41% postów na LinkedIn nie napisał człowiek — dane z 2026

Przez lata „internet zamienia się w maź generowaną przez AI" było raczej wrażeniem niż liczbą. W 2026 roku w końcu pojawiły się liczby — z dwóch niezależnych badań, które mierzyły prawdziwe kanały zamiast zgadywać. Najważniejszy wniosek: nawet 41% długich postów na LinkedIn nie napisał człowiek. I to wcale nie LinkedIn wypada najgorzej.

Oto, co naprawdę mówią dane, co z tym robią platformy i dlaczego żadna z ich reakcji nie chroni Twojego kanału.

Badanie, które zmierzyło to, co ludzie faktycznie widzieli

W lipcu 2026 roku 404 Media opisał badanie firmy Pangram, zajmującej się wykrywaniem AI. Najciekawsza jest metodologia: zamiast zbierać publiczne strony, Pangram użył rozszerzenia Chrome, które przez dwa miesiące pasywnie skanowało około miliona postów faktycznie wyświetlonych prawdziwym użytkownikom w ich kanałach.

Ta różnica jest ważna. Scrapowanie mówi, co istnieje; skanowanie kanału mówi, co algorytm serwuje. To pomiar ekspozycji, nie zasobów.

Wyniki dla platform tekstowych:

Dwa zastrzeżenia sprawiają, że te liczby są bardziej niepokojące, nie mniej. Po pierwsze, Pangram deklaruje odsetek fałszywych alarmów na poziomie około 1 na 10 000 — to nie jest nadgorliwy detektor zawyżający wynik. Po drugie, Pangram wprost nazywa te wartości dolną granicą: detektor oznacza tylko to, czego jest pewny.

Wideo jest gorsze: 59% nowego kanału TikToka

Tekst to tylko połowa historii. W czerwcu 2026 roku firma Kapwing, tworząca narzędzia wideo, przeprowadziła inny eksperyment: założyła zupełnie nowe konto bez historii i zapisała, co algorytm serwuje użytkownikowi z czystą kartą.

Na TikToku 59% filmów wyświetlonych nowemu kontu to sieczka AI. W YouTube Shorts było to 21% — lepiej, ale wciąż co piąty film.

Kluczowe jest tu założenie nowego konta. To domyślna dieta — to, czym platforma karmi Cię, zanim cokolwiek wie o Twoich gustach. Jeśli jesteś nowym użytkownikiem, użytkownikiem okazjonalnym albo dzieckiem z nowym urządzeniem, to jest Twój kanał.

Dzieci dostają najwięcej

Najbardziej niepokojąca liczba w badaniu Kapwing: kategoria treści dla dzieci była najbardziej dotknięta — 57% sieczki AI. Hasztag #CartoonKids uzyskał 97/100 w ich skali treści AI — to w praktyce całkowicie syntetyczny kanał skierowany do dzieci.

Zgadza się to z tym, co opisaliśmy w przewodniku o blokowaniu kanałów YouTube generowanych przez AI: treści dla dzieci to ekonomicznie racjonalny cel dla farm treści. Dzieci nie pomijają filmów niskiej jakości, nie zgłaszają ich i oglądają na autoodtwarzaniu. Maksimum czasu oglądania, minimum kontroli.

Jeśli w Twoim domu dziecko ma swój kanał, statystycznie większość tego, co w nim jest, nigdy nie dotknęła ludzka ręka. Dlatego kontrolę rodzicielską traktujemy jako darmową funkcję, a nie płatny dodatek.

Co robią platformy

Uczciwie trzeba przyznać, że 2026 to rok, w którym platformy przestały udawać, że problemu nie ma. Dotychczasowe reakcje:

• YouTube przeniósł etykiety ujawniające AI w bardziej widoczne miejsce pod odtwarzaczem, dodał etykietę nakładkową w Shorts i zaczął automatycznie oznaczać treści na podstawie metadanych pochodzenia C2PA i SynthID. W styczniu 2026 roku usunął 16 kanałów o łącznej liczbie 35 milionów subskrybentów za nieautentyczne treści.
• LinkedIn po cichu usunął asystenta pisania AI z przycisku tworzenia posta — tę samą funkcję, która pomogła wygenerować tę lawinę.
• Reddit twierdzi, że blokuje 23 miliony wyświetleń spamu dziennie, i przeprowadził kampanię wizerunkową „people are best", stawiającą na ludzką autentyczność.

Zwróć uwagę na ironię drugiego punktu: w latach 2023–2025 platformy wprowadzały przyciski generowania przez AI, a w 2026 wprowadzają etykiety wykrywające ich wytwory.

Dlaczego etykiety i czystki nie naprawią Twojego kanału

Każda z powyższych reakcji ma wspólną cechę: jest reaktywna.

1. Etykiety opisują, nie filtrują. Plakietka „stworzono z użyciem AI" pod odtwarzaczem nie zmniejsza częstotliwości, z jaką algorytm poleca dany film. I tak poświęcasz mu uwagę — etykieta mówi tylko po fakcie, że nie powinieneś.
2. Etykiety zależą od współpracy. Etykietowanie oparte na ujawnianiu zakłada, że farmy sieczki same się zgłoszą. Etykietowanie oparte na pochodzeniu (C2PA/SynthID) działa tylko wtedy, gdy metadane przetrwają ponowne kodowanie — a ich usunięcie jest banalne.
3. Czystki to wskaźniki opóźnione. 16 usuniętych kanałów YouTube zdążyło zebrać 35 milionów subskrybentów. Egzekwowanie zasad nastąpiło po latach ekspozycji, a operatorzy po prostu rejestrują się na nowo.
4. Każda platforma broni tylko własnego terenu. Etykiety YouTube nie pomogą Ci na LinkedIn; blokowanie spamu na Reddicie nie dotyka Twojego kanału na X. Operacje sieczki są międzyplatformowe; moderacja nie.

Platformy optymalizują zaangażowanie, a — jak pokazują liczby Pangram — sieczka AI jest zaangażowaniem. Oczekiwanie, że silnik rekomendacji sam się zagłodzi, to nie strategia.

Proaktywna alternatywa: wyselekcjonuj, zanim treść do Ciebie dotrze

Strukturalne rozwiązanie jest odwrotnością etykietowania: nie opisuj sieczki po załadowaniu — zatrzymaj znane źródła sieczki, zanim się wyświetlą.

Na tym modelu opiera się Blokari:

• Listy blokad wyselekcjonowane przez społeczność. Kuratorzy prowadzą listy znanych kanałów i kont z sieczką AI — dokładnie tych przemysłowych farm, które mierzyły te badania. Subskrybujesz raz; lista aktualizuje się, gdy pojawiają się nowe farmy.
• Międzyplatformowość z założenia. To samo rozszerzenie filtruje YouTube, LinkedIn, X i Reddit — tak jak faktycznie działają operacje sieczki. Nasz przewodnik po filtrowaniu kanału na LinkedIn dotyczy właśnie tego problemu 41%.
• Twoje własne reguły na wierzchu. Osobista lista blokad na wszystko, czego wyselekcjonowane listy jeszcze nie wyłapały; biała lista, by prawdziwy twórca nigdy nie został ukryty przez pomyłkę.
• Darmowa kontrola rodzicielska. Wobec liczby 57% w kategorii dla dzieci to najmniej opcjonalna funkcja, jaką oferujemy — darmowa w każdym planie.

Jest też korzyść długoterminowa. Algorytmy rekomendacji uczą się na tym, z czym wchodzisz w interakcję. Gdy sieczka przestaje się wyświetlać, przestajesz karmić ją kliknięciami i czasem oglądania — a Twoje rekomendacje wracają w stronę ludzi. Nie tylko ukrywasz treści; trenujesz swój kanał.

Wnioski

Dane z 2026 roku zastąpiły wrażenie pomiarem: 41% długich postów na LinkedIn, co czwarty artykuł na X w całości napisany przez maszynę, 59% nowego kanału TikToka, 97/100 w hasztagu dla dzieci. A to dolne granice, zmierzone na kanałach, które ludzie faktycznie widzieli.

Platformy będą dalej etykietować i robić czystki — reaktywnie, po jednej platformie naraz, po tym jak ekspozycja już nastąpiła. Jedyna obrona kanału, która działa przed ekspozycją, to kuracja, nad którą masz kontrolę. Wybierz źródła, zablokuj farmy i wpuść ludzi z powrotem do swojego kanału.

FAQ