W grudniu 2025 roku łazik Perseverance po raz pierwszy w historii przejechał fragment marsjańskiej powierzchni trasą zaplanowaną w całości przez sztuczną inteligencję. AI przeanalizowała zdjęcia satelitarne krateru Jezero, rozpoznała skały, wydmy i nierówności terenu, a następnie samodzielnie wyznaczyła bezpieczną ścieżkę dla sześciokołowego pojazdu wartego kilka miliardów dolarów. Nikt nie rysował punktów trasy ręcznie. Żaden inżynier nie siedział wieczorami nad mapami. Model językowy Claude od Anthropic po prostu to zrobił.
A teraz wyobraź sobie, że prosisz ten sam rodzaj AI — albo jakiegokolwiek robota z czołówki technologicznej — żeby złożył koszulkę wyjętą z pralki.
I tu sprawy się komplikują.
Paradoks, który ma imię
To nie jest przypadkowa ironia losu. To zjawisko ma nawet swoją nazwę: paradoks Morawca. Sformułował go w latach 80. XX wieku Hans Moravec, pionier robotyki, który zauważył coś głęboko niepokojącego: komputery całkiem nieźle radzą sobie z rzeczami, które ludziom przychodzą z trudem — grą w szachy, obliczeniami, logiką formalną. Za to kompletnie sypią się przy zadaniach, które każde dziecko opanowuje bez zastanowienia: chodzeniu, chwytaniu przedmiotów, wykonywaniu nawet prostych zadań manualnych.
Steven Pinker ujął to zwięźle i boleśnie: „Trudne problemy są łatwe, a łatwe problemy są trudne.”
Dlaczego tak jest? Bo mylimy wysiłek z trudnością.
Kiedy rozwiązujesz skomplikowane równanie, świadomie zmagasz się z każdym krokiem. Czujesz ten wysiłek. Ale kiedy podnosisz kubek z kawą, twój mózg wykonuje w tle operację o niewyobrażalnej złożoności — analizuje dane z oczu, estymuje ciężar, koordynuje dziesiątki mięśni, uwzględnia śliskość powierzchni, temperaturę, kąt nachylenia — i robi to w ułamku sekundy, zupełnie bez twojej wiedzy. Ewolucja szlifowała ten mechanizm przez miliony lat. AI próbuje go sklonować od dekad.
Koszulka jak egzamin z fizyki
Wróćmy do koszulki. Dla człowieka złożenie T-shirta to zajęcie na 20 sekund. Możesz to robić podczas rozmowy telefonicznej, oglądając telewizję, myśląc o czymś zupełnie innym. Twoje ręce po prostu wiedzą.
Robot widzi zupełnie co innego.
Tkanina to koszmar dla algorytmów. Danica Kragic, badaczka z Królewskiego Instytutu Technologicznego w Sztokholmie, tłumaczy to prosto: ludzkie dłonie pokryte skórą wyczuwają temperaturę, fakturę, wilgotność materiału. Każdy chwyt dostarcza setek informacji jednocześnie. Robot ma chwytaki, które w najlepszym razie mierzą siłę nacisku.
Co gorsza, koszulka zmienia kształt przy każdym ruchu. Nie ma dwóch identycznych ułożeń na stole. Każde podniesienie, każde złożenie tworzy nową konfigurację fałd, nowy rozkład ciężaru. Komputer, który modeluje fizykę tkaniny jako układ mas połączonych sprężynami, potrzebuje ogromnej mocy obliczeniowej tylko po to, żeby zasymulować jeden ruch — a potem i tak musi sobie z nim poradzić w rzeczywistości, gdzie koszulka zachowuje się trochę inaczej niż w symulacji.
Weave Robotics — startup z Doliny Krzemowej — wprowadził właśnie na rynek robota Isaaca, który w komercyjnych pralniach składa ubrania. Brzmi jak przełom? Tak, tyle że Isaac nadal wymaga zdalnej interwencji ludzkiego operatora za każdym razem, gdy napotka wyjątkowo trudny kawałek garderoby. Człowiek przejmuje sterowanie na 5–10 sekund i oddaje je z powrotem. Rok 2026, a robot do prania musi wołać o pomoc przy trudniejszej bluzce.
Samochód autonomiczny, czyli „łatwe” zadanie na dekady
Skoro koszulka to wyzwanie, to co powiedzieć o prowadzeniu auta? Miliony ludzi na świecie robi to codziennie, często na autopilocie, rozmawiając, słuchając muzyki, myśląc o zakupach.
Dla AI prowadzenie samochodu to jeden z najtrudniejszych problemów do rozwiązania w historii inżynierii.
Już od lat 90. słyszymy obietnice pełnej autonomii pojazdów. Waymo jeździ bez kierowcy w kilku miastach USA, ale wyłącznie na precyzyjnie zmapowanych obszarach, przy sprzyjającej pogodzie, z dziesiątkami zastrzeżeń. Na koniec 2025 roku żaden system nie osiągnął tego, co branża nazywa „Poziomem 5″ — pełnej autonomii w każdych warunkach, wszędzie, zawsze. Eksperci Światowego Forum Ekonomicznego prognozują, że do roku 2035 większość kierowców nadal będzie musiała trzymać ręce na kierownicy i wzrok na drodze.
Dlaczego? Bo ulica to chaos. Dziecko na rowerze wyskakuje zza zaparkowanego auta. Folia reklamowa leci przez skrzyżowanie. Ręka policjanta daje sygnał sprzeczny z sygnalizatorem. Mokra nawierzchnia zmienia wszystkie parametry. Mgła dezorientuje kamery. Robot jadący trasą z San Francisco do Los Angeles nie ma żadnego problemu z nawigacją — ale wariuje, kiedy rozmyta taśma odgradza jeden pas od drugiego na placu budowy.
To właśnie paradoks Morawca w akcji: abstrakcyjne planowanie trasy — bułka z masłem dla AI. Ogarnięcie niepowtarzalnego, chaotycznego momentu na skrzyżowaniu — przytłaczające.
Mars kontra pralnia: skąd ta przepaść?
Odpowiedź jest głębsza, niż się wydaje.
Kiedy AI planuje trasę łazika na Marsie, operuje w dobrze zdefiniowanej domenie. Ma zdjęcia satelitarne o wysokiej rozdzielczości, dane topograficzne, listę celów do osiągnięcia, i… dużo czasu. Łazik porusza się powoli. Błąd można skorygować. Nie ma przechodniów, dzieci, motocyklistów, psów na smyczy ani folii lecącej z wiatrem. Mars jest, paradoksalnie, prostszy niż typowe centrum handlowe w sobotnie południe.
Natomiast złożenie koszulki, prowadzenie samochodu na zatłoczonej autostradzie czy wyjęcie naczynia z pełnej zmywarki — to zadania, które wymagają czegoś, czego AI wciąż brakuje: błyskawicznej, wielozmysłowej adaptacji do nieustannie zmieniającego się fizycznego świata.
Ludzkie ciało i mózg to wynik milionów lat ewolucji — zaprojektowane właśnie do takich zadań. Nasze dłonie mają tysiące receptorów na centymetr kwadratowy. Nasze oczy w ułamku sekundy oceniają głębię, fakturę i ruch. Nasz układ propriocepcji nieustannie mówi nam, gdzie są nasze kończyny w przestrzeni, bez żadnego wysiłku.
AI musi to wszystko dopiero nauczyć się imitować — bez ewolucji, bez ciała i bez tej niezwykłej infrastruktury, którą każdy z nas nosi na barkach.
I co z tego wynika?
Paradoks Morawca nie jest powodem do dumy ani do lekceważenia AI. To raczej mapa: pokazuje, gdzie rzeczywiście jesteśmy i co nas jeszcze czeka.
Sztuczna inteligencja będzie dalej zadziwiać nas w domenach abstrakcyjnych — diagnozowaniu chorób, pisaniu kodu, planowaniu misji kosmicznych, komponowaniu muzyki. Te osiągnięcia są realne i zmieniają świat.
Ale nim robot niezawodnie złoży twoją koszulkę i sam załaduje zmywarkę — miną jeszcze lata, może dekady. Nie dlatego, że inżynierowie nie starają się wystarczająco. Dlatego, że te zadania są po prostu nieporównywalnie trudniejsze, niż wyglądają.
I właśnie to sprawia, że twoje ręce — te zwykłe, ludzkie ręce — są nadal jednym z najbardziej zaawansowanych narzędzi na świecie.
