interesów oraz gotowość do korygowania błędów.

Wymogi etyczne przed startem projektu

Choć nie istnieje jeden uniwersalny formularz etyczny właściwy dla wszystkich dyscyplin, w projektach obejmujących udział ludzi, dane osobowe lub potencjalnie wrażliwe materiały konieczne jest wcześniejsze rozstrzygnięcie co najmniej czterech podstawowych kwestii. Pierwszą jest rzeczywista dobrowolność udziału, która wykracza poza zebranie podpisu pod formularzem zgody. Osoba uczestnicząca powinna rozumieć cel i przebieg badania, możliwe niedogodności, zasady wykorzystania materiałów oraz warunki odmowy i wycofania się, w tym ewentualne ograniczenia dotyczące usunięcia danych po ich nieodwracalnej anonimizacji lub włączeniu do analiz zbiorczych. Szczególnej uwagi wymagają relacje zależności, w których student, podwładny lub pacjent może obawiać się, że odmowa wpłynie na jego oceny, sytuację zawodową lub otrzymywane wsparcie.

Drugim elementem jest ograniczenie zakresu zbieranych informacji do tego, co rzeczywiście potrzebne do realizacji pytań i celów badawczych. Techniczna możliwość pozyskania danych nie jest sama w sobie uzasadnieniem ich gromadzenia. Badacz powinien ustalić, które informacje są potrzebne, kto uzyska do nich dostęp, jak długo będą przechowywane i jak zostaną zabezpieczone. Anonimizacja powinna uniemożliwiać identyfikację osoby przy wykorzystaniu środków, których użycie można racjonalnie przewidzieć. Samo usunięcie imienia i nazwiska może oznaczać jedynie pseudonimizację, jeżeli osobę nadal można rozpoznać na podstawie innych informacji.

Trzecią kwestią jest ocena potencjalnego ryzyka, które nie ogranicza się do szkód fizycznych. Może obejmować stres psychiczny, stygmatyzację, nieuprawnione ujawnienie informacji, pogorszenie sytuacji zawodowej czy rozpoznanie unikalnej wypowiedzi w małej społeczności. Badacz powinien ograniczać te zagrożenia i przygotować adekwatne procedury reagowania na nieprzewidziane trudności.

Czwartym elementem jest przejrzysty opis procesu badawczego. Rzetelność naukowa wymaga dokumentowania istotnych decyzji metodologicznych, zmian w przebiegu projektu, sposobu analizy oraz ograniczeń. Dotyczy to również wyników niezgodnych z początkowymi oczekiwaniami. Selektywne pomijanie niewygodnych danych lub dopasowywanie wniosków bez uzasadnienia metodologicznego narusza zasady rzetelności badawczej.

Instytucjonalne ramy wsparcia: Rola Komisji ds. Etyki Badań Naukowych WSIiZ

W Wyższej Szkole Informatyki i Zarządzania z siedzibą w Rzeszowie formalnym i merytorycznym wsparciem dla badaczy jest Komisja do spraw etyki badań naukowych WSIiZ, powołana Zarządzeniem Rektora nr 78/2025 z 15 września 2025 roku na kadencję trwającą do 31 sierpnia 2030 roku. Zadaniem Komisji jest opiniowanie planowanych projektów pod kątem zgodności ze standardami etycznymi.

Procedura WSIiZ wskazuje w szczególności kategorie badań wymagających pozytywnej opinii Komisji przed rozpoczęciem. Należą do nich badania z udziałem osób o ograniczonej możliwości podjęcia decyzji lub wyrażenia swobodnej i świadomej zgody, w tym dzieci i osób z niepełnosprawnością intelektualną, a także projekty prowadzone w relacji zależności – na przykład z udziałem studentów podczas zajęć lub pracowników w miejscu pracy. Opinii wymagają również m.in. badania wykorzystujące decepcję albo prowadzone bez wiedzy osób badanych, angażujące osoby szczególnie podatne na uraz psychiczny, obejmujące aktywną interwencję w zachowanie człowieka, dotyczące tematów kontrowersyjnych lub wymagających szczególnej delikatności, a także badania długotrwałe, obciążające oraz takie, podczas których gromadzone są dane osobowe, zwłaszcza należące do szczególnych kategorii danych. Wykaz ma charakter otwarty: ocena może być potrzebna także wtedy, gdy kontekst badania czyni uczestników szczególnie podatnymi na ryzyko.

Szczegółowy wykaz wymogów i instrukcje przekazywania wniosków znajdują się na stronie Uczelni, podobnie jak Regulamin Komisji, aktualny wzór wniosku i formularz świadomej zgody. Komisja nie opiniuje medycznych badań naukowych mających charakter eksperymentu medycznego ani projektów, dla których przepisy wymagają opinii lub zgody innego właściwego organu. Uzyskanie opinii Komisji nie zwalnia badacza z przestrzegania prawa, zasad ochrony danych ani standardów właściwych dla danej dyscypliny. Komisja nie zastępuje również inspektora ochrony danych czy organów zajmujących się naruszeniami rzetelności naukowej. Jej opinia pomaga natomiast rozpoznać i ograniczyć ryzyka, które mogłyby umknąć osobom bezpośrednio zaangażowanym w projekt.

Generatywna sztuczna inteligencja: Wsparcie narzędziowe a niepodzielna odpowiedzialność badacza

Narzędzia oparte na generatywnej sztucznej inteligencji mogą wspierać badaczy m.in. w porządkowaniu materiałów, pracy z kodem analitycznym, tłumaczeniu czy korekcie językowej, nie powinny jednak być traktowane jako samodzielne i niezawodne źródło wiedzy naukowej. Systemy te mogą generować wiarygodnie brzmiące, lecz fałszywe treści i błędne odwołania bibliograficzne, powielać uprzedzenia obecne w danych treningowych i utrudniać ustalenie pochodzenia informacji. Wprowadzanie treści do zewnętrznych usług może też powodować ryzyko naruszenia poufności, ochrony danych lub praw własności intelektualnej, zależnie od rodzaju usługi i jej konfiguracji.

Aktualnym przykładem znaczenia weryfikacji jest sprawa dotycząca prof. Virginii Dignum z Uniwersytetu w Umeå, specjalizującej się w odpowiedzialnej AI, oraz jej książki popularnonaukowej The AI Paradox. Według autora skargi sześć przypisów miało odsyłać do nieistniejących źródeł, a zastrzeżenia zgłoszono szwedzkiemu organowi badającemu nierzetelność naukową (NPOF). Prof. Dignum odrzuciła zarzut fabrykacji: oświadczyła, że wszystkie wskazane źródła istnieją, a nieprawidłowości dotyczyły opisów bibliograficznych. Przyznała jednocześnie, że część błędów powstała podczas wspomaganej przez AI konwersji przypisów do formatu BibTeX i nie została przez nią wychwycona przed publikacją. Ponieważ sprawa pozostaje przedmiotem postępowania NPOF, nie można obecnie przesądzać ani charakteru uchybień, ani odpowiedzialności badaczki. Przypadek ten przypomina jednak o zasadzie niezależnej od wyniku postępowania: autor odpowiada za sprawdzenie faktów i odwołań bibliograficznych także wtedy, gdy korzysta z narzędzi automatyzujących redakcję lub konwersję zapisów.

Zasada ta znajduje odzwierciedlenie w trzeciej wersji wytycznych dotyczących odpowiedzialnego wykorzystania generatywnej AI w badaniach, opublikowanej przez Komisję Europejską w maju 2026 roku. Dokument wskazuje, że badacz zachowuje odpowiedzialność za treść i rezultaty swojej pracy, a wyniki generowane przy wsparciu AI wymagają krytycznej weryfikacji. Istotne zastosowania AI powinny być ujawniane zgodnie ze standardami danej dyscypliny i zasadami wydawcy. Wytyczne zalecają, aby nie przekazywać zewnętrznym systemom nieopublikowanych lub chronionych materiałów bez wiarygodnych gwarancji dotyczących ich dalszego wykorzystania oraz bez spełnienia wymogów poufności, ochrony danych i własności intelektualnej. Zwracają także uwagę na ryzyko plagiatu, naruszeń praw autorskich, halucynacji i powielania uprzedzeń. Badacze powinni powstrzymywać się od istotnego wykorzystywania generatywnej AI w działaniach wpływających na sytuację innych naukowców lub instytucji, takich jak recenzowanie publikacji i ocena wniosków grantowych, ze względu na ryzyko naruszenia poufności i nierównego traktowania.

Podobne stanowisko zajmuje Narodowe Centrum Nauki. NCN dopuszcza pomocnicze korzystanie z narzędzi AI przy opracowywaniu części wniosku, np. streszczeń, tłumaczeń, ilustracji i redakcji językowej, pozostawiając badaczowi pełną odpowiedzialność za sprawdzenie treści oraz przestrzeganie zasad rzetelności, etyki i praw autorskich. Eksperci oceniający wnioski nie mogą natomiast używać narzędzi AI do sporządzania recenzji ani przekazywać im treści dokumentacji konkursowej. Wynika to z obowiązku poufności i wymogu, by ocena była rezultatem samodzielnej pracy recenzenta.

Szczególnej ostrożności wymaga wprowadzanie do zewnętrznych narzędzi transkrypcji wywiadów, formularzy zawierających dane osobowe, niezanonimizowanych wypowiedzi respondentów czy poufnej dokumentacji medycznej. Poziom bezpieczeństwa, sposób przetwarzania i zasady przechowywania danych zależą od konkretnej usługi, jej konfiguracji, umowy i polityki prywatności. Nie należy więc zakładać, że przesyłane treści są automatycznie chronione lub wyłączone z ponownego wykorzystania. Usunięcie imienia i nazwiska może nie wystarczyć, jeżeli stanowisko pracy, doświadczenie życiowe albo połączenie kilku szczegółów pozwalają rozpoznać osobę. Przed zastosowaniem AI do materiałów badawczych należy ustalić, jakie informacje trafią do narzędzia, kto będzie je przetwarzał, w jakiej lokalizacji i na jakich warunkach, czy mogą zostać ponownie wykorzystane oraz jaka jest podstawa prawna przetwarzania danych. Należy również ocenić, jakie informacje trzeba przekazać uczestnikom i czy zgoda jest w danym przypadku właściwą podstawą prawną. Jeśli nie można zapewnić odpowiedniej ochrony, materiałów nie należy przekazywać zewnętrznej usłudze.

Komisja etyczna jako partner w odpowiedzialnej nauce

Komisja etyczna nie powinna być postrzegana wyłącznie jako administracyjny próg przed rozpoczęciem projektu. Jej zadaniem jest niezależne spojrzenie na planowane badania z perspektywy uczestników, skali ryzyka i standardów naukowych. Dobrze przygotowany wniosek pomaga badaczowi uporządkować koncepcję, określić zasady rekrutacji, dopracować informacje dla uczestników i zaplanować zabezpieczenie materiałów.

Pozytywna opinia nie przenosi odpowiedzialności z badacza na Komisję. Jeśli metodologia, grupa uczestników, zakres gromadzonych informacji lub kanały obiegu danych istotnie się zmieniają, może być potrzebna aktualizacja oceny etycznej, zgodnie z procedurą właściwej komisji. Rzetelność naukowa nie jest jednorazową formalnością, lecz praktyką wymagającą uwagi w całym cyklu życia projektu.

Współczesna nauka cieszy się autorytetem społecznym nie dlatego, że jest wolna od ryzyka czy ludzkich pomyłek, lecz dlatego, że dysponuje mechanizmami pozwalającymi tym błędom zapobiegać, szybko je identyfikować i rzetelnie korygować. W dobie powszechnej obecności generatywnej sztucznej inteligencji zasady te nie tracą na znaczeniu. Rzetelność, uczciwość, szacunek i odpowiedzialność nabierają szczególnej wagi w rzeczywistości, w której granica między technologicznym wsparciem a bezrefleksyjnym zastąpieniem ludzkiego osądu bywa niezwykle cienka.

Przydatne źródła i dokumenty

You can also read this article in English

Blog popularnonaukowy