Zaprzeczenie Chometa w sprawie AI dla Diora pozostawia otwartą kwestię interpolacji

Sylvain Chomet zaprzecza, by generatywna AI stworzyła grafikę do jego filmu dla Diora, mimo krytyki jego warstwy wizualnej i przyznania, że produkcja obejmowała zautomatyzowaną interpolację. Kontrowersja wokół AI Chometa i Diora koncentruje się teraz na tym rozróżnieniu. Interpolacja, czyli oprogramowanie tworzące obrazy pośrednie między dostarczonymi klatkami, opisuje zadanie, lecz nie wskazuje technologii, która je wykonuje.

Pozostawia to konkretną lukę w weryfikacji. Ludzkie rysunki i zautomatyzowane przetwarzanie obrazu mogą współistnieć w jednej produkcji. Ustalenie obecności tych pierwszych nie identyfikuje każdej późniejszej operacji. Podobnie przyznanie użycia automatyzacji nie dowodzi, że model AI wygenerował gotową animację.

Dla Diora spór dotyczy przekazu o rzemiośle związanego z jego świąteczną kampanią. Prada również promuje ręcznie rysowaną animację w swojej sezonowej reklamie. Bezpośrednia presja spada na marki i twórców filmowych, by wyjaśniali, co obejmują ich opisy procesu produkcji, szczególnie gdy odbiorcy interpretują je szerzej.

Co zmieniło się w sporze o AI Chometa i Diora

Nowy rozwój sytuacji to publiczne wyjaśnienie procesu produkcji, a nie niezależnie zweryfikowane ustalenie techniczne. Chomet i producent Aton Soumache bronili pracy artystów, jednocześnie przyznając, że wykorzystano automatyzację.

Według ich wywiadu dla Variety produkcja trwała siedem miesięcy i zaangażowano w nią około 20 osób, w tym sześciu animatorów. Twierdzą, że artyści narysowali postacie, tła i kluczowe pozy. Soumache określił wkład interpolacji jako „bardzo małą część procesu”. Są to wypowiedzi twórców filmu, a nie niezależnie audytowane pomiary produkcyjne.

Ta relacja podważa sugestie, że projekt nie obejmował znaczącej pracy rysunkowej. Wprowadza jednak także węższe pytanie: co wydarzyło się między rysunkami a gotowymi ruchomymi obrazami?

Przyznanie tego faktu potwierdza zautomatyzowany etap produkcji; nie wskazuje jednak systemu, który go wykonał.

To rozróżnienie ma znaczenie, ponieważ różne zarzuty wymagają różnych dowodów. Twierdzenie, że artyści nigdy nie stworzyli rysunków, dotyczy autorstwa na początku produkcji. Twierdzenie, że oprogramowanie wygenerowało obrazy pośrednie, dotyczy innego etapu. Dowody odnoszące się do jednego z tych twierdzeń nie rozstrzygają automatycznie drugiego.

Rozważmy hipotetyczne ujęcie postaci sięgającej po ubranie. Artysta może określić pozycję początkową, końcową, wyraz twarzy i kompozycję. Oprogramowanie może następnie pomóc skonstruować obrazy łączące te decyzje. Udział człowieka pozostaje znaczący, lecz mechanizm tworzący łączący je ruch nadal wymaga osobnego opisu.

Ten przykład nie ustala, jak przebiegała produkcja ujęć dla Diora. Ilustruje, dlaczego publiczna dyskusja wymaga bardziej precyzyjnych kategorii. Produkcja może zawierać oryginalne rysunki, nie oznacza to jednak, że każdy widoczny obraz otrzymał identyczne opracowanie.

Przyznanie użycia interpolacji nie zawiera też nazwy aplikacji ani szczegółowego opisu jej zastosowania. Bez tych informacji określenie procesu jako zautomatyzowanego zapewnia ograniczoną jasność techniczną.

Istnieje też różnica między relacjonowaniem odpowiedzi a przyjmowaniem wszystkich jej implikacji. Chomet i Soumache mogą wyjaśniać swoje intencje i zakres odpowiedzialności. Weryfikacja wymaga dowodów łączących te wyjaśnienia z kwestionowanymi etapami produkcji.

Najmocniejszy bezpośredni wniosek jest zatem ograniczony. Twórcy filmu przedstawili opis, który uznaje użycie automatyzacji i podkreśla autorstwo artystów. To, czy ten opis w pełni odpowiada pierwotnemu językowi marketingowemu, pozostaje kwestią otwartą do zbadania.

Czytelnicy powinni także powstrzymać się od traktowania najnowszego oświadczenia jako pełnego odwrócenia wszystkiego, co wcześniej rozumiano. Istotną zmianą jest większa szczegółowość dotycząca jednego etapu produkcji. Pozostająca niepewność dotyczy jego wdrożenia, zakresu i relacji z gotowym filmem.

Przekaz Diora o rzemiośle podnosi stawkę

Własny opis ręcznie rysowanej produkcji Diora łączy proces Chometa z cierpliwością wymaganą w haute couture, czyli tworzeniu luksusowych ubrań na miarę. Strona kampanii przedstawia film jako Christian Dior’s Night in Color, z narracją Roberta Pattinsona. Fikcyjna historia zabiera Christiana Diora i Marlene Dietrich na zimową przygodę.

Język produkcyjny marki ma większe znaczenie niż obsada gwiazdorska. Dior wyraźnie zachęca odbiorców do łączenia procesu powstawania filmu z rzemiosłem stojącym za jego modą. To sprawia, że metoda staje się częścią przekazu.

Gdy kampania sprzedaje wartość pracy ręcznej, jej opis tej pracy staje się istotnym twierdzeniem.

Tworzy to presję na zespół komunikacyjny Diora. Szerokie celebrowanie rzemiosła zachęca do szerokiej interpretacji. Węższa rzeczywistość produkcyjna, jeśli ma zastosowanie, wymaga języka jasno wyjaśniającego granicę.

Nie trzeba zakładać celowego wprowadzania w błąd, by dostrzec ten problem. Twórca filmu, dyrektor marketingu i widz mogą przypisywać temu samemu sformułowaniu różne znaczenia. Różnice te stają się istotne, gdy dane sformułowanie pomaga budować tożsamość kampanii.

Dla animatora określenie „ręcznie rysowane” może opisywać źródło grafiki i podejście artysty. Widz może rozumieć je jako deklarację dotyczącą każdej klatki. Marka może używać go, by wyrazić ciągłość ze starszą tradycją.

Znaczenia te nakładają się na siebie, ale nie są wymienne. Zadaniem wyjaśnienia procesu produkcji jest wskazanie, które znaczenie ma zastosowanie i dlaczego. Pozostawienie odbiorcom samodzielnego wyznaczenia granicy utrudnia rozwiązanie sporu.

Presja dotyka również artystów. Bezpodstawne oskarżenie może wymazać ich pracę z publicznej dyskusji. Niepełna obrona może sprawić, że będą wielokrotnie odpowiadać na pytania o system, którego nie wybrali ani nie opisali.

Dlatego przejrzystość produkcji powinna chronić wskazanych w napisach współtwórców, a także uspokajać klientów. Może pokazać, gdzie artysta podejmował decyzje, gdzie oprogramowanie pomagało i kto zatwierdził rezultat. Takie szczegóły dają dyskusji coś bardziej konkretnego niż reputacja.

Dla agencji zlecających porównywalne prace praktyczna konsekwencja dotyczy języka akceptacji. Brief kreatywny obiecujący estetykę ręcznej pracy różni się od zobowiązania dotyczącego metod produkcji. Jeśli te idee się zacierają, końcowa kampania może spełnić wymagania wizualne, jednocześnie rodząc pytania o proces.

Jest to analiza problemu komunikacyjnego, a nie dowód dotyczący wewnętrznych umów Diora. Żadna publiczna umowa analizowana tutaj nie ustala, czego marka wymagała od swoich twórców filmowych.

Stawka biznesowa powinna pozostać proporcjonalna. Dostępne relacje nie potwierdzają utraconej sprzedaży, anulowanych zleceń ani mierzalnych szkód dla kampanii. Potwierdzają publiczny spór o twierdzenie dotyczące produkcji.

Kontrowersja wokół AI Chometa i Diora jest istotna, ponieważ luksusowa marka przypisała wartość pochodzeniu dzieła. Rozstrzygnięcie tego sporu wymaga wyjaśnienia odpowiadającego precyzją obietnicy zrozumianej przez odbiorców.

Zautomatyzowana interpolacja nie wskazuje technologii

Kwestia techniczna zaczyna się od prostego rozróżnienia: nazwa zadania nie określa implementacji. Interpolacja mówi, co oprogramowanie próbuje wytworzyć. Nie ustala, które algorytmy to wytworzyły.

Użytecznym odniesieniem technicznym są badania badaczy Google nad interpolacją klatek, FILM: Frame Interpolation for Large Motion. Artykuł opisuje wytrenowaną sieć neuronową, która syntezuje klatki pośrednie na podstawie dostarczonych obrazów. Sieć neuronowa to system uczenia maszynowego, który uczy się wzorców podczas treningu.

Dowodzi to, że interpolacja może obejmować uczenie maszynowe. Nie dowodzi jednak, że Dior użył FILM, powiązanego modelu ani jakiegokolwiek systemu AI. Nie ma zweryfikowanego powiązania między tym projektem badawczym a tą produkcją.

Samo nazwanie procesu interpolacją nie może rozstrzygnąć, czy uczestniczyła w nim AI.

Odpowiedni błąd działa w przeciwną stronę. Oprogramowanie tworzące nowy obraz nie oznacza automatycznie, że stworzył go współczesny model generatywny. Generatywna AI oznacza tu wytrenowane systemy syntetyzujące treści na podstawie wyuczonych wzorców i dostarczonych danych wejściowych.

Kategorie te wymagają ostrożności, ponieważ język potoczny je upraszcza. Ktoś może używać słowa „wygenerowany” w znaczeniu wyniku stworzonego przez komputer. Inna osoba może rozumieć to samo słowo jako konkretne twierdzenie o generatywnej AI.

W tym sporze zastąpienie dowodów terminologią odtworzyłoby pierwotne nieporozumienie. Istotne pytania dotyczą oprogramowania, jego działania, danych wejściowych i sposobu traktowania jego wyników.

Punktem wyjścia byłaby nazwana aplikacja. Produkcja nadal musiałaby wskazać używaną funkcję. Aplikacja może oferować wiele funkcji, a obecność funkcji AI nie dowodzi jej zastosowania w konkretnym ujęciu.

Opis funkcji musiałby następnie określać zakres. Czy wpływała na ruch postaci, ruch kamery, przejścia czy inną operację? To pytania wymagające ujawnienia informacji, a nie ustalone opisy procesu Diora.

Zakres wymaga też znaczącego pomiaru. Stwierdzenie o niewielkim wkładzie musi wskazywać, co jest liczone. Czas produkcji, ujęcia objęte działaniem i widoczne obrazy odpowiadają na różne pytania.

Operacja zajmująca niewiele czasu przetwarzania może mimo to wpływać na istotny moment. Z kolei narzędzie używane wielokrotnie może wykonywać wąskie zadanie przy ograniczonej swobodzie twórczej. Żadnej z tych możliwości nie można wywnioskować z przymiotnika.

Kontrola człowieka to kolejna odrębna kwestia. Artysta zatwierdzający wynik potwierdza nadzór, ale nie wskazuje, jak ten wynik powstał. Artysta przerysowujący wynik dodaje kolejną interwencję, która zasługuje na własny opis.

Dla twórców oprogramowania kreatywnego jest to problem komunikacji produktu. Techniczna nazwa funkcji powinna pomagać użytkownikom dokładnie wyjaśniać swoją pracę. Jeśli etykieta zaciera podstawowy mechanizm, klienci dziedziczą tę niejednoznaczność podczas omawiania ukończonych projektów.

Dla nabywców rozróżnienie wpływa na kryteria akceptacji. Wymóg dotyczący ludzkiego autorstwa różni się od wymogu wykluczającego konkretne metody obliczeniowe. Jasne warunki sprawiają, że wymogi te można ocenić, bez udawania, że oznaczają to samo.

Debata o AI Chometa i Diora potrzebuje zatem wyjaśnienia operacyjnego. Użyteczna odpowiedź opisywałaby faktycznie wykonany krok, zamiast opierać się na kategorii na tyle szerokiej, by obejmować zasadniczo różne techniki.

Wizualne podejrzenia są tropami, a nie audytem produkcji

Krytyka odbiorców koncentrowała się na pozornych niespójnościach wizualnych, w tym dłoni z dodatkowym palcem. Zgłaszane wyjaśnienie Chometa brzmi, że nakładające się lub przesadzone kształty mogą oddawać ruch. Jego odpowiedź przedstawia konwencjonalną interpretację artystyczną, a nie techniczne wyjaśnienie każdego kwestionowanego obrazu.

Ta obrona zasługuje na rozważenie. Ma też ograniczenia. Wyjaśnienie mające zastosowanie do techniki animacji nie ustala automatycznie, dlaczego konkretny szczegół pojawił się w konkretnym ujęciu.

Podejrzany obraz może uzasadniać dalsze relacjonowanie, nie dowodząc jednak, które narzędzie go stworzyło.

Wcześniejsza korekta relacji Cartoon Brew ilustruje tę różnicę. 6 listopada redaktor Jamie Lang przeprosił za początkowe opisanie filmu jako ręcznie rysowanego bez wystarczającej weryfikacji. Usunął to określenie z pierwotnego nagłówka, jednocześnie wyraźnie powstrzymując się od przedstawienia użycia AI jako ustalonego faktu.

Korekta zmieniła stopień pewności publikacji co do pierwotnej charakterystyki. Nie stanowiła jednak zakończonego śledztwa identyfikującego oprogramowanie użyte w produkcji.

Rzetelna ocena musi zachować oba te punkty. Obrazy wzbudziły uzasadnione pytania, a redakcja przyznała się do słabości w relacjonowaniu sprawy. Żaden z tych faktów nie eliminuje potrzeby bezpośrednich dowodów.

Pojedyncza klatka zapewnia też ograniczony wgląd w ruchomą animację. Aby ocenić rzekomą anomalię, badacz potrzebowałby otaczającej ją sekwencji oraz odpowiedniego materiału porównawczego. Rysunek źródłowy i wynik pośredni dawałyby mocniejszą podstawę do prześledzenia jej pochodzenia.

Takie porównanie pomogłoby odróżnić celowy kształt od niepożądanej transformacji. Umożliwiłoby również sprawdzenie wyjaśnienia filmowca na poziomie spornego przykładu.

Bez tych materiałów poziom pewności powinien odpowiadać dostępnym dowodom. Widz może zasadnie nie lubić animacji lub kwestionować jej spójność. Stanowcze twierdzenie na temat użytego oprogramowania wymaga jednak czegoś więcej.

Ten sam standard dotyczy zespołu produkcyjnego. Długi harmonogram i znaczne zatrudnienie wspierają relację, że nad projektem pracowali ludzie. Nie dowodzą jednak, że każda operacja wykluczała AI.

Podobnie ceniona kariera artysty stanowi kontekst przy ocenie jego oświadczenia. Nie może zastąpić dokumentacji nieznanego narzędzia lub kwestionowanego przepływu pracy.

Zgłoszoną odpowiedź filmowców, opublikowaną w syndykowanej relacji Variety, należy czytać jako ich wyjaśnienie. Jest dowodem tego, co według nich się wydarzyło. Nie jest niezależną rekonstrukcją całej produkcji.

Pozostawia to miejsce na sceptyczne stanowisko bez kategorycznego oskarżenia. Zespół przekazał informacje o autorstwie i potwierdził użycie automatyzacji. Konkretny mechanizm stojący za tą automatyzacją pozostaje niewystarczająco udokumentowany w przeanalizowanych relacjach.

Dla czytelników śledzących kontrowersję znaczenie ma sposób formułowania wypowiedzi. Przedstawianie zarzutu jako zarzutu zachowuje różnicę między obawą a ustaleniem. Powtarzanie podejrzenia jako rozstrzygniętego faktu usuwa tę różnicę.

Celem wnikliwej analizy powinno być dokładniejsze przedstawienie pracy. Wymaga to dopuszczenia, by dowody zawęziły lub obaliły początkową interpretację, w tym interpretacje korzystne dla filmowców.

Prada pokazuje, dlaczego proces staje się częścią produktu

Sezonowy konkurent Diora stanowi użyteczne porównanie, nie rozstrzygając przy tym kwestii spornej technologii. Świąteczna kampania animowana Prady, Drawing Prada: Animated by Hand, wyraźnie eksponuje ludzką ilustrację. Wskazuje Johna Pomeroya jako reżysera animacji, a Glena Luchforda jako autora zdjęć i reżysera.

Prada opisuje połączenie sfotografowanych wykonawców oraz ilustrowanych środowisk. Jej prezentacja czyni rzemiosło i proces kluczowymi elementami atrakcyjności kampanii.

Porównanie konkurencyjne dotyczy tego, co marki obiecują w kwestii sposobu tworzenia, a nie zweryfikowanego technicznego rankingu ich produkcji.

Opis własnej kampanii Prady jest oświadczeniem marki. Nie powinien automatycznie otrzymywać zwolnienia z kontroli stosowanej wobec Diora. Publiczne wskazanie twórców i opisanie techniki dostarczają użytecznych informacji, choć niezależna weryfikacja pozostaje odrębną kwestią.

Porównanie wyjaśnia jednak, dlaczego Dior mierzy się teraz z pytaniami. Kampanie te proszą odbiorców, by cenili udział ludzkiej kreatywności jako element luksusowego doświadczenia. Metody produkcji stają się więc istotne dla oceny reklamy przez widzów.

Marka może wybrać takie pozycjonowanie, ale wybór ten niesie odpowiedzialność komunikacyjną. Jeśli ludzkie rzemiosło jest centralnym elementem przekazu, wyjaśnienie jego roli nie może pozostawać dodatkiem na marginesie.

Nie wymaga to publikowania każdego pliku roboczego. Produkcje komercyjne mają uzasadnione powody, by chronić niedokończone materiały, własne procesy i szczegóły umowne. Selektywne wyjaśnienie może mimo to ustalić istotne fakty.

Na przykład produkcja mogłaby wskazać swoje oprogramowanie, opisać objęte nim zadanie oraz udostępnić dopuszczone do publikacji porównanie ze spornej sekwencji. Odpowiedziałoby to na więcej niż ogólne zapewnienie o wartościach artystycznych.

Taka publikacja pomogłaby również odróżnić pytania dotyczące estetyki od pytań dotyczących pochodzenia. Widz może nie lubić ruchu nawet po wyjaśnieniu jego ludzkiego autorstwa. Inny widz może akceptować wsparcie obliczeniowe, sprzeciwiając się jednocześnie zbyt szerokiemu opisowi.

Żadnej z tych reakcji nie rozwiąże traktowanie każdej krytyki jako oskarżenia o AI. Jakość wizualna kampanii i dokładność języka opisującego jej produkcję zasługują na odrębne rozważenie.

Dla niezależnych studiów to rozróżnienie może wpłynąć na sposób prezentowania pracy klientom. Precyzyjny opis procesu daje kupującym jaśniejszą podstawę do zatwierdzenia. Zmniejsza też ryzyko, że tekst promocyjny wykracza poza to, co studio zamierzało twierdzić.

To implikacja na przyszłość, a nie dowód, że kontrowersja wokół Diora już zmieniła praktyki zakupowe. Z przeanalizowanych relacji nie wynika żadna zweryfikowana zmiana polityki w całej branży.

Pracownicy umysłowi napotykają podobny problem podczas zachowywania dowodów dotyczących projektu. Wiadomość z zatwierdzeniem, plik źródłowy i opublikowany opis mogą rozchodzić się między różnymi systemami. Utrzymywanie przeszukiwalnej bazy wiedzy może pomóc zachować ten kontekst, choć samo w sobie nie weryfikuje twierdzenia dotyczącego produkcji.

Istotna lekcja z porównania Diora i Prady jest węższa niż werdykt dotyczący którejkolwiek z marek. Gdy kampania czyni swój proces twórczy częścią atrakcyjności, odbiorcy mają powody pytać, co ten proces faktycznie obejmował.

Kolejne dowody powinny wskazać narzędzie, zakres i ocenę

Kolejnymi użytecznymi wydarzeniami w sporze dotyczącym AI w kampanii Diora Chometa byłyby konkretne ujawnienia. Kolejne szerokie oświadczenie poparcia dla artystów niewiele by wniosło, jeśli nie odnosiłoby się do nierozstrzygniętego etapu produkcji.

Najmocniejsza aktualizacja połączyłaby nazwaną technologię z możliwą do zidentyfikowania operacją w gotowym filmie.

Pierwszym sygnałem, na który warto zwrócić uwagę, jest wskazanie oprogramowania i funkcji interpolacji. Oświadczenie filmowców, studia produkcyjnego lub odpowiedniego dostawcy mogłoby ustalić ten punkt wyjścia. Dokumentacja pomogłaby następnie określić, czy funkcja opierała się na uczeniu maszynowym.

Takie ujawnienie wzmocniłoby lub osłabiło konkurencyjne interpretacje, zależnie od tego, co by wykazało. Implementacja niezwiązana z AI podważyłaby twierdzenia oparte wyłącznie na słowie interpolacja. Implementacja wykorzystująca uczenie maszynowe wymagałaby bardziej szczegółowego opisu jej roli.

Każde z tych ustaleń nadal wymagałoby kontekstu. Zidentyfikowanie komponentu AI nie dowodziłoby, że cały film powstał w systemie generatywnym. Zidentyfikowanie komponentu konwencjonalnego nie weryfikowałoby niezależnie każdego innego etapu produkcji.

Drugim sygnałem jest ograniczone przedstawienie zakresu. Dopuszczony do publikacji przykład mógłby połączyć oryginalne rysunki, wynik działania oprogramowania i końcowe zatwierdzone obrazy. W idealnym przypadku dotyczyłby sekwencji, która wzbudziła publiczne pytania.

Reprezentatywne porównanie pomogłoby ocenić twierdzenie, że automatyzacja odegrała ograniczoną rolę. Pozwoliłoby też obserwatorom odróżnić wybory artystyczne od zachowania procesu przetwarzania.

Starannie dobrany przykład miałby własne ograniczenia. Mógłby wyjaśnić tę sekwencję bez dowodzenia, że wszystkie sekwencje powstały w identycznym procesie. Produkcja powinna wskazać, co reprezentuje ten przykład.

Trzecim sygnałem jest rozliczalna ocena spornego etapu. Mogłaby ona obejmować techniczne wyjaśnienie studia lub niezależne badanie istotnych materiałów. Jej wartość zależałaby od dostępu, szczegółowości oraz pytań, na które faktycznie odpowiada.

Ocena powinna oddzielać ustalenia dotyczące materiału źródłowego od ustaleń dotyczących obrazów pośrednich. Powinna też rozróżniać wynik wygenerowany przez oprogramowanie od późniejszych poprawek artystów. Połączenie tych etapów w ogólny werdykt pozostawiłoby centralną niejednoznaczność nierozwiązaną.

Zaktualizowany opis kampanii byłby użyteczny, gdyby dowody wykazały, że pierwotne sformułowanie wymagało zastrzeżeń. Taka zmiana doprecyzowałaby publiczne twierdzenie, choć nie zastąpiłaby podstawowego wyjaśnienia technicznego.

Nie ma ustalonego harmonogramu tych ujawnień. Czytelnicy powinni unikać traktowania braku natychmiastowej aktualizacji jako dowodu konkretnej metody produkcji. Milczenie pozostawia pytanie nierozstrzygnięte; nie dostarcza brakującej odpowiedzi.

Obecne stanowisko pozostaje ograniczone: filmowcy bronią ludzkiego autorstwa, potwierdzają automatyzację i nie dostarczyli wystarczającej liczby szczegółów technicznych, by rozstrzygnąć każde pytanie. Uzasadnia to dalszą kontrolę bez definitywnego ustalenia użycia generatywnej AI.

Przed udostępnieniem kolejnego twierdzenia dotyczącego AI w kampanii Diora Chometa szukaj dowodów, które zmieniają to, co można faktycznie ustalić. Czy aktualizacja wskazuje narzędzie i funkcję? Czy pokazuje, jak sporne obrazy przeszły od rysunków źródłowych do gotowych klatek? Czy osoba dokonująca oceny wyjaśnia, jakie materiały zbadała? Przywiązuj większą wagę do tych odpowiedzi niż do pewnych siebie etykiet przypisywanych odizolowanym zrzutom ekranu. Użyteczne ujawnienie powinno ułatwiać zrozumienie produkcji, w tym miejsc, w których spotkały się ludzkie decyzje i operacje oprogramowania. Jeśli kolejne oświadczenie pozostawi tę granicę niejasną, zachowaj niepewność podczas omawiania sprawy. Przeczytaj podstawowe wyjaśnienie, porównaj jego zakres z pierwotnym twierdzeniem i pozwól dowodom określić, jak daleko sięga wniosek.