Prognoza Jacka Clarka dotycząca samodoskonalącej się AI przesuwa się na 2027 rok

Współzałożyciel Anthropic, Jack Clark, przesunął preferowany przez siebie termin pojawienia się w pełni samodoskonalącej się AI z 2028 na 2027 rok. Prognoza Jacka Clarka dotycząca samodoskonalącej się AI czyni tę możliwość bliższą, ale nie rozstrzyga głównego pytania technicznego. Lepsze wyniki w badaniach nie dowodzą, że AI potrafi samodzielnie stworzyć silniejszego następcę.

To rozróżnienie jest istotne, ponieważ rekurencyjne samodoskonalenie — proces, w którym AI tworzy lepszych następców wspierających dalsze ulepszanie — wymaga więcej niż sprawnego programowania. Kluczowa rywalizacja toczy się między coraz bardziej zautomatyzowanymi zadaniami badawczymi a niezależnie działającym cyklem badawczym. AlphaEvolve od Google DeepMind stanowi użyteczny punkt odniesienia w zrozumieniu tej granicy.

Dla programistów i nabywców korporacyjnych bezpośrednia konsekwencja dotyczy dowodów, a nie odliczania. Krótsza prognoza rodzi pytania o to, jak laboratoria mierzą postępy, ujawniają porażki i zachowują ludzką kontrolę. Nie przesądza, kiedy pojawi się autonomiczny system badawczy ani jaki dostęp otrzymają klienci.

Co faktycznie zmienia prognoza Jacka Clarka dotycząca samodoskonalącej się AI

Clark zmienił swoją osobistą ocenę tego, kiedy pełne samodoskonalenie może stać się możliwe, a nie ogłosił, że Anthropic już je osiągnął.

W swoim newsletterze z 12 października Clark napisał, że pełne rekurencyjne samodoskonalenie wydaje się teraz bardziej prawdopodobne w 2027 niż w 2028 roku. Wskazał na postępy matematyczne i dowody na poprawę osądu badawczego AI. Jego prognoza samodoskonalenia nie zawierała zaktualizowanych prawdopodobieństw liczbowych.

To sformułowanie pozostawia nienaruszonych kilka rozróżnień. Możliwość techniczna różni się od rutynowego wdrożenia, a udana demonstracja od niezawodnego procesu produkcyjnego. Żadne z nich nie musi oznaczać, że laboratorium może bezpiecznie powierzyć AI cały program badawczy.

Prognoza potrzebuje też jasno określonej linii mety. Wytrenowanie niewielkiego eksperymentalnego następcy odpowiadałoby na węższe pytanie niż niezależne rozwijanie najsilniejszych dostępnych modeli. Czytelnicy powinni pytać, jaki dokładnie rezultat opisuje każde przyszłe ogłoszenie.

We wcześniejszej ocenie badawczej Clark przypisał ponad 60% prawdopodobieństwa badaniom i rozwojowi AI bez udziału człowieka do końca 2028 roku. Rozróżnił także mniejsze systemy typu proof of concept od trudniejszego wyzwania, jakim są modele frontier, czyli najwydajniejsze dostępne systemy.

To wcześniejsze zastrzeżenie pozostaje użyteczne. Laboratorium mogłoby zademonstrować autonomiczny cykl ulepszania w skali możliwej do opanowania, zachowując jednocześnie znaczący udział człowieka w innych obszarach. Rzetelne opisanie takiego osiągnięcia wymagałoby wskazania jego granic.

Rozważmy ilustracyjny eksperyment, w którym model otrzymuje program treningowy i cel ewaluacyjny. Modyfikuje program, uruchamia trening i tworzy następcę z lepszymi wynikami. Decydujące pytania dotyczą tego, kto wybrał cel, naprawiał błędy i zatwierdził końcowe porównanie.

Jeśli badacze interweniują za każdym razem, gdy system się zatrzymuje, wynik nadal może stanowić użyteczną automatyzację. Rejestr interwencji określa, jaką autonomię potwierdza eksperyment. Ukrywanie tego rejestru utrudniałoby ocenę nagłówka.

To samo dotyczy samego następcy. Wyższy wynik w zakresie celu optymalizacji wymaga odrębnych testów na zadaniach, których system bezpośrednio nie realizował. W przeciwnym razie pozorna poprawa może odzwierciedlać specjalizację wokół wybranego pomiaru.

Prognoza Jacka Clarka dotycząca samodoskonalącej się AI zasługuje zatem na uwagę jako zmiana oczekiwań. Jej wartość dowodowa zależy od kolejnych demonstracji z wyraźnymi kryteriami sukcesu. Sam zmieniony rok nie może rozstrzygnąć podstawowego pytania.

Dla czytelników, którzy poznają tę historię z nagłówka, praktyczna interpretacja jest prosta. Dobrze poinformowany uczestnik skrócił swój horyzont czasowy. Publiczne dowody nadal muszą potwierdzić zakres, powtarzalność i niezależność każdego deklarowanego samodoskonalenia.

Osąd badawczy staje się bardziej interesującym testem

Istotna zmiana dotyczy tego, czy AI potrafi wybierać użyteczne eksperymenty, a nie tylko wykonywać instrukcje napisane przez badaczy.

Benchmark badań eksperymentalnych P-Zero Research analizuje tę węższą zdolność. TasteVal przedstawia modelom ustalone problemy badawcze i mierzy, jak efektywnie projektują eksperymenty oraz interpretują wyniki. Odrębny agent programistyczny wdraża ich wybory.

Benchmark obejmuje osiem zadań i wykorzystuje punkt odniesienia oparty na pracy 24 ekspertów. Jego autorzy informują, że Opus 5.5 przekroczył ten poziom bazowy przy mnożniku mocy obliczeniowej wynoszącym 2,30. Według ich definicji mierzy to efektywność obliczeń eksperymentalnych względem ekspertów.

Autorzy podają również okres podwojenia wynoszący 3,0 miesiąca od grudnia 2025 roku. Wyraźnie wskazują jednak ograniczenia: zadania są stosunkowo łatwe do zweryfikowania, poziom bazowy nie obejmuje najlepszych badaczy, a wybór problemów pozostaje nieprzetestowany. Ich ekstrapolacji nie należy traktować jako ustalonych dat nadejścia tej technologii.

Te zastrzeżenia wpływają na to, jakie wnioski powinni wyciągnąć czytelnicy. Praca badacza obejmuje decyzję, której niepewności warto poświęcić uwagę, zanim zaprojektuje eksperyment. Sukces po otrzymaniu problemu od kogoś innego nie rozstrzyga tej wcześniejszej decyzji.

Ilustracyjny projekt rozwoju modelu czyni to rozróżnienie konkretnym. Załóżmy, że zespół chce uzyskać lepsze odpowiedzi od wyspecjalizowanego asystenta. Może zmienić przykłady treningowe, dostosować proces treningu, poprawić wyszukiwanie informacji albo zmodyfikować ewaluację.

Każda opcja zakłada inną diagnozę. Lepszy wybór eksperymentu oznacza wskazanie, który test najskuteczniej odróżni konkurencyjne wyjaśnienia. Taka umiejętność może oszczędzać wysiłek, nawet jeśli system nigdy nie wymyśli nowego kierunku badań.

Wybór problemu stawia szersze pytanie. Zespół może odkryć, że niewiarygodne dokumenty źródłowe mają większe znaczenie niż procedura treningowa modelu. Autonomiczny badacz musiałby rozpoznać tę możliwość bez ograniczania się do niewłaściwego celu.

Dlatego osąd badawczy przyciąga uwagę. Asystent programistyczny może poprawnie wdrożyć określony eksperyment, wnosząc niewiele do decyzji o tym, czy warto było go przeprowadzić. Planista eksperymentów może wpływać na kierunek projektu.

W przypadku badań AI w Anthropic to rozróżnienie zmienia również to, co powinna ujawniać przekonująca ewaluacja. Czytelnicy muszą zobaczyć dostępne wybory, dostarczone informacje i konsekwencje złych decyzji. Końcowy wynik ukrywa znaczną część tego procesu.

Model może osiągnąć dobry wynik dzięki zdyscyplinowanemu rozumowaniu, szeroko zakrojonym próbom i błędom albo szczęśliwemu początkowemu założeniu. Te drogi mają odmienne konsekwencje dla niezawodności. Powtarzane próby i pełne historie eksperymentów pomagają je rozróżnić.

Istotne pytanie ekonomiczne wykracza też poza szybkość, z jaką model tworzy sugestie. Propozycja zużywa zasoby, gdy ktoś ją wdraża, sprawdza i podejmuje dalsze działania. Imponujący strumień pomysłów staje się użyteczny tylko wtedy, gdy cały proces przynosi wiarygodne ustalenia.

Z tego powodu poprawa wyników benchmarków wspiera węższy wniosek niż autonomiczna kompetencja naukowa. Wskazuje zdolność wartą zbadania. Nie eliminuje potrzeby testowania, jak ta zdolność zachowuje się w ramach dłuższego programu badawczego.

Szybsze eksperymenty wywierają presję na laboratoria i nabywców

Bezpośrednia presja spoczywa na organizacjach, które muszą weryfikować większą liczbę wyników badawczych, nie tracąc z oczu powodów podjęcia decyzji.

Jeśli generowanie eksperymentów staje się łatwiejsze, ograniczeniem może stać się ich przegląd. Laboratorium nadal musi zdecydować, które ustalenia są wiarygodne, a które zasługują na dalsze inwestycje. Same szybsze propozycje nie rozwiązują tej odpowiedzialności.

Tworzy to problem zarządczy obok problemu technicznego. Liderzy badań potrzebują rejestru łączącego hipotezę z jej wdrożeniem, obserwacjami, interpretacją i końcową decyzją. Brakujące ogniwa utrudniają diagnozowanie błędów po rozpowszechnieniu obiecującego wyniku.

Ilustracyjna porażka treningowa pokazuje dlaczego. Proponowana zmiana wydaje się poprawiać wydajność, a zautomatyzowany raport zaleca jej przyjęcie. Późniejsza kontrola ujawnia, że w porównaniu zastosowano odmienne warunki ewaluacji.

Podstawowy kod mógł działać poprawnie. Błąd tkwi w rozumowaniu dotyczącym porównania. Proces przeglądu skupiony wyłącznie na poprawności oprogramowania mógłby przeoczyć bardziej istotną pomyłkę.

Przydatny zapis eksperymentu zachowałby oczekiwania systemu, wprowadzone przez niego zmiany oraz dowody uzasadniające wniosek. Wskazywałby także niepewność i interwencję człowieka. Taka struktura umożliwia spór, zanim wynik stanie się przyjętą praktyką.

Ta sama logika obowiązuje poza laboratoriami AI. Zespoły korporacyjne oceniające twierdzenia o autonomicznych badaniach muszą oddzielić wewnętrzne postępy laboratorium od możliwości dostępnych w produktach dla klientów. Udany proces badawczy dostawcy nie opisuje automatycznie wdrożenia w przedsiębiorstwie.

Nabywca powinien pytać o konkretne delegowane zadanie. Generowanie potencjalnych analiz różni się od wyboru zmiany operacyjnej, jej zastosowania i sprawdzenia konsekwencji. Każdy dodatkowy zakres odpowiedzialności zmienia dowody potrzebne do zatwierdzenia.

Dla zespołu programistycznego odpowiednia ewaluacja mogłaby sprawdzać, czy system potrafi zbadać regresję wydajności i zaproponować uzasadnioną poprawkę. Ewaluacja powinna obejmować nieudane podejścia i obciążenie nakładane na recenzentów. Sama dopracowana demonstracja pozostawia te koszty niejasne.

Dla pracownika wiedzy bezpośrednim wyzwaniem jest zachowanie związku między twierdzeniami a dowodami. Zwięzłe podsumowanie może ukryć, czy wniosek wynikał z eksperymentu, oświadczenia firmy czy prognozy. Te kategorie zasługują na różne poziomy zaufania.

Utrzymywanie przeszukiwalnej bazy wiedzy może pomóc zespołom zachowywać raporty z eksperymentów, decyzje techniczne i dokumenty wspierające. Celem jest umożliwienie weryfikacji rozumowania, gdy zmieniają się założenia.

Są to praktyczne konsekwencje przyspieszonego eksperymentowania, a nie prognozy dotyczące zatrudnienia czy wydatków. Organizacje mogą analizować swoje procesy przeglądu bez zakładania, że konkretna data nadejścia technologii jest prawidłowa. Ta praca pozostaje użyteczna w szerokim zakresie możliwych wyników.

Najważniejsze pytanie zakupowe jest więc konkretne: co ten system potrafi niezawodnie wykonać w ramach naszego rzeczywistego procesu pracy? Szerokie twierdzenie o rekurencyjnym ulepszaniu AI zapewnia kontekst. Nie może zastąpić dowodów dotyczących zadania, które klient zamierza delegować.

AlphaEvolve pokazuje działającą pętlę sprzężenia zwrotnego o określonych granicach

Google DeepMind oferuje konkretne porównanie: zautomatyzowane ulepszanie algorytmów może być użyteczne, jednocześnie działając w obrębie starannie określonego procesu ewaluacji.

Badania DeepMind nad odkrywaniem algorytmów opisują AlphaEvolve, który proponuje zmiany w kodzie i wykorzystuje informacje zwrotne z ewaluacji do ulepszania algorytmów. Badacze wskazują zastosowania w harmonogramowaniu centrów danych, projektowaniu sprzętu i zwiększaniu efektywności trenowania modeli.

Praca ta stanowi istotny przykład wkładu AI w infrastrukturę stojącą za AI. Według artykułu AlphaEvolve przyspieszył trenowanie modelu stanowiącego podstawę samego systemu. Opisany wynik dotyczy konkretnego procesu optymalizacji, a nie autonomicznego przejęcia całego rozwoju kolejnych generacji.

Porównanie pomaga odróżnić mechanizm od szerszej prognozy. Pętla sprzężenia zwrotnego może wielokrotnie proponować zmiany, mierzyć wyniki i zachowywać ulepszenia. To, czy wspiera szersze samodoskonalenie, zależy od tego, co mierzy ewaluator i co pozostaje poza jego zakresem.

Wyobraźmy sobie zadanie optymalizacyjne z niezawodnym testem poprawności i jasno mierzonym czasem wykonania. Programy kandydujące można odrzucić, jeśli nie przejdą testu. Spośród poprawnych kandydatów system może preferować te, które działają szybciej.

Taka struktura nadaje poszukiwaniu użyteczny kierunek. Ewaluator dostarcza informacji o tym, które zmiany pomagają, podczas gdy system przeszukuje kandydatów. Wiedza ekspercka ludzi pozostaje zakodowana w definicji zadania, ograniczeniach i pomiarze.

Szerszy program badawczy stawia trudniejsze wybory. Zmiana może poprawić jedno zachowanie, jednocześnie osłabiając inne, którego ewaluator rzadko testuje. Badacz musi zdecydować, czy zmierzony zysk oznacza postęp w kierunku większego celu.

Nie umniejsza to wartości ograniczonej optymalizacji. Ulepszenie komponentu może przynosić praktyczne korzyści bez rozstrzygania każdego pytania naukowego czy organizacyjnego. Precyzyjne granice ułatwiają ocenę i odtworzenie wyniku.

To rozróżnienie zapobiega też mylącemu porównywaniu firm. Anthropic i Google DeepMind nie muszą używać identycznych systemów, aby ich praca rzucała światło na to samo pytanie. Wspólna kwestia dotyczy tego, jak wiele osądu badawczego można delegować przy wiarygodnej ewaluacji.

W przypadku rekurencyjnego ulepszania AI ewaluator staje się szczególnie istotny, gdy system może wpływać na własny proces rozwoju. Korzystny wynik znaczy mniej, jeśli ten sam system może po cichu przedefiniować sukces. Niezależne kontrole stają się niezbędne do interpretacji rezultatu.

Przekonująca demonstracja powinna zatem wyjaśniać, które elementy były stałe, a które system mógł zmieniać. Powinna opisywać, kto kontrolował ewaluację i jak testowano następcę. Te szczegóły określają, co potwierdza pętla sprzężenia zwrotnego.

Warto śledzić sygnał konkurencyjny w postaci udokumentowanego ulepszenia przy porównywalnych ograniczeniach. Twierdzenia o autonomii powinny stawać się bardziej precyzyjne, gdy systemy przejmują szersze obowiązki. Taka precyzja pomogłaby czytelnikom odróżnić znaczący postęp od zmiany terminologii.

Nadzór człowieka nadal odróżnia wsparcie od pełnej autonomii

Własne pomiary Anthropic opisują znaczące delegowanie zadań, przy zachowaniu wyraźnego rozróżnienia między pracą prowadzoną przez AI a w pełni autonomicznymi badaniami.

W swoich pomiarach automatyzacji badań Anthropic podaje, że według stanu na sierpień 2026 roku Claude prowadził 26% prac badawczo-rozwojowych firmy. Zgodnie z definicją firmy praca prowadzona przez AI nadal obejmuje nadzór człowieka.

Firma twierdzi również, że Claude nie działał w pełni autonomicznie w żadnym zmierzonym podzbiorze tej pracy. Anthropic przyznaje, że porównania między laboratoriami oraz wykorzystywanie modeli do oceniania innych modeli są trudne. Nadal są to pomiary raportowane przez firmę.

To rozróżnienie stanowi użyteczną kontrolę wobec szerokich interpretacji prognozy. Prowadzenie zadania na podstawie ogólnego polecenia pozostawia człowiekowi możliwość ograniczania, kontrolowania i przekierowywania działania systemu. Usunięcie tej roli zmienia testowane twierdzenie.

Sam nadzór człowieka również wymaga definicji. Recenzent analizujący istotne dowody może sprawować rzeczywistą kontrolę. Recenzent, który otrzymuje nieprzejrzysty wniosek i zatwierdza go pod presją czasu, pełni bardziej ograniczoną rolę.

Ewaluacja powinna zatem opisywać, co człowiek faktycznie robi. Czy recenzent rozumie eksperyment, sprawdza podejrzane wyniki i ma uprawnienie do zatrzymania procesu? Czy potrafi zidentyfikować błędy, zanim system na ich podstawie podejmie działanie?

Pytania te stają się trudniejsze, gdy zadania zależą od siebie nawzajem. Wczesna interpretacja może kształtować późniejsze eksperymenty, przez co niewielki błąd nabiera znaczenia. Analiza wyłącznie końcowego raportu grozi przeoczeniem momentu, w którym kierunek badań stał się błędny.

Sceptyczne stanowisko nie wymaga założenia, że postępy AI w badaniach są iluzoryczne. Pyta ono, czy sukces w pojedynczych zadaniach przekłada się na niezawodną kontrolę nad szerszym procesem. To empiryczne pytanie wymagające dowodów z całego procesu pracy.

Istnieje też różnica między wykryciem błędu a wyjściem z niego. System może rozpoznać, że trenowanie się nie powiodło, jednocześnie błędnie rozumiejąc przyczynę. Użyteczne odzyskanie sprawności powinno zachować pierwotny cel i uniknąć wprowadzenia niezauważonego kompromisu.

W przypadku twierdzeń Anthropic dotyczących badań AI szczególnie pouczające byłoby publikowanie przykładów porażek. Czytelnicy mogliby ocenić, czy niepowodzenia dotyczą wykonania, interpretacji, planowania czy nadzoru. Każda kategoria wskazuje inną pozostającą przeszkodę.

Ten sam standard powinien obowiązywać konkurentów. Mocna publiczna demonstracja powinna wskazywać swoje ograniczenia, bez polegania na tym, że czytelnicy sami je wywnioskują. Jasne granice zwiększają wiarygodność porównań i ograniczają zamieszanie wokół znaczenia autonomii.

Prognoza Jacka Clarka dotycząca samodoskonalącej się AI pozostaje prognozą, ponieważ te nierozwiązane kroki mają znaczenie. Lepsze wyniki mogą uzasadniać aktualizację oczekiwań, pozostawiając niepewność co do integracji i niezawodności. Obie oceny mogą współistnieć bez sprzeczności.

Konstruktywna debata powinna zatem skupiać się na obserwowalnym zachowaniu. Jakie decyzje podjął system, jakie interwencje zapewnili ludzie i jakie ulepszenie przetrwało niezależne testy? Te pytania są bardziej użyteczne niż traktowanie pewności siebie lub sceptycyzmu jako substytutu pomiaru.

Trzy sygnały będą ważniejsze niż kolejna aktualizacja harmonogramu

Kolejne znaczące dowody powinny łączyć niezależną ewaluację, powtarzalne ulepszanie następców i skuteczny nadzór.

W ciągu najbliższych kilku miesięcy pierwszym sygnałem wartym obserwowania będzie niezależne odtworzenie zysków w zakresie osądu badawczego. Zewnętrzna ewaluacja powinna wykorzystywać nowe zadania, porównywalne zasoby i jasno opisany punkt odniesienia dla człowieka. Zgodność wyników w różnych warunkach wzmocniłaby argument, że zyski można uogólnić.

Replikacja powinna również badać, jak wrażliwy jest wynik na konfigurację. Zmiana dostępnych narzędzi lub sformułowania zadania może ujawnić zależności. Zdolność utrzymująca się przy rozsądnych zmianach stanowi mocniejszy dowód niż zdolność związana z wąską konfiguracją.

Brak możliwości odtworzenia wyniku nie rozstrzygnąłby całej debaty o samodoskonaleniu. Osłabiłby konkretne dowody przemawiające za szybszym harmonogramem. Czytelnicy powinni aktualizować swoją pewność na tym poziomie, zamiast traktować każdy wynik jako uniwersalny werdykt.

Drugim sygnałem jest udokumentowany eksperyment rozwoju następcy, który skutecznie się powtarza. Raport powinien pokazać, co otrzymał system początkowy, co wytworzył i w jakim stopniu interweniowali ludzie. Niezależna ewaluacja powinna ustalić, czy następca poprawił się poza samym celem optymalizacji.

Kolejny cykl odpowiedziałby na inne ważne pytanie. Czy ulepszony następca może przyczyniać się do dalszego postępu przy podobnych ograniczeniach? Powtarzalność pomogłaby odróżnić proces, który można wykorzystać ponownie, od udanego pojedynczego eksperymentu.

Skala i zakres powinny pozostać wyraźnie określone. Demonstracja na małym modelu potwierdzałaby coś innego niż system przesuwający granicę możliwości. Oba przypadki zasługują na rzetelne przedstawienie, z twierdzeniami ograniczonymi do faktycznie testowanych warunków.

Trzecim sygnałem są dowody, że nadzór pozostaje skuteczny wraz z rozszerzaniem delegowania zadań. Laboratorium powinno wykazać, że recenzenci potrafią wykrywać istotne błędy i przerywać proces. Raportowanie wyłącznie udanych wyników badań pozostawia to pytanie bez odpowiedzi.

Użyteczne dowody dotyczące nadzoru obejmowałyby celowo wprowadzone problemy oraz reakcję systemu na nie. Czytelnicy powinni sprawdzać, czy monitorujący wyłapują błędy, zanim zaczną się rozprzestrzeniać. Opis zabezpieczeń jest mniej pouczający niż test ich działania.

Łącznie te sygnały tworzą praktyczny sposób śledzenia tej historii. Niezależna replikacja dotyczy uogólnialności, powtarzalny rozwój następcy dotyczy pętli ulepszania, a testowanie nadzoru dotyczy kontroli. Postęp we wszystkich trzech obszarach wzmocniłby argument za krótszymi harmonogramami.

Nierównomierny postęp uzasadniałby bardziej zniuansowaną ocenę. Mocne planowanie eksperymentów przy słabym odzyskiwaniu sprawności sugerowałoby wartościowego asystenta badawczego z pozostałymi ograniczeniami. Udane trenowanie następcy przy intensywnej interwencji człowieka stanowiłoby inny kamień milowy niż pełna autonomia.

Dla twórców to ramy wspierające rozważną ewaluację nowych narzędzi. Dla nabywców korporacyjnych oddzielają one dostępne możliwości od przewidywań dotyczących przyszłych systemów. Dla decydentów wskazują dowody zasługujące na analizę bez konieczności uzgadniania jednej daty.

Traktuj prognozę Jacka Clarka dotyczącą samodoskonalącej się AI jako powód, by dokładniej przyjrzeć się dowodom. Przeczytaj pierwotne twierdzenie, uwzględnij ograniczenia benchmarków i odróżniaj demonstracje od obietnic wdrożeniowych. Gdy pojawi się kolejne ogłoszenie, zapytaj, kto wybrał cel, kto sprawdził wynik i kto interweniował, gdy coś zawiodło. Porównuj następcę z niezależnymi testami, a nie z preferowanym przez system wynikiem. Śledź, czy ulepszenia się powtarzają i czy nadzór wychwytuje istotne błędy. Te obserwacje zapewnią solidniejszą podstawę do oceny niż kolejny zmieniony rok. Zanim przyjmiesz harmonogram z nagłówka, czy potrafisz wskazać publiczne dowody, które uznałbyś za sukces, oraz wynik, który zmieniłby twoje zdanie?