Od nagłówków o „apokalipsie zatrudnienia" do coraz chudszych przelewów

W studiach fotograficznych, salach sądowych i przy ekranach komputerów toczy się cicha, ale poważna rozgrywka między ludzkim talentem a maszynową wydajnością. Sztuczna inteligencja wkracza w codzienne rutyny zawodowe, ściskając honoraria, podważając prawa do wizerunku i — w wielu przypadkach — całkowicie redefiniując sens wykonywanej pracy.

Komentatorzy ze świata technologii coraz swobodniej posługują się pojęciem „apokalipsy zatrudnienia". Brzmi dramatycznie, lecz dla wielu freelancerów ta rzeczywistość jest już widoczna na wyciągach bankowych — nie w teoriach.

Kolejne duże firmy łączą restrukturyzacje z wdrożeniem AI. Francuska korporacja technologiczna Capgemini zapowiedziała likwidację 2 400 stanowisk. Microsoft potwierdził redukcję zatrudnienia o 10% we Francji w 2025 roku. Oficjalnie mówi się o „transformacji cyfrowej". W kuluarach wielu pracowników odczytuje to jako wyraźny sygnał zastąpienia ich oprogramowaniem.

Pierwszymi celami automatyzacji są zazwyczaj funkcje, w których AI skaluje się bez wysiłku: wprowadzanie danych, obsługa centrów kontaktowych, podstawowe wsparcie klienta i tłumaczenia. To obszary oparte na schematach i powtarzalności — dokładnie tam, gdzie systemy uczenia maszynowego wypadają najlepiej.

AI nie nadchodzi jako jeden spektakularny atak. Stopniowo ściera zadania, faktury i kontrakty — projekt po projekcie.

Jest też mniej widoczny, choć równie dotkliwy skutek: ciche renegocjacje warunków. Nawet jeśli stanowisko formalnie nie znika, zakres obowiązków się zmienia, odpowiedzialność pozostaje (albo rośnie), a wynagrodzenie systematycznie topnieje.

Tłumacze i AI: mniej za poprawianie maszynowego tekstu

Freelancerka Caroline, lat 41, sądziła, że znalazła solidną niszę w marketingu i kosmetyce. Między 2024 a 2025 rokiem jej obroty spadły o 12%. W wiadomościach od dawnych klientów zaczęły pojawiać się nowe słowa: „optymalizacja technologii", „postedycja", „procesy wspomagane przez AI".

Latem ubiegłego roku jej główny klient — agencja tłumaczeniowa — powiedział wprost: duże zlecenie, którym Caroline opiekowała się przez trzy i pół roku, przejdzie najpierw przez silnik tłumaczenia maszynowego. Jej rola zmieniała się na ludzką postedytorkę — osobę poprawiającą automatycznie wygenerowany tekst. Stawka, rzecz jasna, miała spaść.

Dla wielu freelancerów nowością nie jest sama technologia, lecz sposób, w jaki służy do uzasadniania niższych płac przy takiej samej — lub większej — odpowiedzialności.

Caroline przetestowała system, pytając AI, czy potrafi „skutecznie tłumaczyć teksty z dziedziny marketingu kosmetycznego". Model odpowiedział pewnie, przyznając jednocześnie, że mogą pojawić się „błędy lub niuanse wymagające korekty". To właśnie w tej szczelinie żyje dziś wielu tłumaczy — są płaceni za wyłapywanie „niuansów", a traktowani tak, jakby trudna część pracy była już za nimi.

Zawód pod strukturalną presją

Agnès Bousteau, prezeska Francuskiego Towarzystwa Tłumaczy, odnotowała spadek własnych przychodów o 20% w ciągu dwóch lat. Równolegle obserwuje, jak kolejni koledzy porzucają zawód.

Presja nie ogranicza się do prywatnych agencji. Instytucje publiczne — w tym organizacje międzynarodowe i departamenty rządowe — testują narzędzia AI do tłumaczeń. Francuskie Ministerstwo Sprawiedliwości potwierdziło próby z asystentem AI dla swoich służb, z planowanym wdrożeniem od 2026 roku.

Władze podkreślają, że w sprawach karnych i cywilnych ludzcy tłumacze pozostają niezbędni ze względu na rygorystyczne przepisy prawne. Na razie zapewniają, że AI nie jest operacyjnie stosowana do interpretacji sądowej ani formalnych tłumaczeń prawniczych. Jednak tendencja jest wyraźna: rutynowe, „niepoufne" dokumenty są pierwsze w kolejce do automatyzacji.

Obszar pracy tłumacza	Prowadzony przez człowieka	Prowadzony przez AI lub model hybrydowy
Tekst marketingowy	Ton marki, niuans kulturowy, kreatywne sformułowania	Bazowy szkic, szybkość, obsługa dużych wolumenów
Dokumenty prawne i sądowe	Odpowiedzialność prawna, precyzja, rozliczalność	Eksperymentalne użycie w materiałach pomocniczych
Instrukcje techniczne	Kontrola jakości, zgodność z normami bezpieczeństwa	Masowe tłumaczenie powtarzalnych sekcji

Dodatkową kwestią, która zyskuje na znaczeniu w negocjacjach, jest odpowiedzialność i ryzyko. Tłumacz przyjmujący zlecenie „postedycji" może ponosić prawną odpowiedzialność za błędy w dokumencie, którego pierwszą wersję wygenerowała maszyna — maszyna, której nie konfigurował ani nie kontrolował. A mimo to jest wynagradzany jak „korektor", nie jak autor.

Projektanci graficzni: promptami i pikselami dyktują budżet

Twórcy wizualni zajmują kolejną mocno eksponowaną strefę. W ciągu zaledwie dwóch lat generatory obrazów przeszły od niszowej ciekawostki do codziennego narzędzia na laptopach i smartfonach. Dla freelancerki Solenne, lat 29, ta zmiana okazała się szczególnie bolesna.

Pokazuje swoje portfolio online z mieszaniną dumy i niepokoju. Jej prace opierają się na fakturach, fizycznych materiałach i starannej kompozycji. Dziś niektórzy klienci pytają, czy nie mogłaby „użyć AI i tylko trochę poprawić". Gdy Solenne odmawia lub wyjaśnia ograniczenia — część z nich po cichu przenosi się do tańszych, silnie zautomatyzowanych rozwiązań.

Jej dochody, podobnie jak wielu kolegów po fachu, znacząco spadły. W pewnym momencie rozważała porzucenie branży. Pytanie „czy moja praca jeszcze ma wartość?" słychać też wśród fotografów, producentów wideo i ilustratorów.

Projektanci, fotografowie, videografowie, modele — wielu czuje się teraz zepchnięta do jednej negocjowalnej linii budżetowej, zdominowanej przez prompty i piksele.

Nowe narzędzia, stare stawki — albo jeszcze niższe

Dla agencji narzędzia AI obiecują natychmiastowe zyski. Potrzebujesz dziesięciu propozycji logo na jutro? Generujesz partię w kilka minut. Potrzebujesz storyboardów do prezentacji? Kilka promptów wystarczy. Wydajność jest faktem — ale zmienia też oczekiwania: terminy się skracają, a budżety często podążają za nimi w dół.

Ci, którzy adaptują się strategicznie, traktują AI jako wsparcie dla szkiców, nie jako gotowy produkt. Generują pomysły, a potem odbudowują je w profesjonalnym oprogramowaniu, dopracowują detale i usuwają artefakty. Wysiłek twórczy wciąż istnieje — tyle że klient widzi „natychmiastowy" obraz, nie godziny kompozycji i retuszu za kulisami.

Kwestią rzadko omawianą w briefach jest pochodzenie danych: skąd biorą się referencje i zbiory uczące pewne modele, jakie to rodzi konsekwencje dla oryginalności, praw autorskich i reputacji. Niektóre studia odpowiadają na to wewnętrznymi politykami: deklarują użycie AI, ograniczają narzędzia przy wrażliwych projektach i dokumentują proces, by chronić zarówno klienta, jak i twórcę.

Modelki: ciało na planie, twarz z AI w kampanii

Moda i reklama przez długi czas uchodziły za względnie bezpieczne przed pełną automatyzacją. Opierają się na ludzkiej obecności, charyzmie i mikroekspresji. A jednak granica między tym, co ludzkie, a tym, co syntetyczne, zaciera się — nawet podczas sesji zdjęciowych.

Modelka Charlotte Lemay pracuje w branży od 15 lat. Niedawno przybyła na plan kampanii i usłyszała krótką, dezorientującą instrukcję: bez makijażu, bez stylizacji włosów — jej twarz zostanie usunięta w postprodukcji. Marka planowała zachować jedynie sylwetkę i ubrania. Finalną twarz na zdjęciach miała wygenerować AI.

Dla modeli wykracza to daleko poza kwestię artystycznej dumy. W produkcji komercyjnej prawa do wizerunku są centralnym źródłem dochodu. Jeśli „twarz" staje się oficjalnie niczyja — syntetycznym kompozytem — marki mogą argumentować, że nie muszą płacić tradycyjnych opłat licencyjnych.

Zastępowanie prawdziwych twarzy awatarami AI daje markom pełną kontrolę nad każdym pikselem urody, a jednocześnie pozwala obejść stare zasady dotyczące praw do wizerunku i wynagrodzenia.

Charlotte zauważyła spadek stawek w porównaniu z początkiem kariery. Szacuje, że w niektórych segmentach wartości zmalały trzy do pięciu razy. Równolegle zmienia się estetyka: systemy AI trenowane na ogromnych zbiorach danych mają tendencję do wzmacniania już istniejących norm — nieskazitelna skóra, „niemożliwa" symetria, węższe typy sylwetki.

W efekcie powstaje osobliwy cykl. Klienci wybierają poprawione przez AI twarze pasujące do tych wzorców. Publiczność porównuje siebie — i prawdziwe modelki — z wizerunkami osób, które nigdy nie istniały. Poprzeczka przesuwa się coraz dalej od tego, co osiągalne w prawdziwym życiu.

Dlaczego twarze generowane przez AI tak bardzo kuszą marki

Nie starzeją się, nie zmieniają wagi i nie potrzebują przerw.
Można je natychmiast dostosować do różnych rynków i sezonów.
Pozwalają uniknąć skomplikowanych negocjacji o prawa do wizerunku i opłaty rezydualne.
Można je modyfikować, by odpowiadały wyidealizowanemu „wizerunkowi" marki z niepokojącą precyzją.

Kontrakty również ewoluują: skany ciała, „cyfrowe sobowtóry" i zgody na ponowne wykorzystanie stają się coraz powszechniejsze. Bez jasnych klauzul dotyczących czasu trwania, terytoriów, mediów oraz ograniczeń w zakresie trenowania modeli — jedna sesja może stać się zasobem wielokrotnie wykorzystywanym przez lata, przynosząc minimalny zwrot osobie sfotografowanej.

Ile miejsc pracy jest naprawdę zagrożonych?

Raport z 2024 roku francuskiej krajowej komisji ds. AI oszacował, że role bezpośrednio zastępowalne przez AI stanowią około 5% miejsc pracy w kraju takim jak Francja. Na pierwszy rzut oka liczba wydaje się niska. Nie uwzględnia jednak skutków ubocznych: presji na obniżenie honorariów, powstawania stanowisk hybrydowych i psychologicznego wyczerpania związanego z poczuciem dewaluacji zawodu.

Większość badaczy zgadza się, że AI częściej przekształca zadania w ramach zawodów, niż całkowicie wymazuje profesje z dnia na dzień. Tłumacz może spędzać mniej czasu na pisaniu, a więcej na korygowaniu. Projektant graficzny może przestać tworzyć każdy element od zera, a zamiast tego selekcjonować, komponować i dopracowywać wyniki maszyny. Modelka może negocjować warunki dotyczące cyfrowych sobowtórów, nie tylko sesji na żywo.

Prawdziwa zmiana polega na przejściu od „wykonuję tę pracę od początku do końca" do „nadzoruje i poprawiam to, co produkuje maszyna" — często za mniejsze pieniądze.

Kluczowe pojęcia stojące za zmianą w świecie AI

Kilka terminów technicznych zaczęło dominować w tych dyskusjach:

Generatywna AI: systemy tworzące nowy tekst, obrazy, wideo lub audio na podstawie wzorców znalezionych w danych treningowych.
Postedycja: proces przeglądania i korygowania treści najpierw wyprodukowanej przez system AI — powszechny w tłumaczeniach i projektowaniu.
Media syntetyczne: obrazy lub filmy przedstawiające osoby lub sceny, które nigdy nie istniały, często stosowane w reklamie i modzie.
Ryzyko automatyzacji: prawdopodobieństwo, że kluczowe zadania danej funkcji mogą być wykonywane przez oprogramowanie przy minimalnym udziale człowieka.

Dla osób pracujących w terenie opanowanie tego słownictwa to nie ćwiczenie akademickie — wpływa na kontrakty, stawki i odpowiedzialność. Tłumacz przyjmujący zadanie „postedycji" może odpowiadać za błędy w dokumencie pierwotnie napisanym przez maszynę. Modelka, której wizerunek zostaje zdigitalizowany do kampanii, może zobaczyć tę wersję ponownie wykorzystaną daleko poza pierwotnym zakresem.

Scenariusze praktyczne: jak może wyglądać adaptacja

Wśród osób przechodzących tę transformację krystalizuje się kilka ścieżek:

Specjalizacja: tłumacze migrujący w stronę tekstów prawnych, medycznych lub literackich, gdzie ryzyko, niuans i koszt błędu sprawiają, że potknięcia AI są mniej akceptowalne.
Ludzka marka: twórcy eksponujący styl i proces, oferujący coś jednoznacznie różnego od modeli i szablonów generowanych przez AI.
Usługi z kompetencjami w zakresie AI: profesjonaliści sprzedający nie tylko wykonanie, ale też doradztwo — kiedy AI ma sens, jak wykryć błędy i jak dostosować użycie do regulacji.
Negocjacje zbiorowe: związki zawodowe i stowarzyszenia branżowe walczące o minimalne stawki za postedycję i jasne zasady dotyczące praw do wizerunku w kampaniach z mediami syntetycznymi.

Ryzykowne jest też całkowite odcinanie się od narzędzi AI: wielu klientów po prostu wybiera kogoś, kto sprawnie porusza się w modelu hybrydowym. Dla rosnącej części rynku pragmatyczna droga polega na traktowaniu AI jak infrastruktury — podobnie jak wyszukiwarki czy korektora pisowni — przy jednoczesnym żądaniu godziwego wynagrodzenia za osąd, kuratorkę i odpowiedzialność, które pozostają ponad warstwą automatyzacji.

W wielu tych historiach pozostaje jedno nierozstrzygnięte pytanie: kto powinien czerpać finansowe korzyści z zysków produktywności tworzonych przez sztuczną inteligencję? Na razie oszczędności koncentrują się w rękach dużych organizacji i platform. Tłumacze, projektanci i modelki — którzy dbają o jakość, przyjmują ryzyko i podtrzymują cały ekosystem — odczuwają głównie presję, a rzadko kiedy nagrodę.