Exocortex R&D: laboratorium, w którym o AI decydują dowody

Problem

Firmy wdrażają AI po dobrej prezentacji. Kryteria sukcesu ustala się po zobaczeniu wyników, nieudane próby znikają z raportu, a później nikt nie umie wyjaśnić, dlaczego wybrano to rozwiązanie. Audyt i dział ryzyka nie mają czego sprawdzić. Jest też drugie ryzyko: publikując wyniki, łatwo wynieść na zewnątrz dane klientów. Laboratorium odpowiada na oba problemy naraz.

Jak to działa

• Najpierw kryterium, potem pomiar. Każdy eksperyment zaczyna się od karty z pytaniem, miarą sukcesu i progiem. Zostaje zamrożona, a jej suma kontrolna opublikowana, zanim cokolwiek zostanie policzone. Zmiana zdania oznacza nową wersję karty, a poprzednia zostaje widoczna.
• Decyzje podejmuje człowiek. Pomysł przechodzi szybki test, potem pilota z oceną na ślepo, a na końcu dostaje plan wdrożenia. Po każdym etapie człowiek decyduje, czy idziemy dalej. Większość pomysłów kończy się na szybkim teście.
• Maszyna liczy, człowiek ocenia. Maszyna zbiera sygnały, liczy i publikuje. Człowiek pisze i zatwierdza kartę, ocenia próbki na ślepo i podejmuje decyzje.
• Stały dopływ pomysłów. Co tydzień przeglądam nowe publikacje, modele i zbiory danych. W pierwszym pełnym tygodniu przez radar przeszło 198 prac.
• Wyniki negatywne też są publikowane, bo pokazują, gdzie nie inwestować.

Bezpieczeństwo

Żaden plik nie trafia do publicznego repozytorium bez 5 automatycznych kontroli, między innymi danych osobowych i podobieństwa do prywatnych materiałów. Plik zatrzymany przez kontrolę czeka na decyzję człowieka. Samą bramkę też sprawdzam. Co noc dostaje zestaw plików z celowo podłożonymi wyciekami i musi zatrzymać każdy z nich.

Laboratorium jest odcięte od moich prywatnych danych. Co noc test od środka laboratorium próbuje połączyć się z prywatną bazą i każda taka próba musi się nie udać. Materiały klientów nie są i nie będą źródłem danych laboratorium. Każdy plik ma też zapisane, czy napisał go model, czy człowiek, i czy człowiek go sprawdził, więc audytor dostanie odpowiedź, co jest czyje.

Co to daje organizacji

Decyzja o wdrożeniu opiera się na progu ustalonym wcześniej, więc nie da się dopasować kryterium do wyniku. Osoba z zewnątrz może z zapisu prac odtworzyć, dlaczego wybrano dane rozwiązanie. Pilotaże się kończą, zamiast ciągnąć się bez końca, a publikowanie wyników nie wynosi danych klientów.

Stan na 30 września 2026

Działają bramka z nocnymi testami, publiczne repozytorium (od 29 września), strona lab.exocortex.zone, nocne sprawdzanie izolacji, kolejka eksperymentów i radar pomysłów. Pierwszy eksperyment jest na etapie oceny na ślepo. Żadna hipoteza nie ma jeszcze wyniku. Piszę to wprost, bo cały projekt polega na tym, żeby nie obiecywać więcej, niż wynika z dowodów.

Moja rola

Jestem właścicielem projektu: wyznaczam kierunek i zakres, zatwierdzam karty hipotez, oceniam na ślepo i podejmuję decyzje bramkowe. Wykonanie prowadzę agentowo (Claude Code, Cowork), według podziału pracy opisanego w dokumentacji laboratorium.

Czego dowodzi ten projekt

Że potrafię zaprojektować i uruchomić sposób pracy, w którym organizacja podejmuje decyzje o AI na podstawie dowodów, broni ich przed audytem i nie wynosi przy tym danych klientów.