„Zawsze zależało mi na tym, by system informatyczny nie podejmował decyzji, tylko dostarczał najlepszych przesłanek do jej podjęcia” – podkreśla w rozmowie z PAP prof. Lidia Ogiela. Zwraca uwagę, że rozwiązania oparte na sztucznej inteligencji mogą odwzorowywać pewne elementy ludzkiego rozumowania, jednak nie zastępują człowieka w myśleniu ani w odpowiedzialności za ostateczne wybory.
Prof. Ogiela jest informatykiem, matematykiem oraz specjalistką z obszaru nauk o zarządzaniu. Od ponad 26 lat prowadzi badania dotyczące sieci komputerowych i telekomunikacji, szczególnie w kontekście sztucznej inteligencji. Ma w dorobku ponad 290 publikacji naukowych oraz 6 monografii. W 2025 r. jako pierwsza Polka otrzymała międzynarodowe wyróżnienie N2Women Stars in Computer Networking and Communications, przyznawane za doskonałość naukową przez czołowe światowe towarzystwa i instytucje badawcze. Od 2019 r. nieprzerwanie znajduje się też w gronie 2 proc. najczęściej cytowanych naukowców na świecie.
W rozmowie zaznacza, że specjalistyczna wiedza nie jest „magiczna” ani zarezerwowana dla wąskiej grupy – wymaga po prostu lat pracy, konsekwencji i cierpliwego tłumaczenia. Jej własna droga do badań zaczęła się od roli zwykłej użytkowniczki komputera. Studiując od 1995 r. matematykę, a następnie równolegle zarządzanie i marketing, wykorzystywała komputer głównie do obliczeń, prostych algorytmów i konkretnych zadań, bez wchodzenia w to, jak systemy są konstruowane. Dopiero z czasem pojawiła się silniejsza ciekawość i potrzeba zrozumienia mechanizmów stojących za technologią.
Przełomem była praca na Akademii Górniczo-Hutniczej po ukończeniu studiów i rozpoczęcie doktoratu z informatyki. To wtedy informatyka przestała być dla niej wyłącznie narzędziem, a stała się sposobem opisu rzeczywistości i obszarem badań. Skupiła się na systemach kognitywnych – rozwiązaniach, które nie tylko przetwarzają dane, lecz próbują wydobywać z nich znaczenie, analizując je semantycznie i wnioskując o tym, co z danych wynika.
Jak wyjaśnia, w momencie gdy zaczynała te prace 26 lat temu, miały one charakter pionierski. Niewielu badaczy podejmowało wówczas próbę odwzorowania procesów poznawczych w systemach informatycznych, a praktyczne zastosowania dopiero się kształtowały. Jednym z pierwszych pól wdrożeń była medycyna – analiza zobrazowań diagnostycznych, takich jak RTG czy tomografia. Celem było tworzenie narzędzi, które nie ograniczają się do rozpoznania struktur na obrazie, ale potrafią też wnioskować o stanie pacjenta, na przykład identyfikując typ złamania, oceniając rozległość urazu i wskazując możliwe rokowania.
Jednocześnie podkreśla, że doniesienia o przewadze AI nad lekarzami pojawiają się w różnych kontekstach, a jej badania dotyczyły przede wszystkim danych obiektywnych: obrazów, wyników badań i mierzalnych parametrów diagnostycznych. W tamtym podejściu nie chodziło o „pełny obraz pacjenta”, lecz o analizę tych elementów, które dało się jednoznacznie zobrazować i opisać.
Z czasem metody kognitywne znalazły zastosowanie również w analizie ekonomicznej i finansowej. Pozwalały oceniać kondycję przedsiębiorstw na podstawie wskaźników ekonomiczno-finansowych, danych strategicznych oraz próbować przewidywać dalszy rozwój podmiotów gospodarczych. Ten kierunek naturalnie doprowadził ją do tematyki bezpieczeństwa informacji, w tym kryptografii i ochrony danych: algorytmów utajniania, protokołów bezpiecznego przechowywania czy mechanizmów podziału sekretów i danych strategicznych. Chodziło o to, by informacje poufne, tajne i wrażliwe – na przykład medyczne, finansowe czy personalne – były skutecznie chronione, a jednocześnie dostępne dla osób uprawnionych.
W ocenie prof. Ogieli przeciętny użytkownik ma ograniczoną możliwość pełnej kontroli nad danymi, jeśli sam nimi nie zarządza. W takiej sytuacji musi ufać systemom i instytucjom, które dane przetwarzają, a odpowiedzialność rozkłada się pomiędzy użytkownika i dostawcę rozwiązania. Rozwój sztucznej inteligencji może przy tym zarówno wzmacniać bezpieczeństwo (np. poprzez lepsze wykrywanie anomalii i prób nieautoryzowanego dostępu), jak i zwiększać poczucie nieprzejrzystości, bo wraz ze wzrostem złożoności systemów trudniej zrozumieć, co dokładnie dzieje się z informacjami.
Badaczka zwraca uwagę, że systemy kognitywne nie są projektowane po to, by zawsze odpowiadać natychmiast. Ich priorytetem jest możliwie precyzyjne zrozumienie analizowanego zjawiska, co wymaga czasu, odpowiednich danych i solidnych modeli teoretycznych. Dlatego – jak podkreśla – takie rozwiązania naśladują pewne mechanizmy rozumowania, ale mają przede wszystkim rolę wspierającą. W szczególności w medycynie, gdzie ciężar odpowiedzialności jest ogromny, system może podpowiadać zależności i scenariusze, jednak decyzja powinna należeć do człowieka.
Choć przez lata zmieniały się narzędzia, rosła moc obliczeniowa i tempo dostępu do danych, jej podejście pozostaje spójne: kluczowe jest rozumienie ograniczeń technologii. Im bardziej zaawansowany system, tym większa odpowiedzialność po stronie osoby, która z niego korzysta. Z tego powodu prof. Ogiela konsekwentnie akcentuje znaczenie edukacji technologicznej – nie po to, by każdy był informatykiem, lecz by potrafił ogólnie zrozumieć mechanizmy, które wpływają na codzienne funkcjonowanie.
Silne miejsce w jej pracy zajmuje dydaktyka. Jak mówi, badania naukowe bez przekazywania wiedzy kolejnym pokoleniom tracą istotną część sensu. Zależy jej, by studenci nie ograniczali się do nauki narzędzi, ale rozumieli też ich źródła i ograniczenia. Zauważa przy tym, że dzisiejsi studenci są znacznie bardziej oswojeni z technologią niż osoby studiujące dwie dekady temu, jednak czasem trudniej im zatrzymać się na refleksji teoretycznej. Jej zdaniem to właśnie solidne podstawy naukowe nie blokują innowacyjności, lecz są jej warunkiem.
Pytana o to, co przyniosą kolejne lata, przyznaje, że przy obecnym tempie rozwoju informatyki i AI prognozowanie pięć lat do przodu jest obarczone dużym ryzykiem. Wyraża jednak nadzieję, że technologie będą coraz mocniej budowane na trwałych fundamentach naukowych, a nie wyłącznie na doraźnych rozwiązaniach. Jako naukowiec marzy natomiast o tym, by studenci, wychowankowie i współpracownicy mogli kiedyś powiedzieć, że ich praca opiera się na teoriach i koncepcjach, które rozwijała samodzielnie lub wspólnie z zespołami – i że przełożyło się to na realną pomoc w rozumieniu analizy danych i ich ochrony, m.in. w medycynie, cyberbezpieczeństwie, sztucznej inteligencji oraz w edukacji.