W skrócie
- Dziś istnieje tylko wąska AI; AGI to wciąż cel, a nie fakt: w teście AGI zespołu Dana Hendrycksa z 2025 r. GPT-5 uzyskał 57%, GPT-4 27%.
- Według sposobu działania wyróżnia się 5 rodzajów AI: reguły, uczenie maszynowe, uczenie głębokie, generatywną AI i agentów; w jednym produkcie często działa kilka naraz.
- W UE o tym, czy program jest „systemem AI”, decyduje art. 3 pkt 1 AI Act, a motyw 12 wyłącza z definicji programy działające wyłącznie według reguł spisanych przez ludzi.
Stan na 3 listopada 2026
Rodzaje sztucznej inteligencji: trzy podziały w skrócie
Sztuczną inteligencję dzieli się najczęściej na trzy sposoby: według możliwości (wąska, ogólna, superinteligencja), według sposobu działania (od reguł przez uczenie maszynowe po generatywną AI i agentów) oraz według tak zwanych funkcji (cztery typy, od maszyn reaktywnych do samoświadomości). Wszystko, czego używasz na co dzień, to wąska AI.
Definicja
Rodzaje sztucznej inteligencji to sposoby grupowania systemów AI według tego, co potrafią, jak dochodzą do wyniku albo jak bardzo przypominają ludzki umysł. Żaden z tych podziałów nie jest jedynym obowiązującym: to porządki umowne, które ułatwiają rozmowę o AI. Wiążącą definicję w Unii Europejskiej ma tylko prawo: „system AI” z AI Act.
| Podział | Rodzaje | Co z tego istnieje w 2026 r. |
|---|---|---|
| Według możliwości | wąska AI (ANI), ogólna AI (AGI), superinteligencja (ASI) | wąska; o AGI trwa spór |
| Według sposobu działania | reguły, uczenie maszynowe, uczenie głębokie, generatywna AI, agenci AI | wszystkie, często w jednym produkcie |
| Według funkcji (umowny) | maszyny reaktywne, ograniczona pamięć, teoria umysłu, samoświadomość | dwa pierwsze typy |
Jeśli zaczynasz od zera, najpierw zajrzyj do naszego przewodnika o tym, czym jest sztuczna inteligencja: tam są podstawowe pojęcia i pierwsze kroki z czatem AI. Tutaj rozkładamy na części same podziały.
Wąska, ogólna i superinteligencja: podział według możliwości
Ten podział mówi, jak szeroko AI potrafi działać. Wąska AI wykonuje określone zadania, ogólna (AGI) dorównywałaby człowiekowi w niemal każdej pracy umysłowej, a superinteligencja przewyższałaby ludzi we wszystkim. Według IBM dziś istnieje tylko pierwsza.
- Wąska AI (słaba AI, ang. artificial narrow intelligence, ANI) jest trenowana do jednego zadania lub wąskiej grupy zadań: filtruje spam, rozpoznaje twarz, tłumaczy tekst. IBM nazywa ją jedynym rodzajem AI, który dziś istnieje, i zalicza do niej także ChatGPT.
- Ogólna AI (AGI, silna AI) uczyłaby się nowych zadań i przenosiła wiedzę między dziedzinami bez ponownego trenowania. Jednej definicji nie ma. OpenAI w swojej karcie pisze o wysoce autonomicznych systemach, które przewyższają ludzi w większości pracy o wartości ekonomicznej. Grupa ok. 30 badaczy pod kierunkiem Dana Hendrycksa zaproponowała w 2025 r. inną miarę: AI, która dorównuje wszechstronnością i biegłością umysłową dobrze wykształconemu dorosłemu.
- Superinteligencja (ASI) to hipotetyczny system, który przewyższa ludzi w praktycznie wszystkich zadaniach umysłowych. IBM opisuje ją jako czystą teorię.
Uważaj na słowa. Od 29 września 2026 r. amerykańskie agencje federalne mają pisać „Super Intelligence” zamiast „AI”, ale to nowa nazwa dla dzisiejszych narzędzi, a nie nowy rodzaj AI. Czy wszechstronne czaty AI to już początek AGI, opisujemy niżej.
Od reguł do agentów: podział według sposobu działania
Ten podział mówi, jak system dochodzi do wyniku: według reguł spisanych przez człowieka czy według wzorców wyuczonych z danych. Kolejne rodzaje układają się jak matrioszki: uczenie głębokie to część uczenia maszynowego, a generatywna AI zwykle opiera się na uczeniu głębokim.
- Systemy oparte na regułach. Człowiek zapisuje zasady „jeśli… to…”, a program je wykonuje. Tak działały dawne systemy ekspertowe. Prosty zestaw reguł spisanych wyłącznie przez ludzi nie jest już „systemem AI” w rozumieniu AI Act.
- Uczenie maszynowe (ML). Według IBM to algorytmy, które uczą się wzorców z danych treningowych, a potem stosują je do nowych danych. Tak bank rozpoznaje nietypową transakcję.
- Uczenie głębokie (deep learning). Uczenie maszynowe na sztucznych sieciach neuronowych z wieloma warstwami. Radzi sobie z bardzo złożonymi wzorcami, np. w rozpoznawaniu twarzy i mowy, ale potrzebuje dużo danych i mocy obliczeniowej.
- Generatywna AI. Według IBM tworzy nowe treści: tekst, obrazy, wideo, dźwięk i kod, w odpowiedzi na polecenie. Najczęściej stoi za nią duży model językowy (LLM), a w grafice osobne modele obrazu, o których piszemy w przewodniku o generowaniu obrazów AI.
- Agenci AI. Model językowy wyposażony w narzędzia (wyszukiwarkę, przeglądarkę, pliki) i zdolność planowania. IBM opisuje agenta jako system, który sam wykonuje zadania, układając przebieg pracy z dostępnych narzędzi. Więcej w przewodniku Agenci AI.
W praktyce te rodzaje się przenikają: czat AI to generatywny model językowy, który w trybie agenta sam szuka w sieci i wypełnia formularze.
Rodzaje AI w praktyce: przykłady z życia w Polsce
Najłatwiej zrozumieć podziały na przykładach, które znasz. Tabela pokazuje, do jakiego rodzaju należą popularne zastosowania. Wszystkie są wąską AI, a różnią się sposobem działania.
| Gdzie to spotykasz | Co robi | Rodzaj według sposobu działania |
|---|---|---|
| termostat z harmonogramem, automatyczne drzwi | wykonuje stałe reguły | reguły (zwykle nie AI w świetle AI Act) |
| filtr spamu w poczcie | odsiewa niechciane wiadomości | uczenie maszynowe |
| bank blokuje podejrzaną płatność kartą | wykrywa nietypowe transakcje | uczenie maszynowe |
| odblokowanie telefonu twarzą | rozpoznaje Twoją twarz | uczenie głębokie |
| nawigacja omijająca korek | prognozuje czas przejazdu | uczenie maszynowe |
| wirtualny asystent w mObywatelu | odpowiada na pytania o usługi publiczne | generatywna AI (polski model PLLuM) |
| ChatGPT, Gemini, Claude | piszą, streszczają, tłumaczą, odpowiadają | generatywna AI (LLM) |
| plakat lub grafika z opisu | tworzy obraz z polecenia | generatywna AI (model obrazu) |
| asystent, który sam wypełnia formularz w przeglądarce | wykonuje zadanie w kilku krokach | agent AI |
Asystent w mObywatelu to dobry przykład generatywnej AI w państwowej aplikacji. Według Ministerstwa Cyfryzacji działa od 31 grudnia 2025 r. na polskim modelu językowym PLLuM. Podpowiada, jak złożyć wniosek o dowód czy zastrzec PESEL, ale nie przetwarza danych osobowych, nie ma dostępu do rejestrów i nie odpowiada na pytania o konkretną sprawę.
Generatywna AI szybko przenosi się do biur. Na szkoleniu w Agencji Restrukturyzacji i Modernizacji Rolnictwa (ARiMR), które prowadził Adam Bakalarz, uczestnicy przygotowali plakat o naborze w około minutę; zlecenie takiej grafiki agencji to zwykle wydatek rzędu 800–2000 zł.
Maszyny reaktywne, pamięć, teoria umysłu: popularny, ale umowny podział
Czterostopniowy podział z wielu poradników nie pochodzi z prawa ani z jednego naukowego standardu. Spopularyzował go w 2016 r. Arend Hintze z Michigan State University w artykule dla The Conversation. Warto go znać, bo często wraca, ale nie należy traktować go jak nauki ścisłej.
- Maszyny reaktywne nie mają pamięci i reagują tylko na to, co widzą teraz. Przykład Hintzego to Deep Blue, komputer IBM, który w 1997 r. pokonał Garriego Kasparowa.
- Ograniczona pamięć pozwala korzystać z niedawnych danych przez krótki czas. Przykład: samochód autonomiczny, który śledzi prędkość i kierunek innych aut. IBM zalicza tu też czaty AI.
- Teoria umysłu oznaczałaby AI, która rozumie, że ludzie mają myśli, emocje i oczekiwania. Takich systemów nie ma.
- Samoświadomość to AI, która rozumie własne stany wewnętrzne. To odległa hipoteza, bo wymagałaby zrozumienia i zbudowania świadomości.
Podział ma słabe punkty. Ten sam ChatGPT jest w nim „ograniczoną pamięcią”, a w podziale według możliwości „wąską AI”, więc kategorie nakładają się na siebie, co przyznaje sam IBM. A to, że asystent zapamiętał Twoje preferencje, nie znaczy, że rozumie Twoje emocje: IBM zaznacza wprost, że rozwijana dziś tzw. AI emocjonalna nie rozumie ludzkich uczuć i nie umie na nie odpowiadać.
Co uznaje za AI prawo: definicja systemu AI w AI Act
W Unii Europejskiej liczy się jedna definicja: art. 3 pkt 1 AI Act. O tym, czy przepisy dotyczą programu, decyduje to, czy wnioskuje on z danych, a nie to, jak nazywa go producent w reklamie.
Według rozporządzenia (UE) 2024/1689 „system AI” oznacza system maszynowy, który został zaprojektowany do działania z różnym poziomem autonomii po jego wdrożeniu oraz który może wykazywać zdolność adaptacji po jego wdrożeniu, a także który – na potrzeby wyraźnych lub dorozumianych celów – wnioskuje, jak generować na podstawie otrzymanych danych wejściowych wyniki, takie jak predykcje, treści, zalecenia lub decyzje, które mogą wpływać na środowisko fizyczne lub wirtualne.
W prostych słowach: system AI sam ustala, jak z danych zrobić wynik. Motyw 12 rozporządzenia dodaje dwie ważne rzeczy. Definicja obejmuje zarówno uczenie maszynowe, jak i podejścia oparte na logice i wiedzy. Nie obejmuje natomiast „systemów opartych na zasadach określonych wyłącznie przez osoby fizyczne w celu automatycznego wykonywania operacji”. Komisja Europejska wydała 6 lutego 2025 r. wytyczne do tej definicji, ale nie są one wiążące.
Definicja jest bliska tej, którą OECD zaktualizowała 8 listopada 2023 r.; dopisano w niej wtedy „treści”, żeby objąć generatywną AI. Polska ustawa o systemach sztucznej inteligencji nie tworzy własnej definicji, tylko odsyła do unijnej. Jakie obowiązki z tego wynikają, zależy od poziomu ryzyka; wyjaśniamy to w przewodniku po AI Act.
Czy AGI już istnieje? Stan sporu w listopadzie 2026
Nie ma zgody ani co do odpowiedzi, ani co do samej definicji AGI. W ankiecie AAAI z 2025 r. 76% z 475 badaczy uznało, że samo skalowanie obecnych podejść do AI raczej nie doprowadzi do AGI. Postęp jest przy tym szybki. Praktyczny wniosek dla użytkownika: dzisiejsze modele są bardzo nierówne, genialne w jednych zadaniach i zawodne w innych.
- Zmierzone luki. W teście zespołu Hendrycksa z 2025 r., opartym na dziesięciu obszarach zdolności poznawczych człowieka, GPT-4 uzyskał 27%, a GPT-5 57%. Najsłabiej wypadła pamięć długotrwała. Badacze Google DeepMind w skali poziomów AGI umieścili ChatGPT i Gemini na najniższym poziomie.
- Nierówne zdolności. Według AI Index 2026 Uniwersytetu Stanforda model Gemini Deep Think zdobył złoty medal na Międzynarodowej Olimpiadzie Matematycznej, a najlepszy model poprawnie odczytuje godzinę z zegara analogowego tylko w 50,1% przypadków.
- Głosy z branży. W styczniu 2026 r. w Davos Demis Hassabis z Google DeepMind mówił, że do AGI na poziomie człowieka jest jeszcze daleko, i szacował ją na 5–10 lat, a Yann LeCun przekonywał, że same modele językowe jej nie osiągną (Fortune). Dario Amodei z Anthropic w eseju z 2024 r. unika terminu AGI i mówi o „potężnej AI”.
- AGI w umowach. W październiku 2025 r. Microsoft i OpenAI ustaliły, że ewentualne ogłoszenie AGI przez OpenAI zweryfikuje niezależny panel ekspertów. W kwietniu 2026 r. zmieniły umowę tak, że płatności są „niezależne od postępu technologicznego OpenAI”, więc AGI straciła tam znaczenie finansowe (omówienie). Formalnej deklaracji AGI nie było.
- Ostrzeżenia producentów. Anthropic napisał w listopadzie 2026 r. w prospekcie giełdowym, że jego przyszłe modele mogą wkrótce dramatycznie przyspieszyć rozwój AI, zaznaczając, że nie uznał dotąd żadnego obecnego modelu za przekraczający ten próg.
Policzmy to. Między GPT-4 a GPT-5 wynik w teście Hendrycksa wzrósł o 30 punktów procentowych (z 27 do 57%). Do 100% brakuje 43 punktów, czyli więcej, niż przybyło między tymi dwoma modelami. Wynik to średnia, za którą kryją się wyraźne braki, np. w pamięci długotrwałej. Dlatego nagłówki „AGI już jest” i „AGI nigdy nie będzie” warto czytać z dystansem.
Najczęstsze mity o rodzajach AI
Większość nieporozumień bierze się z mieszania podziałów. Oto cztery mity, które słychać najczęściej, także na szkoleniach.
- „ChatGPT to już AGI”. IBM zalicza go do wąskiej AI, a badacze Google DeepMind dają mu najniższy poziom swojej skali („wschodząca AGI”), daleko od AGI w potocznym rozumieniu.
- „Generatywna AI to cała AI”. To tylko jeden rodzaj. Najwięcej decyzji wokół Ciebie (spam, płatności, rekomendacje) podejmuje klasyczne uczenie maszynowe.
- „Każdy program to AI”. Kalkulator czy arkusz z formułami działa według reguł zapisanych przez człowieka. AI Act takich systemów nie uznaje za AI, nawet jeśli sprzedawca tak je reklamuje.
- „Generatywna AI to nieszkodliwa zabawka”. Te same modele, które piszą maile i rysują plakaty, służą też przestępcom. Na szkoleniu w szpitalu Pro-Medica w Ełku Adam Bakalarz omawiał ataki z użyciem AI: deepfake, vishing, czyli oszustwo głosowe przez telefon, i prompt injection, czyli ukryte polecenia dla AI.
W firmie rozróżnianie rodzajów AI ma praktyczny sens: inaczej ocenia się ryzyko czatu, który pisze, a inaczej agenta, który sam działa. Jeśli chcesz, żeby zespół przeszedł od teorii do codziennej pracy z ChatGPT, Claude i Gemini, zobacz szkolenie AI w codziennej pracy albo napisz do nas przez formularz kontaktowy.
Wszystkie teksty dla początkujących
Ten tekst jest częścią serii dla osób, które zaczynają przygodę z AI. Podstawy znajdziesz w przewodniku Co to jest sztuczna inteligencja, a gdy chcesz od razu spróbować, sprawdź, co dają za darmo ChatGPT, Gemini i Claude. Kolejne teksty z tej serii znajdziesz poniżej.
Co to znaczy dla Ciebie
Na co dzień nie musisz pamiętać wszystkich podziałów. Wystarczą trzy pytania przy każdym narzędziu AI. Czy tworzy nowe treści (generatywna AI), czy ocenia i przewiduje (klasyczne uczenie maszynowe)? Czy tylko odpowiada, czy sam wykonuje działania (agent)? Czy spełnia definicję systemu AI z AI Act, jeśli używasz go w firmie? Od odpowiedzi zależy, jak sprawdzasz wyniki i ile swobody dajesz narzędziu. Nagłówki o AGI i superinteligencji czytaj spokojnie: dziś pracujesz z wąską AI, która bywa genialna w jednym zadaniu i zawodna w innym.
Najczęstsze pytania
Jakie są rodzaje sztucznej inteligencji?
Najczęściej stosuje się trzy podziały. Według możliwości: wąska AI, ogólna AI (AGI) i superinteligencja. Według sposobu działania: systemy oparte na regułach, uczenie maszynowe, uczenie głębokie, generatywna AI i agenci AI. Według funkcji: maszyny reaktywne, ograniczona pamięć, teoria umysłu i samoświadomość. Ten ostatni podział jest popularny, ale umowny.
Czym różni się wąska sztuczna inteligencja od ogólnej?
Wąska AI wykonuje określone zadania, np. filtruje spam albo rozpoznaje twarz, i tylko ona dziś istnieje. Ogólna AI (AGI) dorównywałaby człowiekowi w niemal każdej pracy umysłowej i przenosiła wiedzę między dziedzinami bez ponownego trenowania. Jednej definicji AGI nie ma, a w ankiecie AAAI z 2025 r. 76% z 475 badaczy uznało, że samo skalowanie obecnych podejść do AI raczej do niej nie doprowadzi.
Czy ChatGPT to wąska czy ogólna AI?
W klasycznym podziale to wąska AI, choć bardzo wszechstronna. IBM zalicza ChatGPT do wąskiej AI, a badacze Google DeepMind dają mu najniższy poziom swojej skali AGI („wschodząca AGI”), daleko od AGI w potocznym rozumieniu. W teście AGI zespołu Dana Hendrycksa GPT-5 uzyskał 57%, więc do poziomu wykształconego dorosłego wciąż sporo brakuje.
Co to jest generatywna sztuczna inteligencja?
To AI, która tworzy nowe treści: tekst, obrazy, wideo, dźwięk albo kod, w odpowiedzi na polecenie. Opiera się zwykle na uczeniu głębokim; najczęściej stoi za nią duży model językowy (LLM). Przykłady to ChatGPT, Gemini, Claude oraz generatory grafiki.
Czy superinteligencja już istnieje?
Nie. Superinteligencja (ASI) to hipotetyczny system, który przewyższałby ludzi w praktycznie wszystkich zadaniach umysłowych; IBM opisuje ją jako czystą teorię. Amerykańskie rozporządzenie każące pisać „Super Intelligence” zamiast „AI” zmienia tylko nazwę dzisiejszych narzędzi.
Czy każdy program komputerowy to sztuczna inteligencja w świetle AI Act?
Nie. Według art. 3 pkt 1 AI Act system AI wnioskuje z danych wejściowych, jak wygenerować wynik, np. predykcję, treść, zalecenie albo decyzję. Motyw 12 rozporządzenia wyłącza „systemy oparte na zasadach określonych wyłącznie przez osoby fizyczne w celu automatycznego wykonywania operacji”, np. prosty program z regułami.
Źródła i data sprawdzenia
- EUR-Lex: rozporządzenie (UE) 2024/1689 (AI Act), art. 3 pkt 1 i motyw 12
- Komisja Europejska: wytyczne do definicji systemu AI (6.02.2025)
- OECD.AI: zaktualizowana definicja systemu AI (8.11.2023)
- IBM: Understanding the different types of artificial intelligence
- IBM: What is machine learning?
- IBM: What is generative AI?
- IBM: What are AI agents?
- The Conversation: Arend Hintze, Understanding the four types of AI (2016)
- Google DeepMind: Levels of AGI (arXiv 2311.02462)
- A Definition of AGI (Hendrycks i in., 2025)
- Stanford HAI: AI Index 2026
- Fortune: AI luminaries at Davos clash over how close human-level intelligence really is (23.01.2026)
- Dario Amodei: Machines of Loving Grace (2024)
- OpenAI: Charter (definicja AGI)
- Microsoft: The next chapter of the Microsoft–OpenAI partnership (28.10.2025)
- OpenAI: The next phase of the Microsoft OpenAI partnership (27.04.2026)
- Simon Willison: historia klauzuli AGI w umowie Microsoft–OpenAI (27.04.2026)
- Ministerstwo Cyfryzacji: wirtualny asystent w mObywatelu (30.12.2025)
- AAAI: 2025 Presidential Panel on the Future of AI Research (raport, marzec 2025)
Sprawdzono 3 listopada 2026
Czytaj dalej
W tej sprawie
Zobacz też
Zobacz też
- Czat AI: który wybrać na start i jak z niego korzystać
- Sztuczna inteligencja za darmo: co dają ChatGPT, Gemini, Claude i inne w 2026
- Sztuczna inteligencja w życiu codziennym: gdzie już jej używasz i jak robić to bezpiecznie
- Sztuczna inteligencja: przykłady z życia, pracy i firmy
- Kurs AI: jak wybrać kurs sztucznej inteligencji i czego się nauczyć najpierw
- Darmowe kursy AI od twórców narzędzi: Google, Microsoft, OpenAI, Anthropic. Czy są po polsku?
- Kurs AI z certyfikatem: co certyfikat naprawdę potwierdza i komu się przydaje
- Google AI Essentials: co to za kurs, ile kosztuje i czy warto
- Chatbot: co to jest, jak działa i ile kosztuje chatbot na stronę
Najnowsze w temacie Dla początkujących
Przewodnik po temacie Co to jest sztuczna inteligencja? AI wyjaśniona prosto dla początkujących
Czytaj dalej
W tej sprawie
Zobacz też
- Szkolenie AI: rodzaje, darmowe i płatne, online i stacjonarne, z certyfikatem
- Kurs AI: jak wybrać kurs sztucznej inteligencji i czego się nauczyć najpierw
- Darmowe kursy AI od twórców narzędzi: Google, Microsoft, OpenAI, Anthropic. Czy są po polsku?
- Ile kosztuje AI? Cennik AI w złotych: ChatGPT, Claude, Gemini, Copilot i Perplexity
Zobacz też
- Czat AI: który wybrać na start i jak z niego korzystać
- Sztuczna inteligencja za darmo: co dają ChatGPT, Gemini, Claude i inne w 2026
- Sztuczna inteligencja w życiu codziennym: gdzie już jej używasz i jak robić to bezpiecznie
- Sztuczna inteligencja: przykłady z życia, pracy i firmy
- Kurs AI: jak wybrać kurs sztucznej inteligencji i czego się nauczyć najpierw
- Darmowe kursy AI od twórców narzędzi: Google, Microsoft, OpenAI, Anthropic. Czy są po polsku?
- Kurs AI z certyfikatem: co certyfikat naprawdę potwierdza i komu się przydaje
- Google AI Essentials: co to za kurs, ile kosztuje i czy warto
- Chatbot: co to jest, jak działa i ile kosztuje chatbot na stronę
Najnowsze w temacie Dla początkujących
Przewodnik po temacie Co to jest sztuczna inteligencja? AI wyjaśniona prosto dla początkujących

