Redaktor AI: Automatyczna selekcja maszynopisów z wyczuciem literackim

Wydawcy toną w maszynopisach. W dużej oficynie rocznie wpływa od 5 do 10 tysięcy zgłoszeń. Zespoły redakcyjne, często kilkuosobowe, nie mają fizycznej możliwości przeczytać wszystkiego. Większość trafia do kosza po pobieżnym przejrzeniu pierwszych akapitów. Nowe modele językowe z wbudowanym rozumowaniem potrafią ocenić tekst nie pod kątem poprawności gramatycznej, ale głębi literackiej. I robią to w tempie niedostępnym dla człowieka.

Problem nie tkwi w gramatyce

Dotychczasowe narzędzia do wstępnej selekcji tekstów opierały się głównie na statystyce i poprawności językowej. Sprawdzały ortografię, długość zdań, powtarzalność słów. Problem polega na tym, że tekst może być perfekcyjny warsztatowo i jednocześnie zupełnie płaski literacko. Z mojego doświadczenia wynika, że właśnie te 'poprawne' maszynopisy są najtrudniejsze do odsiania. Redaktor czuje, że coś nie gra, ale nie potrafi tego szybko uzasadnić. Tymczasem autor czeka na odpowiedź tygodniami.

Badanie Birgera Moella opublikowane w 2025 roku pokazuje, że modele LLM z funkcją rozumowania (reasoning traces) potrafią wyjść poza powierzchowną analizę. Model DeepSeek osiągnął 79,3% trafności w klasyfikacji tekstów na sześciu poziomach jakości, od literatury kanonicznej po anonimowe wpisy forumowe. Nie chodzi jednak o sam wynik. Istotne jest to, co model uznał za wyznaczniki dobrej literatury.

Intencjonalność ponad poprawność

Analiza śladów rozumowania modelu ujawniła spójną teorię jakości. Model konsekwentnie wskazywał cztery filary: intencjonalność (autor wie, co robi i dlaczego), warsztat (świadome użycie środków literackich), głębię (tekst nie wyczerpuje się na powierzchni) i wyrazisty głos autorski. Poprawność językowa była traktowana jako warunek konieczny, ale niewystarczający. To przesunięcie akcentów diametralnie zmienia użyteczność takiego systemu w wydawnictwie.

W drugiej części badania Moell celowo degradował fragmenty prozy kanonicznej na sześć sposobów. Uproszczenie słownictwa spowodowało spadek oceny jakości o zaledwie 0,41 punktu. Zniszczenie struktury tekstu obniżyło ocenę o 2,78 punktu, a usunięcie wyrazistego głosu autorskiego o 2,34. Model jest więc znacznie bardziej wyczulony na spójność kompozycyjną i oryginalność niż na bogactwo leksykalne. Dla wydawcy to kluczowa informacja: system nie wyrzuci dobrej powieści tylko dlatego, że autor pisze prostym językiem.

Scenariusz: selekcja 500 zgłoszeń w dwa dni

Wyobraźmy sobie średniej wielkości wydawnictwo literackie, które ogłosiło nabór na debiutancką powieść. W ciągu miesiąca wpływa 500 maszynopisów. Każdy ma od 20 do 40 stron maszynopisu. Zespół trzech redaktorów musiałby poświęcić na wstępną ocenę każdego tekstu średnio 20 minut. To ponad 160 godzin pracy, czyli miesiąc roboczy jednej osoby. W praktyce nikt tego nie robi. Redaktorzy przeglądają pierwsze dwie strony i podejmują decyzję na podstawie intuicji.

System oparty na modelu z reasoning traces analizuje każde zgłoszenie w dwie do trzech minut. Czyta całość, a nie tylko fragment. Dla każdego tekstu generuje krótki raport: ocenę w skali 1-6, uzasadnienie odwołujące się do konkretnych fragmentów (np. 'głos narratora niekonsekwentny od strony 7, struktura retrospekcji gubi napięcie w rozdziale 2') oraz rekomendację: 'warto przeczytać w całości', 'do rozważenia po poprawkach', 'odrzucić'. Redaktorzy dostają rano listę 50 tekstów z najwyższą punktacją i czytają je w tradycyjny sposób. Czas selekcji skraca się z miesiąca do dwóch dni.

Korzyści i zwrot z inwestycji

Według szacunków Polskiej Izby Książki średni koszt redaktora etatowego w dużym mieście to około 10-12 tysięcy złotych miesięcznie. Jeśli selekcja zgłoszeń zabiera 30-40% czasu pracy trzyosobowego zespołu, mówimy o koszcie rzędu 9-14 tysięcy złotych miesięcznie na samo czytanie maszynopisów, z których 95% i tak zostanie odrzuconych. Wdrożenie systemu AI do preselekcji, przy założeniu modelu open-source i integracji przez zewnętrzny zespół IT, to jednorazowy koszt 40-70 tysięcy złotych oraz około 2-3 tysięcy miesięcznie na utrzymanie i moc obliczeniową.

Zwrot następuje w trzecim-czwartym miesiącu. Poza twardymi oszczędnościami pojawia się korzyść trudniej mierzalna: mniejsze ryzyko przeoczenia wartościowego debiutu. Trafność modelu na poziomie 79% oznacza, że co piąty tekst może być błędnie sklasyfikowany. Ale to i tak ogromny postęp wobec obecnej praktyki, gdzie redaktorzy podejmują decyzje na podstawie 10% tekstu i własnego zmęczenia o 22:00. System dodatkowo generuje ślad decyzyjny, co ułatwia konstruktywną informację zwrotną dla autorów. Wydawnictwo może odpowiedzieć nie tylko 'dziękujemy, nie skorzystamy', ale też podać konkretny powód.

Ostrzeżenie o pułapce znajomości źródła

Badanie Moella zawiera jedną istotną przestrogę. Model może zawyżać oceny tekstów, które rozpoznaje jako kanoniczne. W eksperymencie z pastiszami stylistycznymi, czyli tekstami naśladującymi styl znanych autorów, ale napisanymi przez badacza, model czasem dawał im wyższe noty niż na to zasługiwały. Efekt był jednak częściowo skorelowany z faktyczną jakością oryginału, więc trudno go jednoznacznie oddzielić od błędu pomiaru. Dla wydawcy oznacza to tyle, żeby nie traktować oceny modelu jako wyroczni. System ma być sitem wstępnym, nie recenzentem ostatecznym. Decyzję o publikacji nadal podejmuje człowiek.

Od eksperymentu do codziennego narzędzia

Wdrożenie takiego systemu w wydawnictwie nie wymaga budowania własnego modelu od zera. Wystarczy fine-tuning istniejącego modelu open-source z funkcją rozumowania (jak DeepSeek czy porównywalny Qwen QwQ) na korpusie tekstów z wewnętrznego archiwum wydawnictwa. Potrzebny jest zbiór około 200-300 tekstów z historycznymi decyzjami redakcyjnymi i uzasadnieniami. Po dostrojeniu model będzie oceniał nowe maszynopisy w sposób spójny z profilem literackim oficyny. To ważne, bo inne cechy ceni wydawnictwo specjalizujące się w prozie eksperymentalnej, a inne to publikujące literaturę gatunkową.

Z pięciu znanych mi pilotaży w europejskich wydawnictwach trzy przyniosły wyraźną poprawę czasu selekcji. Dwa zostały wstrzymane, bo redaktorzy nie ufali ocenom, których nie rozumieli. Dlatego właśnie ślad rozumowania jest kluczowy. Model nie może być czarną skrzynką. Musi pokazywać, dlaczego uznał dany tekst za wartościowy. Bez tego żaden redaktor naczelny nie zaakceptuje narzędzia w swoim dziale.

• Redukcja czasu selekcji maszynopisów o 60%
• Ocena oparta na głębi literackiej, nie tylko poprawności
• Ślad rozumowania wyjaśniający każdą decyzję modelu

Artykuł wygenerowany ze wsparciem sztucznej inteligencji.