Kamera wie, czy blefujesz: telewizyjna AI czyta graczy w pokerze
Umiejętność wyczytywania z twarzy i rąk przeciwnika tego, co ukrywa, jest w pokerze niemal równie cenna jak same karty. Całe kariery zbudowano na interpretowaniu mimiki, ruchów i podświadomych tików przy stoliku. Nic dziwnego, że gdy stacja ESPN podczas transmisji Main Eventu World Series of Poker 2026 pokazała narzędzie opisane jako „detekcja telli za pomocą AI”, środowisko pokerowe zareagowało ostrą debatą. Ben Dowsett opisał całą historię na początku sierpnia 2026 roku w „WIRED”.
Co dokładnie pokazywała telewizja?
Narzędzie pojawiało się regularnie od pierwszych dni lipcowej transmisji na żywo. Widzowie widzieli nakładkę tekstową ze wskaźnikami ruchów gracza oraz wykres tzw. modelu siły ręki, rozbijający możliwości na kategorie: silny układ, układ do dokończenia, blef i tak dalej. System zaprojektował Luke Geel, inzynier AI współpracujący z amerykańskimi siłami powietrznymi. Oprogramowanie przeanalizowało każde rozdanie uchwycone przez kamery, budując bazę „telli” poszczególnych graczy.
Skąd AI „wie”, co ma gracz? Zbiera dane o ruchach gałek ocznych i tempie mrugania, postawie, sposobie manipulowania żetonami czy nerwowym ruchu dłoni — a następnie zestawia te sygnały z wynikami kolejnych rozdań, by przewidywać prawdopodobieństwo typu trzymanego układu. To klasyczna inferencja biometryczna: z zachowań widocznych dla kamery wnioskujemy o czymś, czego kamera nie pokazuje.
Eksperci: zbyt mało danych
Trafność takiego narzędzia budzi poważne wątpliwości specjalistów, których zapytał Dowsett. Główny problem to skala danych treningowych. W Main Eventie 2026 wystartowały ponad 9 tysiące osób, ale zdecydowana większość nigdy nie usiadła przy jednym z trzech stolików nagrywanych kamerami — z tych samych transmisji korzystano też do trenowania systemu. Nawet gracze, którzy trafili przed kamery, spędzili przy nich zbyt krótko czas, by powstała solidna baza obejmująca bogactwo sytuacji pokerowych.
Michael Gagliano, profesjonalista z siedemnastoletnim stażem, który w tym roku doszedł do finału Main Eventu (walczył o główną nagrodę dziesięciu milionów dolarów), opowiadał, że po ustaleniu składu stołu finałowego w połowie lipca przeszedł sekunda po sekundzie każdą transmisję ESPN, szukając jakichkolwiek wskazówek o pozostałych rywalach — i sam zderzył się z ograniczeniem: po prostu każdy gracz był widoczny zbyt krótko. „Nie wiem, ile realnych informacji będę w stanie z tego wykorzystać”, mówił.
Shaun Deeb, dwukrotny zwycięzca rankingu zawodnika roku WSOP, który w tym roku zakończył zmagania na piętnastym miejscu, zwraca uwagę na jeszcze jedno: fizyczne telle są znacznie bardziej rozbudowane, niż sądzi publiczność — to też tella nogami, oddechem, pulsem czy mową, a większości z nich kamera po prostu nie rejestruje. AI potrafi śledzić wzorce wizualne i dźwiękowe, ale nie odczyta intencji; a bez niej nawet idealne rozpoznanie udawanego spokoju nie prowadzi prosto do odkrycia kart.
Dlaczego to zagrożenie?
Można powiedzieć: partyjny pokaz, który za tydzień wszyscy zapomną. Problem polega na tym, że takie transmisje uczą społeczeństwo akceptować coś znacznie większego. Po pierwsze, normalizują automatyczną analizę zachowania — jeśli widzimy w telewizji, że algorytm ocenia człowieka po tempie mrugania i drżeniu dłoni, łatwiej przyjąć tę samą logikę w pracy, szkole czy na granicy. Tymczasem dokładnie ta klasyka narzędzi „odczytujących emocje i intencje” ma fatalną opinię w badaniach naukowych: wyglądają wiarygodnie, a ich rzeczywista trafność bywa iluzoryczna.
Po drugie, działa tu efekt autorytetu. Nakładka wygląda precyzyjnie i technologicznie, więc widz zakłada, że liczby na ekranie mają pokrycie w faktach. Gagliano i Deeb — ludzie najlepiej oceniający swoje rzemiosło — mówią wprost, że danych jest za mało, ale przeciętny odbiorca tej niuansu nie usłyszy. Wniosek „AI wie, kiedy blefujesz” pozostaje w głowach, choć dowodów brak.
Po trzecie, to zapowiedź kierunku, w którym zmierza rynek hazardu i rozrywki: kamery plus modele uczenia maszynowego jako stały element oceniania ludzi w czasie rzeczywistym. Poker jest tylko poligonem, bo dramaturgia gry dobrze się sprzedaje. Ta sama technologia, przeniesiona do kasyna, biura czy sali egzaminacyjnej, przestanie być atrakcją telewizyjną, a stanie się niewidzialnym nadzorcą — z tym samym deficytem danych treningowych i tych samych błędów, których dziś nikt odpowiedzialny nie ponosi.
Historia z WSOP to w gruncie rzeczy lekcja pokory wobec AI: system, który miał czytać ludzi jak otwartą książkę, sam nie doczytał wystarczająco dużo stron. Szkoda tylko, że tej lekcji udziela telewizja milionom widzów, którzy zapamiętają z niej co innego.
