AI slopy i mikrotargetowanie. Dlaczego lepiej NIE LAJKOWAĆ chałkonia

ilustracja: Bing AI

Media społecznościowe już dawno przestały być miejscem spontanicznych interakcji i autentycznych treści. Dziś to pole bitwy o uwagę użytkownika, a bronią są algorytmy, dane i sztuczna inteligencja. AI slop, czyli zalew niskiej jakości, masowo generowanych treści, stał się nową rzeczywistością platform społecznościowych. Tytułowy chałkoń, którego oryginał i wariacje widział już chyba każdy, to tylko wierzchołek lodowej góry.

Mikrotargetowanie. Sztuka perswazji czy manipulacja?

Mikrotargetowanie polega na precyzyjnym dostosowywaniu treści do konkretnego odbiorcy. Reklamodawcy i politycy mogą dzięki niemu docierać do wąsko określonych grup ludzi z przekazem idealnie dopasowanym do ich poglądów, preferencji i emocji. Sztuczna inteligencja umożliwia to na niespotykaną dotąd skalę.

Jak to działa? Algorytmy analizują nasze zachowania w sieci – lajki, komentarze, kliknięcia, historię wyszukiwania – a następnie podsyłają nam treści, które mają największą szansę na wzbudzenie reakcji. W teorii brzmi to jak marzenie marketera. W praktyce? Zależy, kto i w jakim celu z tej technologii korzysta.

Każda twoja aktywność w internecie – lajki, kliknięcia, komentarze, historia wyszukiwania, czas spędzony na danym poście – zostawia cyfrowy ślad. Te dane są analizowane przez algorytmy, które tworzą twój profil psychologiczny i behawioralny.


Na tej podstawie reklamodawcy, firmy i politycy mogą kierować do ciebie hiperdopasowane treści, które mają największą szansę na wzbudzenie twojego zainteresowania. Jakie dane są wykorzystywane?

• Demografia – wiek, płeć, miejsce zamieszkania.
• Zainteresowania – na podstawie lajków i obserwowanych stron.
• Zachowanie online – na jakie treści reagujesz, jak długo je oglądasz.
• Historia zakupów – co kupujesz online i offline (tak, offline też – np. przez programy lojalnościowe).
• Poglądy i emocje – jakie posty polityczne lub społecznościowe udostępniasz.

Każdy z tych elementów pomaga stworzyć twój profil odbiorcy, do którego można dopasować treści, które najbardziej cię poruszą.

Po co robi się mikrotargetowanie?

Po pierwsze: Sprzedaż produktów i usług. Firmy chcą, żebyś kupił ich produkty, ale zamiast bombardować wszystkich tą samą reklamą, wolą pokazać ci coś, co naprawdę cię interesuje.

• Interesujesz się sportem – zobaczysz reklamy odzieży sportowej.
• Niedawno szukałaś/szukałeś hotelu – dostaniesz oferty podróży.
• Często reagujesz posty o sportach ekstremalnych – zobaczysz reklamy wypraw z nutką adrenaliny.
• A jeśli lajkujesz chałkonia – dostaniesz więcej chałkoni. I innych chał.

To sprawia, że reklamy są skuteczniejsze, a firmy oszczędzają pieniądze, bo nie muszą ich wyświetlać przypadkowym ludziom.



Drugi, już nie tak neutralny obszar to polityka i manipulacja opinią publiczną. To najbardziej kontrowersyjny aspekt mikrotargetowania. Można je wykorzystać na przykład do wpływania na opinie społeczne i wyniki wyborów.

• W USA w 2016 roku sztab Donalda Trumpa wykorzystywał mikrotargetowanie, by do różnych grup kierować inne komunikaty. Osoby niezdecydowane dostawały emocjonalne treści, które miały skłonić je do głosowania na Trumpa.
• Brexit – zwolennicy wyjścia Wielkiej Brytanii z Unii Europejskiej używali mikrotargetowania, by wzmacniać strach przed imigracją wśród konserwatywnych wyborców.

Polityczne mikrotargetowanie pozwala dopasować narrację do każdej grupy odbiorców osobno, często manipulując ich emocjami.

Trzeci, równie dyskusyjny cel to kreowanie nawyków, a może nawet uzależnień. Platformy społecznościowe chcą, żebyś spędzał na nich jak najwięcej czasu. Jak to robią?

• Pokazują ci treści, które wywołują emocje – gniew, radość, strach.
• Podsuwają posty, które pasują do twoich poglądów, wzmacniając twoją bańkę informacyjną.
• Uczą się, co cię zatrzymuje, i podsuwają ci coraz więcej podobnych treści.

Rezultat? Jesteś bardziej zaangażowany, częściej wracasz i widzisz więcej reklam. Wniosek?Mikrotargetowanie samo w sobie nie jest złe – kluczowe jest to, jak jest wykorzystywane. Jeśli w rękach marketingowców służy do sprzedaży produktów, może być pomocne. Jeśli w rękach polityków i propagandystów – może prowadzić do dezinformacji i manipulacji.

Masowe generowanie treści i automatyzacja emocji

Sztuczna inteligencja potrafi wygenerować setki tysięcy postów, memów i artykułów w czasie, w jakim człowiek ledwo zdążyłby wymyślić dobry nagłówek. AI slop to właśnie efekt tej masowej produkcji – tony niskiej jakości treści, których jedynym celem jest zdobycie kliknięcia.

Firmy i agencje marketingowe mogą dzięki temu docierać do każdego segmentu odbiorców osobno, oferując im idealnie skrojone komunikaty. Brzmi świetnie? Do momentu, aż zdamy sobie sprawę, że większość tych treści jest bezwartościowa, powtarzalna i tworzona tylko po to, by jak najdłużej zatrzymać nas w mediach społecznościowych.


Algorytmy nie tylko analizują nasze zachowania, ale też uczą się, jak mówić naszym językiem. AI potrafi dostosować styl i ton komunikacji do konkretnej grupy demograficznej. Młodzież dostaje luźne, pełne memów i slangu treści, profesjonaliści – poważne raporty i analizy, a osoby starsze – emocjonalne historie bazujące na nostalgii.

Brzmi dobrze? Może. Ale co, jeśli AI zacznie manipulować emocjami odbiorców, by wywoływać skrajne reakcje? Nie bez powodu treści wzbudzające strach, gniew lub ekscytację osiągają największe zasięgi.

Deepfake, fake newsy i kontrolowane dyskusje

Mikrotargetowanie idzie jeszcze dalej. Sztuczna inteligencja może nie tylko pisać artykuły, ale także generować deepfake’i – fałszywe obrazy i nagrania, które wyglądają na prawdziwe. Może też automatycznie tworzyć komentarze i recenzje, które wyglądają na autentyczne, ale są częścią zaplanowanej kampanii.

Czytelnicy myślą, że biorą udział w autentycznej dyskusji, nie zdając sobie sprawy, że część uczestników to boty napędzające wybraną narrację. To już nie tylko reklama, ale strategia kształtowania opinii publicznej.

Facebook, Instagram, Twitter i TikTok od lat dostosowują algorytmy do maksymalizacji zaangażowania. Treści AI są coraz trudniejsze do odróżnienia od tych tworzonych przez ludzi. Gdzie kończy się personalizacja, a zaczyna manipulacja?

Czy można coś z tym zrobić? Tak. Ale tylko wtedy, gdy użytkownicy, platformy i regulatorzy zaczną traktować ten problem poważnie. Na razie, w erze AI slop, to algorytmy decydują, co czytamy, w co wierzymy i jak postrzegamy świat.

Pytanie brzmi: kto nauczy się szybciej – my czy one?