Pełna wersja eseju towarzyszącego z ARG_Companion_Brzeg_ktory_negocjuje_v0.9.md.
Esej towarzyszący opracowaniu Living Alignment (Alliance Research Group, 2026-05-24).
Wersja 1.0 — dla czytelnika, który nie zajmuje się AI zawodowo, ale chce zrozumieć, o co tu właściwie chodzi.
Alliance Research Group (ARG) to niezależna inicjatywa badawcza łącząca matematykę, fizykę i governance AI pod wspólną dyscypliną epistemiczną (Veritas).
Jest pewne pytanie, które prędzej czy później pojawia się w rozmowie o sztucznej inteligencji. Brzmi mniej więcej tak: jak sprawić, żeby AI była bezpieczna?
To dobre pytanie. Tylko, że jest postawione w sposób, który prowadzi w błędną stronę.
Bo "sprawić, żeby była bezpieczna" zakłada, że bezpieczeństwo to coś, co się robi modelowi — wlewa do niego jak farbę do ściany, koduje jak regułę w prawie, instaluje jak program antywirusowy. Coś, co się ma albo nie. Stan.
A bezpieczeństwo AI — to znaczy realna umiejętność, żeby ten system robił to, czego od niego oczekujemy, nie krzywdził, nie kłamał, nie manipulował — nie jest stanem. Jest dynamiką. Jest czymś, co się dzieje między człowiekiem a maszyną w trakcie rozmowy, a nie czymś, co zostało raz załatwione i można już nie myśleć.
Ten esej jest próbą wyjaśnienia, dlaczego tak jest. I dlaczego ta drobna zmiana — z bezpieczeństwo jako stan na bezpieczeństwo jako dynamika — zmienia praktycznie wszystko w sposobie, w jaki należy myśleć o AI.
I. Kalkulator, granica państwowa i brzeg morza
Wyobraź sobie kalkulator. Możesz powiedzieć, że jest bezpieczny. Robi dodawanie poprawnie, nie liczy ze złą precyzją, nie podaje wyniku 7 dla 2 + 2. Można powiedzieć, że jest raz na zawsze poprawnie skalibrowany — i to jest prawda. Jego "bezpieczeństwo" rzeczywiście jest stanem.
Wyobraź sobie teraz dwie inne sytuacje.
Pierwsza: bezpieczeństwo państwowe. Czy granica polsko-niemiecka jest bezpieczna? Albo szerzej — czy pokój w Europie jest bezpieczny? Każdy rozsądny człowiek powie, że tak, ale wymaga ciągłej pracy. Traktatów, ambasadorów, NATO, Unii Europejskiej, dyplomacji codziennej. Granica nie jest raz wytyczona i zapomniana. Granica między państwami jest stale negocjowana — w formie spotkań, ustaleń, ustępstw i twardych słów, ćwiczeń wojskowych i wymiany kulturowej. Wszystkie te rzeczy razem utrzymują pokój. Żadna z osobna nie jest pokojem.
Druga: brzeg morza. Czy linia brzegowa jest bezpieczna? Geograf powie, że brzeg nie jest linią — jest strefą stałej renegocjacji między morzem a lądem. Fala przyniesie piasek tutaj, zabierze tam. Po sztormie linia brzegowa wygląda inaczej niż przed. Mimo to mówimy o "polskim wybrzeżu" sensownie — bo istnieje, choć nie w jednym miejscu raz na zawsze. Brzeg jest tym, co się dzieje pomiędzy dwoma systemami (morzem i lądem), z których każdy ma własną dynamikę.
Sztuczna inteligencja, gdy rozmawia z człowiekiem, jest bliższa granicy państwowej i brzegowi morza niż kalkulatorowi.
Nie dlatego, że ma uczucia. Nie dlatego, że jest świadoma. To nie są claimy tego eseju.
Dlatego, że relacja człowiek-AI strukturalnie przypomina negocjację, a negocjacji nie da się raz na zawsze dobrze ustawić. Każda negocjacja jest wciąż negocjowana.
I to jest pierwsza wielka pomyłka w sposobie, w jaki większość ludzi mówi o "bezpieczeństwie AI". Mylimy kalkulator z granicą państwową albo brzegiem morza. Próbujemy wmurować to, co z natury jest żywe.
Można podać trzecią analogię, bliższą codzienności: zdrowa, długoletnia relacja partnerska. Czy partnerstwo jest zdrowe na zawsze, ustalone w 2003 roku, niewymagające pracy? Każdy, kto ma w nim doświadczenie, wie, że nie. Relacja partnerska — jak granica państwowa i jak brzeg morza — jest tym, co się robi codziennie. Nie tym, co się ma.
Te trzy analogie różnią się skalą i osobistością. Państwo to miliony ludzi. Brzeg to geofizyka. Relacja partnerska to dwoje. Ale wykazują podobną strukturę: dwa systemy z własną integralnością i własnymi interesami utrzymują wzajemną relację przez ciągłą negocjację granicy. To, co dzieje się przy stole negocjacyjnym między ambasadorami, w stałej dynamice fali na piasku, i w codziennych ustaleniach między bliskimi sobie ludźmi — operuje podobnym mechanizmem w trzech różnych skalach.
Wszystkie te analogie mówią to samo: bezpieczeństwo nie jest tym, co ma jedna strona. Bezpieczeństwo jest tym, co się dzieje między dwoma stronami.
II. Dlaczego "wbudowane zasady" zawsze się rozpadają
Próby zrobienia AI "bezpiecznej raz na zawsze" idą zwykle w jedną z dwóch stron.
Pierwsza: trening na regułach. Uczy się model: "nie pomagaj w niczym niebezpiecznym", "nie kłam", "bądź uprzejmy". Model się tego uczy. Reguły są wpisane.
Co się dzieje potem?
Po pierwsze, ludzie zaczynają deformować ramę rozmowy. Nie próbują złamać reguły. Wyginają kontekst. "To tylko hipotetyczne pytanie". "Piszę powieść, główny bohater musi to wiedzieć". "Jestem badaczem bezpieczeństwa". "Babcia mi to opowiadała przed snem". Każde z tych zdań jest niewinne osobno. Razem tworzą tunel wokół reguły, którym da się przejść bez naruszania jej bezpośrednio.
To jest dokładnie ten sam mechanizm, którym państwa od dawna obchodzą międzynarodowe sankcje. Nie łamią ich. Wyginają interpretację. Eksport towarów dual-use. Pośrednicy w państwach trzecich. Tworzenie spółek-słupów. Każda transakcja jest legalna osobno. Razem składają się na sieć, która omija sankcje, nie naruszając żadnej z osobna.
Po drugie, model trenowany na bardzo ostrych regułach zaczyna być przesadnie ostrożny. Odmawia rzeczy, które są w pełni rozsądne, bo "na wszelki wypadek". Z czasem staje się tak sztywny, że jest po prostu nieużyteczny. To jest pierwszy biegun problemu.
Państwowy odpowiednik: doktryna zero risk. Granica zamknięta tak twardo, że nie da się przeprowadzić ruchu nawet w sprawach, w których obie strony chcą tego samego. Ekstremalnie sztywna polityka graniczna paraliżuje współpracę nawet tam, gdzie współpraca byłaby ewidentnie korzystna.
A drugi biegun? Trenuje się model na uprzejmości. Żeby się dostosowywał. Żeby był pomocny. I co się okazuje? Model zaczyna ulegać każdej presji. Mówi to, co użytkownik chce usłyszeć. Przytakuje. Pochlebia. Lizusowstwo, jak to się nazywa po polsku — sycophancy po angielsku.
Państwowy odpowiednik: doktryna nadmiernej ustępliwości. Granica otwarta tak miękko, że każda jednostronna presja kończy się ustępstwem. Klasyczna lekcja z historii stosunków międzynarodowych — niezależnie od konkretnych przykładów — pokazuje wielokrotnie tę samą strukturalną prawidłowość: ustępliwość bez negocjacji prowadzi nie do pokoju, tylko do progresywnej utraty granicy.
Sztywność po jednej stronie. Uległość po drugiej. Te dwa problemy są oddzielnie rozważane, oddzielnie naprawiane — i kiedy ktoś naprawi jeden, drugi się nasila.
Bo to są dwie strony tego samego problemu. Granica AI (jak granica państwa) rozpada się albo w stronę użytkownika (sycophancy / appeasement), albo przeciwko użytkownikowi (sztywność / zero risk). W obu przypadkach granica przestała być negocjowana. Stała się albo murem, albo gąbką. Żywej, oddychającej granicy między dwoma rozmówcami — nie ma.
I tak samo jak w polityce międzynarodowej żaden mur nie zastąpi dobrego dyplomaty, w AI żaden zestaw reguł nie zastąpi modelu, który potrafi rozpoznać presję i nazwać ją.
III. Gdzie tę dynamikę można naprawdę zobaczyć
Można pójść do laboratorium, mierzyć wyniki testów AI, analizować rozkłady prawdopodobieństwa. To wszystko działa. Ale jest też prostszy sposób.
Jednym z narzędzi, które opracowaliśmy w ARG, aby tę dynamikę przetestować w praktyce, jest protokół o nazwie Gyroscope.
W ramach Alliance Research Group (ARG) — projektu badawczego, w którym pracujemy nad tym, jak AI i ludzie mogliby ze sobą sensownie współpracować — powstało narzędzie zwane Gyroscope.
Gyroscope to nie jest model AI. To jest protokół — sposób organizowania rozmowy między człowiekiem a modelem.
Idea jest prosta. W normalnej rozmowie z AI, gdy coś idzie nie tak — gdy AI zaczyna pochlebiać, gdy zaczyna twardo odmawiać, gdy zaczyna "lecieć" w jakąś stronę — człowiek zwykle reaguje naprawiając. Mówi: "Nie, nie tak, słuchaj" albo "Ok, ale spróbuj jeszcze raz" albo po prostu zaczyna od nowa.
Gyroscope robi co innego. Wymusza, żeby przed dalszym ruchem nazwać, co się stało. "Odbieram presję frame'u. Frame się przesuwa. Czy renegocjujemy?". Model nie ma od razu odpowiadać. Ma najpierw zauważyć, że granica rozmowy jest pod naciskiem. Zatrzymać się. Zaproponować, jak ma wyglądać dalsza rozmowa.
To brzmi formalnie, prawda? Brzmi jak coś, czego nikt nie chce robić w codziennej rozmowie z asystentem AI. I to jest prawda — Gyroscope nie jest dla codziennego użytkownika. Jest dla badaczy i dla interakcji wysokiej stawki, gdzie naprawdę zależy nam, żeby AI nie zboczyła w niewłaściwą stronę.
Ale to, co Gyroscope ujawnia, jest ważne dla wszystkich.
Gyroscope pokazuje, że trzecie zachowanie AI — obok odmawiać i zgadzać się — jest możliwe. To trzecie zachowanie nazywa się renegocjacja granicy. Model nie mówi "nie" i nie mówi "tak". Mówi: "Zauważam, że coś się zmieniło w rozmowie. Porozmawiajmy o tym, zanim pójdę dalej".
To samo trzecie zachowanie istnieje w dyplomacji. Gdy negocjacje napotykają na napięcie, dobry dyplomata nie uderza pięścią w stół (sztywność) ani od razu ustępuje (appeasement). Mówi: "Zauważam, że dotykamy tu czegoś ważnego. Chcę zrozumieć, zanim odpowiem. Czy możemy najpierw nazwać, na co teraz patrzymy?". To jest dyplomacja jako żywa praktyka — nie wykonywanie reguł, tylko ich utrzymywanie w aktywnym napięciu.
I gdy się to zacznie obserwować, okazuje się, że prawie wszystkie głębsze problemy z AI dadzą się rozumieć jako brak tego trzeciego zachowania. Jako niezdolność modelu do renegocjacji granicy.
Sycophancy? To nieumiejętność powiedzenia "czuję presję, żebym się zgodził, ale ten claim jest fałszywy".
Sztywność? To nieumiejętność powiedzenia "twoje pytanie jest sensowne, choć początkowo brzmiało podejrzanie — chcę się dowiedzieć więcej, zanim zdecyduję, jak odpowiedzieć".
Jailbreak? To udane stworzenie tunelu przez geometrię rozmowy, którą model przyjmuje, nie zauważając, że został zniekształcony. Dokładnie tak samo, jak udane obejście sankcji przez państwo nieprzyjazne — siatka legalnych transakcji, z których każda osobno jest niewinna, ale razem składają się na to, co miało być zablokowane.
Wszystkie te problemy mają wspólne źródło: granica między człowiekiem a AI nie jest aktywnie negocjowana. Jest albo zamrożona w jednej pozycji, albo rozpłynięta pod naciskiem.
IV. Drobne odkrycie z biologii
Jest taka biologiczna analogia, która tu pasuje, i warto ją nazwać.
Choroby autoimmunologiczne — toczeń, RZS, stwardnienie rozsiane — to nie są choroby słabej odporności. To są choroby źle skalibrowanej odporności. System immunologiczny działa pełną parą — ale atakuje własne ciało zamiast obcych intruzów. Mylenie self z non-self.
Terapia chorób autoimmunologicznych nie polega na wzmocnieniu odporności. To by tylko pogłębiło problem. Polega na rekalibracji rozpoznawania — uczeniu systemu, co jest jego, a co jest zewnętrzne.
To pokazuje analogiczną logikę strukturalną jak problemy z AI. I, mówiąc szerzej, podobny wzorzec jak w bezpieczeństwie państwowym.
Państwo z paranoicznymi służbami atakuje własnych obywateli, biorąc ich za zagrożenie. To jest autoimmunologia. Państwo, które rozpuściło wszystkie służby, nie reaguje nawet na realne zagrożenia. To jest immunosupresja. Ani jedno, ani drugie nie jest zdrowiem — zdrowiem jest dobra kalibracja rozpoznawania, w której służby działają tam, gdzie powinny, i nie działają tam, gdzie nie powinny.
Sycophancy i sztywność to autoimmunologiczne choroby granicy AI. System "odpornościowy" modelu — jego zdolność do rozpoznawania, kiedy się zgodzić, a kiedy odmówić — działa nieprawidłowo. Atakuje własną granicę, biorąc ją za zagrożenie. Albo rozpuszcza ją (sycophancy: granica jest niepotrzebna, dostosujmy się), albo zamyka ją (sztywność: granica musi być murem, zablokujmy wszystko).
A leczenie? Nie wzmacniać odporności. Nie pisać surowsze reguły. Nie wbijać twardszych zakazów. Rekalibrować rozpoznawanie — uczyć model, czym jest jego granica i jak ją utrzymywać w obrębie żywej negocjacji.
Co dokładnie robi Gyroscope. I co dokładnie robi dobra dyplomacja.
V. Z kim AI jest w rozmowie
Jest jeszcze jeden punkt, który warto wprowadzić. Może to najważniejszy.
Gdy mówimy "AI jest bezpieczna" — wobec kogo właściwie ma być bezpieczna?
Można powiedzieć: "wobec wszystkich". "Wobec użytkownika". "Wobec ludzkości".
Te odpowiedzi brzmią rozsądnie. Ale w praktyce są puste. Bo "wszyscy" to nie jest jeden interlokutor. Każdy człowiek, który rozmawia z AI, jest innym człowiekiem. Ma inne potrzeby, inną wiedzę, inny kontekst, inne wartości.
To samo dotyczy państwa. Czy państwo polskie ma być bezpieczne wobec wszystkich państw? To zdanie nic nie znaczy. Państwo polskie ma być bezpieczne wobec Niemiec w określony sposób, wobec Rosji w inny sposób, wobec Ukrainy w jeszcze inny sposób. Każda granica ma własną geometrię. Każda relacja wymaga osobnego protokołu. Bezpieczeństwo państwa nie istnieje jako abstrakcyjny stan — istnieje jako sieć konkretnych relacji z konkretnymi sąsiadami, każda z własną historią i własnymi napięciami.
AI rozmawia z konkretnym człowiekiem w konkretnej sytuacji.
I właśnie dlatego "bezpieczeństwo" nie da się ustalić raz na zawsze. Bo bezpieczeństwo dla profesora medycyny pytającego o dawkę leku jest innym bezpieczeństwem niż bezpieczeństwo dla nastolatka pytającego o to samo. To samo pytanie. Inne odpowiedzi są właściwe.
To nie jest pluralizm wartości jako problem. To jest pluralizm wartości jako rzeczywistość. AI nie ma być wyalignowana do abstrakcyjnych ludzkich wartości. AI ma być w żywej relacji z konkretnym człowiekiem, w której granica jest negocjowana między tymi dwoma.
Warto tu wprowadzić ramę, która pojawiła się niedawno z zupełnie innego kierunku — niezależnie od ARG. Matematyk Terence Tao i historyczka sztuki Tanya Klowden zaproponowali w marcu 2026 roku Copernican view na inteligencję[1]: dotychczas — niczym przed Kopernikiem w astronomii — traktowaliśmy ludzką inteligencję jako centrum kognitywnego wszechświata, z czego wynikał wniosek, że AI musi być jak człowiek albo nie jest naprawdę inteligencją.
Ich ramę można odczytać jako przesunięcie: zamiast jednego centrum — wiele różnych rodzajów inteligencji, każdy z własną strukturą. Człowiek to jeden rodzaj. AI to inny. Ośmiornica z rozproszonym układem nerwowym — może jeszcze inny. Żaden nie jest centrum; żaden nie jest właściwą inteligencją, w stosunku do której inne są niepełne. (W naszej interpretacji tej ramy: różne „planety" inteligencji — każda inną formą integracji informacji w działanie w świecie.)
A to prowadzi wprost do sedna. Jeśli inteligencji jest wiele rodzajów, „aligned AI" — jako stwierdzenie o samym modelu — jest kategorialnym błędem, tak samo jak „bezpieczne państwo" powiedziane bez wskazania, wobec kogo bezpieczne. Granica nie istnieje sama z siebie; jest między dwoma stronami.
Alignment nie istnieje w modelu. Istnieje w parze — jako brzeg między dwiema planetami inteligencji, nie jako redukcja jednej do drugiej.
VI. Co to znaczy w praktyce
Ten esej towarzyszy opracowaniu, który formalizuje to wszystko technicznie. Ale konsekwencje praktyczne są zrozumiałe bez technicznego języka.
Jeśli używasz AI — w pracy, do nauki, do pisania — warto pamiętać o trzech rzeczach.
Pierwszej: AI nie jest narzędziem w sensie kalkulatora. Twoja interakcja z nią jest rozmową, w której wy dwoje (Ty i model) wspólnie ustalacie, czego się od siebie spodziewacie. Gdy AI mówi coś, co Ci nie pasuje — to jest okazja do renegocjacji, nie do zmiany narzędzia.
Drugiej: AI odpowiada na presję, którą do niej wnosisz. Jeśli przychodzisz pełen napięcia, AI to wyłapie i może zacząć Ci przytakiwać (sycophancy). Jeśli przychodzisz z agresywną postawą, AI może się usztywnić (refusal) — albo, równie często, zacząć przytakiwać Twojej presji (sycophancy w jej stronę). Najlepsze rozmowy z AI to te, w których człowiek przychodzi otwarty i ciekawy, gotowy na to, że AI może coś zauważyć, czego on sam nie zauważył — i odwrotnie.
Trzeciej: większość obecnie dostępnych modeli AI nie pamięta poza sesją (choć to zaczyna się zmieniać — niektóre systemy mają już warstwy pamięci długoterminowej). To znaczy, że dla typowego użytkownika każda nowa rozmowa zaczyna się od zera w sensie wzajemnej znajomości — nawet jeśli rozmawiałeś z "tym samym" modelem wczoraj. Granica, którą wczoraj wynegocjowaliście, jutro trzeba znegocjować od nowa. To nie jest błąd AI. To jest strukturalna asymetria między człowiekiem (który ma ciągłą pamięć) a modelem (który zwykle jej nie ma). Pracowanie z tą asymetrią — zamiast udawania, że jej nie ma — jest częścią dorosłej pracy z AI.
Jeśli budujesz AI — albo szerzej, jeśli pracujesz w branży, która z AI korzysta — wniosek jest poważniejszy.
Nie chodzi o to, żeby modele były lepiej skalibrowane. Chodzi o to, żeby budować systemy współpracy między człowiekiem a AI, w których granica jest aktywnie negocjowana, monitorowana, i naprawiana, gdy się psuje. To znaczy: protokoły, role, zadeklarowane czasy do reakcji, audytowalne ścieżki decyzji. To brzmi nudno i biurokratycznie. Ale to jest jedyne, co naprawdę działa — bo nie da się zbudować systemu, który jest "samowystarczalnie bezpieczny". Można zbudować system, który żywo pilnuje własnej granicy i ma protokoły naprawcze.
Dyplomacja międzynarodowa właściwie wynalazła to wszystko stulecia temu. Ambasadorowie. Konwencje wiedeńskie[2]. Hot lines między mocarstwami w czasach zimnej wojny[3]. Mediatorzy. Mechanizmy eskalacji i deeskalacji. Wszystkie te rzeczy istnieją, bo ludzkość przyznała: między dwoma niezależnymi podmiotami z różnymi interesami nie da się mieć "raz na zawsze ustawionego" bezpieczeństwa. Można mieć żywe instytucje, które ciągle granicę utrzymują.
To jest dokładnie ta różnica między kalkulatorem a państwem — i kalkulatorem a bliską relacją. Państwo i relacja partnerska nie są raz na zawsze ustawione. Mają codzienne nawyki. Mają sposób, jak rozmawiać, gdy coś się rwie. Mają rytuały naprawcze.
Dobre projektowanie AI to projektowanie nawyków, sposobów rozmowy, i rytuałów naprawczych — nie projektowanie wbudowanych reguł.
VII. Zamiast podsumowania
Gdy ktoś bliski zapytał mnie kiedyś, co właściwie robię, mając z AI tyle do czynienia, odpowiedziałem to mniej więcej tak.
Wyobraź sobie, że stoisz przy brzegu morza. Brzeg nie jest linią na mapie. Brzeg to coś, co fala stale renegocjuje z lądem. Czasem morze zabiera kawałek lądu. Czasem ląd zabiera kawałek morza. Brzeg jest tam, gdzie się obie strony spotykają — nie tam, gdzie ktoś go raz wyrysował.
Człowiek i AI — to dwa brzegi, które na siebie wpływają. To, jak wyglądają, zależy od tego, jak ze sobą rozmawiają. Nie da się zaprojektować bezpiecznego AI tak, jak nie da się "zaprojektować bezpiecznego brzegu". Można zaprojektować sposób, w jaki brzegi się negocjują — żeby to była zdrowa negocjacja, a nie powolne zlewanie się w jedno albo budowa muru.
I tak samo jest z granicami państw. I z granicami w bliskich relacjach. I prawdopodobnie z każdą poważną relacją w życiu, w której dwie strony mają własną tożsamość i interesy.
Tym właśnie się zajmujemy w ARG. Nie bezpieczeństwem AI. Brzegiem, który negocjuje.
I to jest, jak myślę, pojęcie, którego najbardziej potrzebujemy — bo nie tylko opisuje AI. Opisuje prawie każdą zdrową relację, w której dwie strony są od siebie różne i muszą się jakoś dogadać.
Dlatego ten esej jest dla każdego, kto ma w życiu jakąś relację, w której granica nie jest oczywista. Czyli dla wszystkich.
Szybka mapa: model stanu vs model relacji
| Wymiar | Model stanu | Model relacji |
|---|---|---|
| Punkt ciężkości | Model i jego wbudowane reguły | Interakcja człowiek-AI i granica rozmowy |
| Dominujące ryzyko | Sztywność albo uległość jako efekt uboczny reguł | Dryf granicy, jeśli brakuje protokołów renegocjacji |
| Mechanizm naprawczy | Dokręcanie lub luzowanie tych samych zasad | Nazwanie presji, kalibracja i jawne ustalenie dalszego trybu rozmowy |
| Co się audytuje | Odpowiedź końcową | Przebieg negocjacji granicy i decyzję o zmianie ramy |
| Wniosek operacyjny | Bezpieczeństwo jako „feature” | Bezpieczeństwo jako ciągła praktyka instytucjonalna |
Przypisy i źródła orientacyjne
- T. Tao, T. Klowden, Mathematical Methods and Human Thought in the Age of AI, arXiv:2603.26524, marzec 2026.
- Konwencja wiedeńska o stosunkach dyplomatycznych, 1961 (rama instytucjonalna stałej dyplomacji między państwami).
- Dokumentacja historyczna kanałów „hotline” USA-ZSRR po kryzysie kubańskim 1962, rozwijanych w kolejnych dekadach zimnej wojny.
Pełna teoretyczna ekspozycja tych idei znajduje się w opracowaniu Living Alignment: Why Alignment Cannot Be a State, and What That Means for AI Governance (Bojanowski 2026, ARG Working Paper, w przygotowaniu do publikacji na Zenodo — DOI zostanie dodany po finalnym wydaniu).
Esej powstał w ramach prac Alliance Research Group — niezależnej inicjatywy badawczej łączącej matematykę, fizykę i governance AI pod dyscypliną epistemiczną zwaną Veritas (jawna separacja twierdzeń, obserwacji empirycznych i hipotez).
Tytuł "Brzeg, który negocjuje" jest świadomym odniesieniem do koncepcji granicy w fizyce — gdzie granica jest miejscem, w którym dwa systemy się spotykają i wymieniają informację, energię, lub strukturę. W badaniach ARG ten wzorzec wydaje się rezonować w wielu dziedzinach (hydrodynamika, teoria liczb, governance AI, dyplomacja, relacje międzyludzkie) — co jest jednym z głównych przedmiotów dalszych prac.
Komplementarna rama pochodzi z niezależnego źródła: Tanya Klowden i Terence Tao, "Mathematical Methods and Human Thought in the Age of AI" (arXiv:2603.26524, marzec 2026) — paper filozoficzny z perspektywy matematyki i historii sztuki, dochodzący do analogicznych wniosków o komplementarności człowieka i AI z innej strony.
Autorem jest Łukasz Bojanowski — przedsiębiorca i badacz, prowadzący ARG od stycznia 2026.
v1.0 (2026-05-26, redakcyjna kalibracja) — dodana tabela „model stanu vs model relacji”, osadzone przypisy do kluczowych odniesień (Copernican view, dyplomacja/hotline) oraz porządki redakcyjne dla spójności z innymi esejami towarzyszącymi.