prof. dr hab. Emilia Łojek, Wydział Psychologii Uniwersytetu Warszawskiego

Poza „mgłą mózgową”: zespół post-COVID jako model współczesnych relacji psychologii i medycyny

Wystąpienie proponuje szerszą refleksję nad współczesnym miejscem psychologii w medycynie, wychodząc od przykładu zespołu post-COVID. Relacja ta coraz rzadziej ma charakter wyłącznie aplikacyjny: psychologia nie tylko dostarcza narzędzi diagnostycznych, lecz współuczestniczy w operacjonalizacji objawów, kształtowaniu praktyk klinicznych i - pośrednio - stabilizowaniu kategorii nozologicznych. Zespół post-COVID, sytuujący się na styku neurologii, psychiatrii, medycyny rodzinnej i neuropsychologii, dobrze ujawnia relacje między biomedycznym a psychospołecznym rozumieniem choroby. Rozbieżność między ICD-11, gdzie wprowadzono jednostkę “stan poCOVID-19” („post COVID-19 condition”), a DSM-5-TR, który nie wyodrębnia analogicznej kategorii, pokazuje, że konceptualizacja tego zespołu jest nadal otwarta. W części empirycznej zestawione zostaną międzynarodowe rekomendacje dotyczące neuropsychologicznej oceny osób po COVID-19, postulujące wielodomenowy pomiar funkcjonowania poznawczego, psychicznego i trafności wykonania (Cysique, Łojek i in., 2021), rekomendowane przez WHO (Clinical Management of COVID-19, 18 August 2023), z wynikami badania ankietowego przeprowadzonego w 2023 roku wśród 301 specjalistów z 20 krajów (Łojek i in., 2025). Analiza praktyki klinicznej ujawniła koncentrację diagnozy wokół przesiewowej oceny stanu umysłowego, funkcji wykonawczych, szybkości przetwarzania informacji oraz uwagi i pamięci roboczej, przy ograniczonym uwzględnianiu innych domen funkcjonowania. Tę rozbieżność można interpretować jako przejaw ukierunkowanego podejścia diagnostycznego. Choć bywa ono pragmatyczne i organizacyjnie zrozumiałe, może zawężać obraz kliniczny do deficytów utożsamianych z „mgłą mózgową”, prowadząc do niedodiagnozowania innych zaburzeń oraz do nieadekwatnych ścieżek terapeutycznych. Konsekwencje mają charakter nie tylko kliniczny i systemowy, lecz także epistemologiczny: wpływają na standardy oceny, organizację opieki oraz to, które objawy uzyskują status osiowych dla rozumienia choroby. W tym sensie post-COVID stanowi użyteczny model do dalszych rozważań nad współczesnymi relacjami psychologii i medycyny.

prof. dr hab. Michał Harciarek, Wydział Nauk Społecznych Uniwersytetu Gdańskiego

Co funkcjonowanie poznawczo-emocjonalne ozdrowieńców COVID-19 mówi nam o neuropsychologicznych następstwach chorób somatycznych? 

prof. dr hab. Małgorzata Sobol, Katedra Psychometrii i Diagnozy Psychologicznej Uniwersytetu Warszawskiego

Kiedy psychologia pomaga rozwiązać zagadki medyczne: badania nad delirium pediatrycznym, depresją okołoporodową i migreną

Pomimo dynamicznego rozwoju technologii medycznych oraz systematycznego poszerzania wiedzy klinicznej, współczesna medycyna nadal napotyka zjawiska, które wymykają się wyjaśnieniom w obowiązujących paradygmatach diagnostycznych i terapeutycznych. W takich sytuacjach wsparcie zaoferować może psychologia, proponując rozwiązania oparte na modelach biopsychospołecznych. Często bywa tak, że te rozwiązania, które okazują się najbardziej skuteczne, przyjmowane są początkowo z rezerwą i zaskoczeniem, nawet wśród samych psychologów. W czasie wykładu przedstawię przykłady wyników badań własnych, w których czynniki psychologiczne okazały się znaczącymi zmiennymi wyjaśniającymi trudne problemy medyczne, a przy tym były to wyniki, których nikt się nie spodziewał. Na początku omówię badania dotyczące wpływu zachowania rodziców wobec dzieci, na odczuwanie przez dzieci bólu i na nasilenie delirium pediatrycznego. W dalszej kolejności, zaprezentuję wyniki analiz związków między postawami wobec czasu, stresem oraz depresją okołoporodową. Następnie przedstawię rezultaty badań wpływu empatii ze strony lekarza na nasilenie migreny. Na zakończenie podam propozycję wniosków, płynących z zaprezentowanych badań, w kontekście interdyscyplinarnego podejścia do zagadnienia zdrowia.

dr hab. Michał Bola, prof. UJ, Centrum Badań Mózgu Uniwersytetu Jagiellońskiego

Psychodeliki a zdrowie psychiczne: Od mechanizmów fenomenologicznych do neurofizjologicznych korelatów przetwarzania emocji

W obliczu narastającego kryzysu zdrowia psychicznego, współczesna psychologia i neuronauka ponownie zwracają się ku substancjom psychodelicznym jako potencjalnym narzędziom terapeutycznym. Celem niniejszego wystąpienia jest krytyczny przegląd aktualnego stanu wiedzy na temat wpływu klasycznych psychodelików na dobrostan psychiczny oraz prezentacja wyników badań własnych koncentrujących się na mechanizmach tej relacji. W pierwszej części prezentacji omówiony zostanie „renesans psychodeliczny” w nauce, ze szczególnym uwzględnieniem bada na skutecznością psylocybiny, LSD oraz DMT w redukcji objawów depresyjnych i lękowych. Druga część wystąpienia zostanie poświęcona badaniom własnym, w których przy pomocy szerokiego wachlarza metod –od kwestionariuszowych, przez EEG, po fMRI - badaliśmy relację pomiędzy naturalistycznym zażywaniem psychodelików a reaktywnością emocjonalną (Orłowski i in., 2022, 2024, 2026). Wnioski z prezentowanych badań pozwalają powiązać subiektywny wymiar doświadczenia psychodelicznego z mierzalnymi zmianami w procesach przetwarzania emocji. Taka perspektywa rzuca nowe światło na mechanizmy leżące u podstaw terapeutycznego działania tych substancji oraz pozwala na bardziej precyzyjne osadzenie wyników badań psychodelicznych w nurcie współczesnej psychologii naukowej.

prof. dr hab. Czesława Frejlich, Katedra Projektowania Ergonomicznego ASP w Krakowie

Badania w projektowaniu. Metody rozpoznawania potrzeb użytkownika jako fundament praktyki projektowej (wspólnie z drem Lechem Kolasińskim i drą Anną Mokrzycką-Wagner)

Wystąpienie poświęcone jest metodom projektowym opartym na użyteczności i doświadczeniu użytkownika, ze szczególnym uwzględnieniem osób zagrożonych wykluczeniem z przestrzeni publicznej – osób z niepełnosprawnościami oraz trudnościami poznawczymi. Przedstawione zostaną dwa projekty doktorskie, ukazujące możliwość twórczej adaptacji metod badawczych wypracowanych w psychologii i ergonomii w procesie projektowym. Badania zostały przeprowadzone pod kierunkiem dr hab. Halszki Kontrymowicz-Ogińskiej. Pierwszy projekt dotyczy opracowania dotykowych materiałów dydaktycznych dla osób słabowidzących i niewidomych, przygotowanych dla Ogrodu Botanicznego Uniwersytetu Jagiellońskiego i wdrożonych w 2021 roku. Jego celem było wspieranie włączenia społecznego, stymulacja sensoryczna oraz wspomaganie procesów poznawczych użytkowników przy zachowaniu wysokiego komfortu odbioru innych użytkowników. Drugi projekt – Ogród z Pamięci – obejmuje koncepcję miejskiej przestrzeni parkowej przeznaczonej dla osób z demencją oraz chorobą Alzheimera w stadium wczesnym i średnim. Badania pozwoliły zidentyfikować gatunki roślin pełniące funkcję bodźców wspomnieniowych oraz określić charakterystyczne obrazy pamięciowe, sprzyjające aktywizowaniu pozytywnych doświadczeń związanych z naturą.

prof. dr hab. Tadeusz Marek, Wydział Psychologii Uniwersytetu SWPS w Katowicach

Sieci neuronalne w procesie pracy

W prezentacji przedstawiane są zagadnienia dotyczące wpływu - lawinowo narastającej - wiedzy dotyczącej systemów i sieci neuronalnych mózgu na badania i działania projektowe w obszarze ergonomii/’human factors’. Omawiane są dwa podejścia badawczo- projektowe: podejście klasyczne bazujące na konstruktach teoretycznych oraz podejście neuro, w przypadku którego badacz i projektant odwołują się do zasad i mechanizmów funkcjonowania systemów i sieci neuronalnych. Całość zamyka retrospektywno – prospektywne spojrzenie na neuroergonomię, z perspektywy dynamicznie rozwijających się w obszarze neurokognitywistyki metod badawczych.

dr hab. Piotr Przybysz, prof. UAM, Wydział Filozoficzny Uniwersytetu Adama Mickiewicza

Emocje estetyczne: między przyjemnością a poczuciem piękna

Emocje estetyczne stanowią specyficzną kategorię przeżyć afektywnych, których taksonomia pozostaje jednym z najtrudniejszych i najbardziej kontrowersyjnych zagadnień współczesnej psychologii sztuki/estetyki. Różne modele – od modelu emocji podstawowych, przez ujęcia wielowymiarowe, aż po podejścia sytuacyjne i dynamiczne – proponują odmienne zestawy kategorii (m.in. zachwyt, wzruszenie, fascynacja, poczucie piękna, awe czy nostalgia), często wskazując na ich częściowe pokrywanie się z emocjami dnia codziennego, podkreślając jednocześnie pewne różnice jakościowe miedzy nimi. Kluczowe rozróżnienie dotyczy m.in. oddzielenia emocji estetycznych od typowych emocji utylitarnych: te pierwsze nie służą bezpośredniemu przystosowaniu biologicznemu, a ich rdzeniem ma być kontemplacja i bezinteresowna przyjemność (por np. rozróżnienie liking i wanting). Celem wykładu jest próba bardziej adekwatnego określenia autonomicznego charakteru przeżyć estetycznych oraz wskazanie na ich podobieństwa i różnice względem emocji podstawowych. Dodatkowo nacisk położony zostanie na temporalną naturę emocji estetycznych – ich często „falowy”, rozwijający się w czasie przebieg (np. od początkowego zainteresowania dziełem sztuki, poprzez fascynację formalnymi rozwiązaniami zastosowanymi przez artystę, aż po głębokie wzruszenie lub poczucie harmonii) – co odróżnia je od szybkich, epizodycznych reakcji dnia codziennego, upodabniając je w jakiejś mierze do nastrojów. W wystąpieniu zaproponuję syntetyczne ujęcie tych podobieństw i różnic oraz wskażę na konsekwencje, jakie wynikają z nich dla dalszych badań nad emocjami estetycznymi.

prof. dr hab. Daniel Wójcik, Pracownia Neuroinformatyki, Instytut Biologii Doświadczalnej PAN

Neuroinformatyka, neurobiologia obliczeniowa i sztuczna inteligencja - interakcje i inspiracje

Neuroinformatyka, neurobiologia obliczeniowa i sztuczna inteligencja to trzy różne choć powiązane dziedziny, które od dawna przenikają się i inspirują. Na wykładzie omówię krótko co rozumiem pod tymi nazwami, pokażę jak historycznie się rozwijały w kontekście rozwoju neurobiologii doświadczalnej i jak wyglądają te inspiracje i interakcje dzisiaj. Pokażę też jaką rolę w rozwoju nauki mogę pełnić inicjatywy takie jak EBRAINS.

dr Maksymilian Bielecki, Instytut Psychologii SWPS, Centrum Innowacji Społecznych i Ekonomicznych HumanTech

Umysł jednostajnie przyspieszony? Sztuczna inteligencja jako narzędzie, współtwórczyni i przedmiot badań psychologicznych

Skonfrontowani z rewolucją sztucznej inteligencji, zostajemy postawieni w niekomfortowej sytuacji bohatera-filozofa z „Rejsu" Marka Piwowskiego. Niezależnie od tego, czy mamy na to ochotę, wszyscy stajemy się jednocześnie „twórcą i tworzywem". Sztuczna inteligencja, odmieniana tak chętnie (i beztrosko) przez wszystkie przypadki, odmienia też… nas samych — jako ludzi, psychologów i naukowców. Natura naszego myślenia staje się, przynajmniej w niektórych obszarach, nie-całkiem-naturą. Zarówno osoby uczestniczące w badaniach, jak i sami badający stają się bytami hybrydowymi. AI przynosi nam niespodziewane możliwości, ale też niespodziewane kłopoty. Kusi możliwością (trafnej?) symulacji działania ludzkiego umysłu, a zarazem obnaża utopijność fantazji o prostych analogiach pomiędzy tym, co in silico, i tym, co in vivo. Wykład stanowić będzie próbę przedstawienia ilustrowanej taksonomii kluczowych kategorii szans i wyzwań, z którymi mierzy się w tym kontekście naukowa psychologia. Biorąc pod uwagę, jak zaskakujący teoretycznie i empirycznie jest ten obszar badań, takie — etnograficzne i jakościowe — podejście wydaje się uzasadnione.

dr hab. Jakub Szewczyk, Instytut Psychologii Uniwersytetu Jagiellońskiego

Między mózgiem a modelem: czego porównania z AI uczą nas o poznaniu?

W ostatniej dekadzie wydarzyło się coś, co wyraźnie zmieniło krajobraz badań nad inteligencją: po raz pierwszy dysponujemy modelami, które potrafią wykonywać złożone zadania percepcyjne i językowe w sposób, którego nie umieliśmy wcześniej zaprojektować ręcznie. Rozpoznawanie obrazów, przetwarzanie mowy czy generowanie języka przestały być wyłącznie przedmiotem teoretycznych opisów, a stały się obszarem, w którym systemy sztuczne zaczęły osiągać wyniki skłaniające do poważnych porównań z poznaniem człowieka. W tym kontekście szczególnego znaczenia nabiera pytanie o relację między modelami AI a aktywnością mózgu. Na ile porównania między systemami sztucznymi i biologicznymi mogą pomóc nam lepiej rozumieć reprezentacje poznawcze, etapy przetwarzania informacji i organizację złożonych funkcji umysłowych? I czego właściwie uczymy się, gdy model dobrze przewiduje dane neuronalne lub zachowanie człowieka? Pokażę, jak badania łączące neuronaukę poznawczą i współczesną AI otworzyły nową przestrzeń do formułowania i testowania hipotez o percepcji, języku i strukturze reprezentacji umysłowych. Zarysuję zarówno obietnice tego podejścia, jak i najważniejsze trudności interpretacyjne. Celem wystąpienia będzie pokazanie, że porównania między mózgiem a modelami AI stają się dziś jednym z najciekawszych sposobów badania tego, jakie problemy obliczeniowe musi rozwiązywać system poznawczy, aby skutecznie działać w świecie.

dr Artur Gunia, Katedra Kognitywistyki Uniwersytetu Jagiellońskiego

Zaufanie w epoce generatywnej sztucznej inteligencji: strategie, ryzyka, przyszłość

Zaufanie staje się dziś walutą przyszłości sztucznej inteligencji. W epoce generatywnej AI nie jest ono dodatkiem do technologii, lecz kluczowym warunkiem jej skutecznego, odpowiedzialnego i społecznie akceptowalnego wykorzystania. Odwołując się do perspektywy kognitywistyki oraz psychologii zaufania, traktuję zaufanie jako gotowość do podjęcia ryzyka wobec systemu – ludzkiego lub nieludzkiego – którego działania nie kontrolujemy w pełni. Rozumiem je jako proces oparty jednocześnie na przekonaniach (kompetencja i przewidywalność systemu), afekcie (poczucie bezpieczeństwa) oraz normach (oczekiwanie „właściwego” działania). W realiach generatywnej AI zaufanie przestaje być prostą funkcją jakości modelu; staje się rezultatem sposobu, w jaki użytkownicy i organizacje formułują zapytania, weryfikują odpowiedzi, integrują je z własnymi procesami decyzyjnymi oraz biorą odpowiedzialność za ich dalsze wykorzystanie i rozpowszechnianie. W pierwszej części omawiam zaufanie w relacji człowiek–maszyna, wskazując na fundamentalną różnicę między zaufaniem do klasycznych artefaktów technicznych – gdzie dominują niezawodność i inżynierskie standardy – a zaufaniem do systemów uczących się, które komunikują się językiem naturalnym, generują treści i często funkcjonują jako „czarne skrzynki”. W tym kontekście kluczowa staje się kalibracja zaufania: unikanie zarówno overtrust, czyli bezrefleksyjnego polegania na systemie, jak i nieproduktywnej nieufności, która blokuje jego potencjał. Zaufanie do generatywnej AI nie polega na wierze, lecz na świadomym zarządzaniu niepewnością. W drugiej części analizuję zaufanie w kontekście kreatywności. W projektach twórczych nie chodzi wyłącznie o poprawność odpowiedzi, lecz o poczucie sprawczości, autorstwa, kontroli i sensu procesu. Generatywna AI działa jak współtwórca: inspiruje, przyspiesza, poszerza horyzonty, ale jednocześnie może podważać intuicje dotyczące oryginalności, intencji i „ludzkiej” odpowiedzialności za rezultat. Pokazuję, jak te napięcia redefiniują relację użytkownika z narzędziem oraz jakie strategie pracy – proceduralne, poznawcze i organizacyjne – pozwalają utrzymać zaufanie bez utraty twórczej autonomii. Trzecia część koncentruje się na czynnikach systemowo obniżających zaufanie: halucynacjach i biasach. Halucynacje przedstawiam jako strukturalne ryzyko modeli generatywnych – zdolnych do tworzenia wypowiedzi płynnych i przekonujących, lecz nieugruntowanych w faktach lub niezgodnych z intencją użytkownika. Biasy analizuję jako ryzyko systematyczne i normatywne: modele mogą reprodukować nierówności i stereotypy obecne w danych, generując treści statystycznie spójne, lecz społecznie szkodliwe. Wskazuję wielopoziomowe strategie przeciwdziałania tym zjawiskom – od kompetencji użytkownika, przez procedury zespołowe i standardy instytucjonalne, po rozwiązania architektoniczne i algorytmiczne. W ostatniej części przechodzę do pytania o przyszłość zaufania w świecie systemów coraz bardziej adaptacyjnych. Argumentuję, że kluczowym kierunkiem rozwoju będzie „intent-aware AI” – systemy, które nie tylko generują wyniki, lecz potrafią negocjować znaczenie, zadawać pytania doprecyzowujące, ujawniać poziom własnej niepewności i uzasadniać swoje wybory w sposób zrozumiały dla człowieka. W tej perspektywie zaufanie nie będzie efektem samej skali modeli, lecz rezultatem projektowania całych ekosystemów interakcji: interfejsów, procedur, mechanizmów kontroli i norm odpowiedzialności. To właśnie tam – w architekturze relacji między człowiekiem a systemem – rozstrzygnie się przyszłość wiarygodnej generatywnej sztucznej inteligencji.