Embedded Files
Zarząd Stowarzyszenia Naukowego Seksuologii Stosowanej
Warszawa, 08.10.2026 r.
Modele generatywne i inne systemy uczenia maszynowego stają się codziennymi narzędziami współczesnej seksuologii. Mogą zwiększać możliwości specjalisty, ułatwiać analizę dużych zbiorów danych, porządkować materiał, wspierać formułowanie hipotez i usprawniać komunikację. SNSS zachęca do korzystania z modeli generatywnych i innych systemów uczenia maszynowego tam, gdzie rzeczywiście podnoszą jakość pracy lub pozwalają przeznaczyć więcej czasu na kontakt z człowiekiem. Nie mogą one służyć jednak do pomijania czynności stanowiących istotę pracy specjalisty: badania, rozmowy, rozumowania klinicznego, krytycznej interpretacji danych. Niezależnie od tego, czy seksuolog pracuje klinicznie, sądowo, naukowo czy dydaktycznie, model może wspierać jego decyzję, ale nie może ponieść za nią odpowiedzialności.
Odpowiedzialność za treść opinii, rozpoznania, zaleceń, dokumentacji, publikacji lub materiału dydaktycznego ponosi osoba, która sygnuje je swoim nazwiskiem. Dotyczy to tekstu wygenerowanego przez model tak samo jak informacji zaczerpniętej z wyszukiwarki internetowej, publikacji czy konsultacji z innym specjalistą. Odpowiedź modelu generatywnego nie stanowi sama w sobie potwierdzenia prawdziwości zawartych w niej informacji. Przywołane źródła i przedstawione wnioski wymagają niezależnej weryfikacji. Należy sprawdzić fakty, cytowania, obliczenia, znaczenie użytych pojęć oraz zgodność wniosków z rzeczywistym materiałem. Model nie dzieli ze specjalistą odpowiedzialności zawodowej i nie może jej od niego przejąć.
Korzystanie z modelu nie rozszerza kompetencji zawodowych użytkownika. Narzędzie może wskazać pominiętą zależność, zaproponować alternatywną hipotezę albo pomóc sformułować pytania, lecz nie uprawnia do diagnozowania lub interpretowania testów poza zakresem posiadanych kwalifikacji. Im większy wpływ wyniku modelu na sytuację osoby badanej, tym wyższy powinien być poziom niezależnej kontroli tego wyniku.
W praktyce klinicznej osoba badana nie powinna dowiadywać się po fakcie, że istotny element diagnozy lub terapii powierzono systemowi algorytmicznemu. W odniesieniu do lekarzy zasady korzystania ze sztucznej inteligencji określa art. 12 Kodeksu Etyki Lekarskiej (KEL), odczytywany łącznie z art. 14 i 16 dotyczącymi informacji, autonomii i świadomej zgody. Art. 12 wymaga korzystania w tym kontekście z systemów dopuszczonych do użytku medycznego i posiadających odpowiednie certyfikaty oraz pozostawia ostateczną decyzję diagnostyczną i terapeutyczną lekarzowi. Oficjalny komentarz Komisji Etyki Lekarskiej Naczelnej Rady Lekarskiej odróżnia zastosowania, w których system ma kluczowe znaczenie dla świadczenia, w szczególności przy ograniczonym udziale lekarza, od zastosowań jedynie wspomagających wykonywane przez niego czynności. W pierwszym przypadku wymagane są poinformowanie pacjenta i uzyskanie jego świadomej zgody. W drugim, na przykład przy technicznej poprawie jakości danych obrazowych lub wsparciu redakcyjnym, zgoda na użycie AI nie jest wymagana, choć jasne poinformowanie pacjenta pozostaje dobrą praktyką. Zgoda na zastosowanie AI nie musi być odrębna ani pisemna; może być objęta świadomą zgodą na świadczenie zdrowotne, jeżeli pacjent został odpowiednio poinformowany o roli narzędzia. SNSS rekomenduje szerszy standard: jeżeli model analizuje dane konkretnego pacjenta i wynik tej analizy może istotnie wpłynąć na rozpoznanie, ocenę ryzyka, wybór terapii albo zalecenia, pacjent powinien otrzymać zrozumiałą informację o roli narzędzia i wyrazić świadomą zgodę na jego zastosowanie. Ponadto SNSS rekomenduje, aby o wykorzystaniu modelu informować zawsze wtedy, gdy jego rezultat staje się istotnym elementem rozumowania klinicznego, komunikacji z pacjentem albo podejmowanej decyzji.
Zgody na zastosowanie modelu w procesie klinicznym nie należy utożsamiać ze zgodą jako podstawą prawną przetwarzania danych osobowych. Są to odrębne kwestie. Zgoda pacjenta nie legalizuje automatycznie korzystania z dowolnej aplikacji, nie zastępuje obowiązków administratora danych i nie zwalnia z zachowania tajemnicy zawodowej. Analogicznie brak konieczności uzyskania odrębnej zgody na czysto pomocniczą funkcję narzędzia nie oznacza dowolności w przekazywaniu mu informacji o pacjencie.
Nie istnieje całkowicie wolny od ryzyka kanał przetwarzania danych. Wyciek może nastąpić podczas przesyłania dokumentacji między specjalistami, korzystania z poczty elektronicznej, chmury, komunikatora czy też modelu generatywnego. Nie oznacza to jednak, że wszystkie te rozwiązania są równie bezpieczne. Seksuolog powinien dobierać narzędzie proporcjonalnie do wrażliwości danych, sprawdzając w szczególności zasady ich przechowywania i usuwania, możliwość wykorzystywania danych do trenowania modeli, lokalizację przetwarzania, warunki umowy, kontrolę dostępu do danych.
Dane dotyczące seksualności, zdrowia psychicznego, relacji, przemocy, tożsamości płciowej i sytuacji rodzinnej należą do informacji szczególnie wrażliwych. Usunięcie imienia i nazwiska często nie wystarcza do ich anonimizacji, ponieważ połączenie wieku, miejsca zamieszkania, rozpoznania, historii relacji i innych szczegółów może pozwolić na ponowną identyfikację osoby. Zakres danych powinien być ograniczony do minimum rzeczywiście potrzebnego do wykonania zadania. Obowiązek zachowania tajemnicy i czuwania nad prawidłowym prowadzeniem dokumentacji wynika w odniesieniu do lekarzy także z art. 24 i 29 KEL.
Niedopuszczalne jest przedstawianie treści wygenerowanych przez model jako zapisu rzeczywistych czynności, zdarzeń lub wyników, jeżeli nie mają one oparcia w materiale źródłowym. Wygenerowanie wywiadu bez przeprowadzenia wywiadu, wpisanie obserwacji zachowania, którego specjalista nie obserwował, stworzenie odpowiedzi osoby badanej, surowych wyników testu albo przebiegu badania, którego nie wykonano, stanowi fałszowanie dokumentacji. Dotyczy to również uzupełniania „prawdopodobnych” luk, przypisywania pacjentowi wypowiedzi, których nie było, oraz generowania bibliografii lub danych badawczych przedstawianych następnie jako rzeczywiste.
Dopuszczalne i potencjalnie wartościowe może być natomiast porządkowanie chronologii rzeczywistych zdarzeń, zestawianie informacji pochodzących z różnych części dokumentacji, wskazywanie niespójności lub braków wymagających wyjaśnienia, wyszukiwanie zmian w czasie, zestawianie obserwacji klinicznych i wskazywanie możliwych zależności między nimi, przygotowanie listy hipotez różnicowych albo pytań do kolejnego spotkania. Model może również pomóc opisać rzeczywiste wyniki przeprowadzonych testów, porównać wyniki kolejnych pomiarów, przełożyć specjalistyczne zalecenia na język zrozumiały dla pacjenta, pomóc zredagować zalecenia psychoedukacyjne lub sprawdzić spójność dokumentu. Każdy taki rezultat musi zostać oceniony przez specjalistę.
W opiniowaniu sądowym model może wspierać organizację obszernego materiału, tworzenie osi czasu, porównywanie relacji, odnajdywanie rozbieżności oraz kontrolę spójności projektu opinii. Nie może jednak zastępować badania, oceniać wiarygodności osoby w oderwaniu od przyjętej metodologii ani przekształcać przypuszczenia w ustalenie. W opinii należy wyraźnie odróżnić dane źródłowe, obserwacje własne, wyniki badań oraz wnioskowanie eksperta. Obowiązek rzetelnego prowadzenia dokumentacji i wystawiania dokumentów wyłącznie na podstawie badania lub odpowiedniego materiału wynika z art. 41–42 KEL i obejmuje także opinie oraz orzeczenia.
W pracy naukowej modele mogą wspierać formułowanie i porządkowanie pytań badawczych, planowanie analiz, tworzenie i sprawdzanie kodu, pracę z materiałem jakościowym, organizację piśmiennictwa, redakcję oraz kontrolę obliczeń. Mogą być także użyteczne jako narzędzie pomocnicze do poszukiwania alternatywnych wyjaśnień uzyskanych wyników, identyfikowania możliwych ograniczeń danego projektu naukowego lub wskazywania analiz wymagających rozważenia. Propozycja modelu nie stanowi jednak sama w sobie uzasadnienia wyboru metody, analizy lub interpretacji. Szczególnej ostrożności wymaga wykorzystywanie modeli w pracy z piśmiennictwem. Model może pomagać w organizowaniu informacji, formułowaniu zapytań lub wstępnym rozpoznawaniu obszaru literatury, ale nie powinien zastępować dotarcia do publikacji, na których badacz opiera swoje twierdzenia. Odwołanie bibliograficzne, przypisanie określonego wyniku konkretnemu badaniu lub streszczenie jego wniosków powinno być sprawdzone w rzeczywistym źródle.
Należy odróżnić wykorzystanie modelu do analizy zgromadzonego materiału od wykorzystania go do wytwarzania materiału, który następnie przedstawiany jest jako empiryczny. Modele mogą być używane do tworzenia danych syntetycznych, symulacji lub materiałów testowych, jeżeli ich pochodzenie jest elementem przyjętej metodologii i pozostaje możliwe do rozpoznania w opisie badania. Dane syntetyczne nie powinny być przedstawiane jako obserwacje pochodzące od rzeczywistych uczestników.
Jeżeli wykorzystanie modelu miało istotne znaczenie dla sposobu przeprowadzenia badania, analizy danych lub przygotowania publikacji, powinno zostać opisane w zakresie pozwalającym zrozumieć jego rolę oraz – gdy ma to znaczenie metodologiczne – odtworzyć sposób jego zastosowania. Zakres takiego ujawnienia powinien uwzględniać standardy właściwe dla danej dyscypliny, czasopisma, wydawcy lub projektu badawczego. Użycie modelu jako narzędzia nie jest równoznaczne z autorstwem; autorstwo wymaga możliwości przyjęcia odpowiedzialności za przedstawioną pracę.
Modele generatywne mogą być również wykorzystywane w dydaktyce. Mogą wspierać przygotowywanie ćwiczeń, przykładów, pytań, materiałów dostosowanych do poziomu odbiorców oraz symulowanych sytuacji klinicznych. Przypadki wygenerowane na potrzeby dydaktyczne powinny być przedstawiane jako symulacje i nie powinny później funkcjonować jako opisy rzeczywistych pacjentów, materiał empiryczny lub przykłady skuteczności określonego postępowania. Modele mogą być również przedmiotem dydaktyki. Analizowanie ich odpowiedzi, poszukiwanie błędów i nieuzasadnionych wniosków, porównywanie odpowiedzi z literaturą oraz dyskusja nad ograniczeniami proponowanych rozwiązań mogą służyć rozwijaniu umiejętności krytycznej oceny informacji. Kompetencja korzystania z modeli nie polega wyłącznie na umiejętności uzyskania użytecznej odpowiedzi, ale również na rozpoznawaniu sytuacji, w których odpowiedź jest niewystarczająca, wymaga sprawdzenia albo nie powinna stanowić podstawy dalszego działania.
Z perspektywy osoby uczącej się model może pełnić funkcję pomocniczą między innymi przy wyjaśnianiu pojęć, porządkowaniu materiału, tworzeniu pytań do samodzielnego sprawdzenia wiedzy, poszukiwaniu alternatywnych sposobów wyjaśnienia zagadnienia lub ćwiczeniu rozmowy. Wartość takiego zastosowania zależy jednak od celu uczenia się. Jeżeli zadanie ma prowadzić do nabycia określonej umiejętności – na przykład samodzielnej analizy piśmiennictwa, rozumowania, argumentacji lub interpretacji danych – powierzenie modelowi wykonania tej czynności może prowadzić do uzyskania poprawnego rezultatu bez nabycia kompetencji, której rozwinięciu służyło zadanie.
Dydaktycy powinni zatem uwzględniać dostępność modeli przy określaniu, które elementy pracy warto wykonywać z ich pomocą, a które powinny pozostać przedmiotem samodzielnego ćwiczenia. Jednocześnie osoby uczące się powinny umieć rozróżnić wykorzystanie modelu jako narzędzia wspierającego naukę od wykorzystania go jako substytutu własnego rozumowania. Celem dydaktyki nie powinno być samo ograniczanie korzystania z modeli, lecz rozwijanie zdolności do korzystania z nich w sposób adekwatny do zadania i własnego poziomu kompetencji.
Page updated
Google Sites
Report abuse