Badanie Microsoftu ogłasza: AI rozumie polski lepiej niż angielski. Claude Code nie słyszał o tym badaniu.

Mam dla Ciebie dwie informacje. Dobra: AI rozumie polski tak dobrze, że w badaniu Microsoftu na 26 języków zajął pierwsze miejsce. Zła: jeśli piszesz kod z pomocą Claude Code, Cursora albo GitHub Copilota, ta informacja Ci nie bardzo pomoże.

Czy warto pisać do AI po angielsku? Zależy od tego, co robisz. Do programowania angielski daje realną przewagę. Do researchu, pisania tekstów, pytań ogólnych i tłumaczeń polski jest równie dobry. Reszta artykułu wyjaśnia, dlaczego.

Temat pojawia się coraz częściej, odkąd narzędzia AI do pisania kodu przestały być nowinką. Kiedy połowa firmy używa Claude Code albo Cursora, a druga połowa zastanawia się, czy pisać do nich po polsku czy angielsku, przydaje się konkretna odpowiedź.

Badanie, które zaskoczyło dwa razy

W marcu 2025 roku University of Maryland i Microsoft opublikowały badanie nad skutecznością promptów w 26 językach. Testowali modele OpenAI, Google Gemini, Qwen, Llama i DeepSeek. Zadania były złożone: długie prompty wymagające precyzji i wieloetapowego rozumowania.

Polski zajął pierwsze miejsce z wynikiem 88% skuteczności. Angielski był szósty, z wynikiem 83,9%, za rosyjskim, francuskim i włoskim. To zaskakujący wynik dla języka, który przez 40 lat kazał nam wszystkim brać korepetycje.

Różnica między polskim a angielskim wyniosła 4,1 punktu procentowego. W badaniu satysfakcji klientów nikt by tego nie ruszał. W badaniu AI wystarczyło, żeby ogłosić polskiego zwycięzcę.

Jeden ze współautorów dodał zaraz po publikacji, że różnice między polskim a angielskim nie są statystycznie istotne. Nagłówki w mediach były już gotowe, więc nikt tego nie czytał. Artykuły z tytułem "Polish beats English for AI" rozeszły się po świecie, zanim ten przypis dotarł do pierwszego czytelnika.

Dlaczego kod ma angielskie DNA

cottonbro studio / Pexels

AI rozumie polski. Kod nie.

Wszystkie słowa kluczowe w każdym języku programowania są po angielsku: function, return, class, async, await, if, else. Nikt nie pisze "jeżeli" zamiast "if". Nawet największy zwolennik polszczyzny w IT nie zaproponuje "zakończ" zamiast "return".

46% danych treningowych głównych modeli językowych pochodzi z anglojęzycznych źródeł. Następny język nie przekracza 6%. To tak, jakby uczyć szefa kuchni wyłącznie na włoskich przepisach, a potem pisać do niego instrukcje po polsku. Ugotuje, ale z włoskim przepisem pójdzie sprawniej.

To nie jest zarzut pod adresem polskiego. To konsekwencja 40 lat technologicznego świata, który działał głównie po angielsku (i który przez te same 40 lat uprzejmie zalecał, żebyśmy nauczyli się angielskiego "na wszelki wypadek").

Stack Overflow, GitHub, dokumentacja każdego frameworka, komentarze w cudzym kodzie. Kiedy Polak pisze kod z AI, jedyna polska rzecz w całym procesie to prompt. I właśnie ten prompt AI tłumaczy sobie z powrotem na angielski, zanim odpowie.

Ile tracisz pisząc prompty do kodu po polsku

Badania nad narzędziami do programowania z AI pokazują, że angielskie prompty dają 15-30% lepszą dokładność odpowiedzi przy złożonych zadaniach. Deweloperzy, którzy przeszli z japońskiego na angielskie prompty, odnotowali do 55% szybsze ukończenie zadań.

55% szybsze ukończenie zadań to różnica między skończeniem pracy przed lunchem a skończeniem jej po lunchu następnego dnia. Przy złożonym debugowaniu albo projektowaniu architektury ta różnica sumuje się w widoczny sposób.

Jest też kwestia tokenów, czyli jednostek, na które AI rozkłada tekst przed przetworzeniem. Polskie litery (ą, ę, ó, ź) zajmują więcej tokenów niż ich angielskie odpowiedniki. Nie dramatycznie, bo polszczyzna używa alfabetu łacińskiego, ale kilkanaście procent więcej. Okno kontekstowe AI jest skończone. Przy długich sesjach z dużym projektem każdy zbędny token to mniej miejsca na kod. Jakby mówić wolniej niż trzeba: na początku nie czujesz, w połowie sesji skończy Ci się tchu i AI zacznie zapominać, od czego zaczęliście.

Jest też kwestia spójności odpowiedzi. Błędy w terminalu są po angielsku. Dokumentacja, którą Claude Code cytuje, po angielsku. Twój polski prompt szybko trafia do środowiska, gdzie wszystko wokół jest anglojęzyczne. To trochę jak pojechać z polskim tłumaczem na konferencję techniczną, gdzie wszystkie slajdy są po angielsku. Tłumacz robi co może. Ale po kwadransie zrezygnował, bo slajdy i tak są po angielsku.

Nie oznacza to, że polskie prompty do kodu nie działają. Działają. Przy prostych zadaniach różnica jest niezauważalna. Przy złożonej logice, refaktoryzacji albo projektowaniu systemu od podstaw, angielski skraca drogę między pytaniem a precyzyjnym rozwiązaniem. Jeśli zastanawiasz się, jak w ogóle pisać dobre prompty, mam osobny artykuł o skutecznym pisaniu promptów do AI.

Kiedy zostać przy polskim i nie tracić czasu na przełączanie

AI jest dwujęzyczne jak ta koleżanka, która mieszkała 5 lat w Londynie. Rozmawia płynnie w obu językach. Ale kiedy opowiada dowcip po angielsku, śmieszy bardziej, bo w tym języku go usłyszała. Przy pytaniach ogólnych ta różnica znika.

Zapytaj ChatGPT o historię Krakowa po polsku. Dostaniesz odpowiedź, której angielskie pytanie nie wywoła, bo część źródeł istnieje wyłącznie po polsku. Research, streszczenia, pisanie tekstów, tłumaczenia, e-maile — tu język promptu ma marginalne znaczenie. AI wybiera ten sam tok rozumowania niezależnie od języka.

Osobna kategoria: jeśli Twój problem jest specyficznie polski. Polskie przepisy, lokalne API, regulacje branżowe. Angielskie pytanie nie sięgnie do kontekstu, który istnieje tylko po polsku. To jak pytać kogoś o drogę po angielsku w mieście, które zna tylko z polskiej mapy.

Wskazówka praktyczna: jeśli zaczniesz sesję z Claude Code po polsku, a przejdziesz w połowie na angielski, AI dostosuje się bez problemu. Nie ma formalnej pamięci językowej. Ale trzymanie się jednego języka w obrębie jednej sesji sprawia, że odpowiedzi są bardziej spójne. Co przy debugowaniu o 23:00 nie jest takie oczywiste jak się wydaje.

Praktyczna zasada: co kiedy

Prosta reguła: piszesz kod albo debugujesz — angielski. Pytasz o cokolwiek innego — polski jest w porządku. Nie musisz pamiętać o żadnym badaniu ani o 46% danych treningowych. Wystarczy pamiętać, że kod jest angielski od lat 50. i nikt od tamtej pory nie miał dość odwagi, żeby to zmienić.

Kiedy piszesz do Claude Code albo innego narzędzia do pisania kodu z AI po angielsku, model od razu pracuje w języku swoich danych treningowych. Kiedy piszesz po polsku, działa jak tłumacz symultaniczny: odbiera po polsku, myśli po angielsku, odpowiada po polsku. Wszystko w ułamku sekundy. Z tym że tłumacz symultaniczny przynajmniej poprosi o podwyżkę po roku.

Nie musisz pisać perfekcyjnie po angielsku. Claude Code nie ocenia Twojej gramatyki. "Fix this bug plz" zadziała tak samo jak "Please refactor the authentication module." AI jest cierpliwsze od każdego native speakera, jakiego spotkałeś na kursie językowym. A każdy z nas spotkał co najmniej jednego, który nie był.

Przez rok pisałem do Claude po polsku. Działało. Przeszedłem na angielski przy złożonych projektach i zobaczyłem różnicę. Gdyby ktoś mi powiedział wcześniej, zaoszczędziłbym kilka sesji debugowania. Moje poprzednie projekty nadal działają, więc chyba nie było tak źle.