Co algorytmy pokazują nowym użytkownikom z Polski? Rozrywka szybko ustępuje miejsca politycznym emocjom

Większość użytkowników mediów społecznościowych korzysta ze swoich kont od wielu lat. W tym czasie platformy zdążyły zebrać ogromną liczbę informacji na temat ich zachowania. Wiedzą, jakie filmy oglądają do końca, które wpisy zatrzymują ich uwagę, co komentują, komu wysyłają wiadomości i przy jakich materiałach natychmiast przewijają ekran.

Na tej podstawie systemy rekomendacyjne tworzą coraz dokładniejszy profil zainteresowań. Dwie osoby mieszkające w tym samym mieście mogą więc po otwarciu tej samej aplikacji zobaczyć zupełnie inne treści. Jedna otrzyma filmy sportowe i technologiczne, druga polityczne komentarze, porady zdrowotne oraz materiały poświęcone życiu celebrytów.

Sytuacja wygląda jednak inaczej w przypadku nowego konta. Algorytm nie dysponuje jeszcze historią oglądania ani listą wcześniejszych reakcji. Musi rozpocząć od bardziej ogólnych sygnałów, takich jak język, przybliżona lokalizacja, typ urządzenia, wybrane zainteresowania, popularność treści w danym regionie oraz zachowanie osób o podobnym profilu.

Co w takiej sytuacji platformy uznają za atrakcyjne dla przeciętnego użytkownika z Polski? Eksperyment polegający na utworzeniu nowych kont na Facebooku, YouTubie i TikToku przyniósł niepokojące obserwacje. Początkowo dominowała prosta, emocjonalna rozrywka. Z czasem na części platform coraz częściej pojawiały się materiały dotyczące migracji, Ukrainy, Unii Europejskiej oraz prawicowych komentarzy politycznych.

Trzeba jednak zaznaczyć, że podobny test nie jest reprezentatywnym badaniem całej populacji. Wyniki mogą zależeć od lokalizacji, urządzenia, momentu założenia konta i nawet pozornie nieistotnych zachowań podczas korzystania z aplikacji. Pokazują jednak, jakie treści system może wybrać, zanim użytkownik świadomie nauczy go własnych preferencji.

Nowe konto nie oznacza całkowicie neutralnego początku

System rekomendacyjny nigdy nie zaczyna od absolutnego zera. Nawet gdy użytkownik nie polubił żadnego materiału i nie obserwuje żadnego profilu, platforma może wykorzystywać wiele informacji kontekstowych.

Znaczenie ma kraj logowania, ustawiony język aplikacji, pora dnia, popularność materiałów w danym regionie, a niekiedy również dane demograficzne lub kategorie zainteresowań wybrane przy rejestracji. Algorytm może też testować różne rodzaje treści i sprawdzać, przy których użytkownik zatrzyma się choćby o kilka sekund dłużej.

Takie pozornie drobne różnice mają znaczenie. Użytkownik nie musi nacisnąć przycisku „lubię to”, aby wysłać sygnał zainteresowania. Samo zatrzymanie filmu, przeczytanie komentarzy, ponowne odtworzenie fragmentu albo wejście na profil autora może sprawić, że system uzna dany temat za atrakcyjny.

Dlatego deklarowana „zerowa aktywność” nie zawsze oznacza brak danych dla algorytmu. Platforma obserwuje nie tylko świadome reakcje, lecz także sposób korzystania z ekranu.

Facebook zaczyna od historii wywołujących emocje

W przypadku nowego konta na Facebooku pierwsze rekomendacje miały stosunkowo łagodny charakter. Pojawiały się historie porzuconych zwierząt, osób starszych, rodzin w trudnym położeniu i dzieci potrzebujących wsparcia. Były to materiały skonstruowane tak, aby wzbudzać wzruszenie, współczucie albo oburzenie.

Następnie w strumieniu zaczęły pojawiać się proste treści rozrywkowe: krótkie scenki, tańce, żarty dotyczące pracy, relacji rodzinnych oraz codziennych problemów. Zwracała uwagę niewielka obecność materiałów informacyjnych przygotowanych przez tradycyjne redakcje. Dominowały indywidualne profile, strony tematyczne oraz wpisy nastawione na szybkie reakcje.

Po pewnym czasie do rekomendacji weszły tematy społeczno-polityczne. Szczególnie często dotyczyły one obecności obywateli Ukrainy w Polsce, pomocy udzielanej uchodźcom, relacji polsko-ukraińskich i sporów historycznych.

Same nagłówki nie zawsze zawierały bezpośrednio wrogie sformułowania. Często były jednak budowane tak, aby podkreślić konflikt, nierówne traktowanie albo rzekomą niesprawiedliwość wobec Polaków. Jeszcze mocniejszy przekaz pojawiał się w komentarzach, gdzie dominowały wypowiedzi niechętne Ukraińcom.

Komentarze mogą zmieniać odbiór neutralnego materiału

To ważny mechanizm. Użytkownik nie odbiera treści wyłącznie przez nagłówek lub film. Widzi również reakcje innych osób, liczbę polubień i najpopularniejsze komentarze.

Nawet względnie neutralny artykuł może zostać odebrany jako jednoznacznie antyukraiński, jeśli pierwszych kilkadziesiąt wypowiedzi pod nim przedstawia jedną, skrajnie negatywną narrację. Dla nowego użytkownika taki układ może tworzyć wrażenie, że ogląda powszechną i niemal bezdyskusyjną opinię społeczeństwa.

Nie wiadomo przy tym, jaka część aktywności pochodzi od autentycznych użytkowników, a jaka może być efektem skoordynowanych działań, fałszywych kont lub automatyzacji. Platformy od lat mierzą się z farmami profili, spamem i kampaniami wpływu. Popularność widoczna pod wpisem nie musi więc dokładnie odzwierciedlać opinii większości.

Problem polega na tym, że system rekomendacyjny nie musi rozumieć politycznej intencji materiału. Wystarczy, że widzi dużą liczbę reakcji, komentarzy i udostępnień. Konflikt staje się atrakcyjny dla algorytmu, ponieważ zatrzymuje uwagę.

YouTube prowadzi użytkownika do polityki stopniowo

Pierwsze rekomendacje na nowym koncie YouTube również były zdominowane przez rozrywkę. Na stronie głównej i w krótkich filmach pojawiały się zwierzęta, internetowe wyzwania, testy, popularne formaty influencerów oraz nagrania o sensacyjnym charakterze.

Treści polityczne nie pojawiły się od razu w dużej liczbie. System wprowadzał je stopniowo, początkowo jako pojedyncze filmy pomiędzy materiałami rozrywkowymi. Z czasem ich udział rósł.

Najczęściej powtarzające się tematy dotyczyły migracji, Ukrainy, krytyki Unii Europejskiej oraz komentarzy reprezentujących prawą stronę sceny politycznej. W obserwowanym teście materiały centrowe i lewicowe praktycznie nie pojawiały się spontanicznie. Aby do nich dotrzeć, trzeba było wpisać odpowiednie hasła w wyszukiwarce.

Nie oznacza to, że YouTube zawsze zachowa się w ten sposób wobec każdej osoby. Oficjalnie serwis wskazuje, że rekomendacje strony głównej opierają się przede wszystkim na historii oglądania. W przypadku nowego konta system może jednak korzystać z szerszych sygnałów i popularnych materiałów, aby rozpocząć proces personalizacji.

Zaobserwowany kierunek pozostaje istotny, ponieważ pokazuje, że polityczny profil kanału nie musi zostać zbudowany wyłącznie przez świadome wybory użytkownika. Pierwsze propozycje otrzymuje on od platformy.

TikTok wybiera przede wszystkim natychmiastową rozrywkę

TikTok zachowywał się inaczej. Na początku nie proponował dużej liczby materiałów politycznych. Zamiast tego strumień wypełniały krótkie tańce, popularna muzyka, scenki humorystyczne, zwierzęta, proste ciekawostki oraz filmy budowane wokół aktualnych trendów.

Wśród około stu pierwszych materiałów jedynie pojedyncze nagranie odnosiło się bezpośrednio do kwestii ukraińskiej. Polityka zaczęła pojawiać się częściej dopiero wtedy, gdy użytkownik aktywnie wyszukiwał podobne tematy lub zatrzymywał się przy treściach, które mogły zostać z nimi powiązane.

TikTok wydaje się więc rozpoczynać nie od konkretnej narracji politycznej, ale od możliwie szybkiego wykrycia, co zatrzyma użytkownika przed ekranem. Platforma analizuje czas oglądania, ponowne odtworzenia, przewijanie, polubienia, udostępnienia i obserwowane konta.

To nie oznacza jednak, że początkowa karta jest neutralna. Prosta rozrywka również kształtuje sposób korzystania z aplikacji. Uczy odbiorcę szybkiego przechodzenia od jednej dawki emocji do następnej i może ograniczać cierpliwość do dłuższych, bardziej złożonych materiałów.

Nowe konta są zalewane treściami generowanymi przez AI

Najbardziej widocznym problemem TikToka okazała się duża liczba filmów powstałych przy użyciu sztucznej inteligencji. Były to między innymi nierealistyczne zachowania zwierząt, fikcyjne nagrania z kamer bezpieczeństwa, niezwykłe zdarzenia pogodowe, scenki z cyfrowymi aktorami i materiały udające autentyczne reportaże.

Część z nich była oznaczona jako treść wygenerowana lub zmodyfikowana przez AI. W wielu przypadkach oznaczenia jednak brakowało albo było ono mało widoczne.

Podobne obserwacje znalazły potwierdzenie w badaniu przeprowadzonym przez firmę Kapwing. Według raportu niemal 60 proc. filmów pokazywanych nowym kontom na TikToku można było zakwalifikować jako niskiej jakości treści wygenerowane przez sztuczną inteligencję.

Badanie obejmowało ponad 10 tys. filmów z różnych kategorii. Nie jest to oficjalny audyt całej platformy, a określenie „AI slop” częściowo zależy od metodologii przyjętej przez autorów. Wynik wskazuje jednak na skalę problemu, którego trudno już uznać za marginalny.

Dlaczego algorytmy promują skrajne przekazy?

Systemy rekomendacyjne są projektowane przede wszystkim po to, aby przewidywać, co użytkownik obejrzy, kliknie lub skomentuje. Nie muszą preferować żadnej ideologii w sposób świadomy, aby w praktyce premiować treści skrajne.

Materiały polityczne oparte na konflikcie łatwo wywołują reakcję. Zwolennicy określonego poglądu komentują, aby go poprzeć. Przeciwnicy odpowiadają, aby zaprotestować. Kolejne osoby wchodzą w dyskusję, a platforma otrzymuje sygnał, że wpis skutecznie angażuje odbiorców.

Treści spokojne, zniuansowane i pokazujące kilka stron sporu zazwyczaj wywołują mniej gwałtownych reakcji. Mogą więc przegrywać w systemie, który premiuje czas spędzony na platformie i częstotliwość interakcji.

W rezultacie algorytm nie musi „wierzyć” w określoną narrację. Wystarczy, że materiał antyukraiński, antyunijny albo antyimigracyjny generuje więcej komentarzy niż wyważona analiza.

Jedno konto nie pokazuje całej prawdy o Polsce

Na podstawie eksperymentu z kilkoma kontami nie można stwierdzić, że platformy uznają wszystkich Polaków za osoby o skrajnie prawicowych poglądach. Do takiego wniosku potrzebne byłoby znacznie większe badanie, obejmujące wiele urządzeń, regionów, grup wiekowych i wariantów zachowania.

Test daje jednak podstawy do postawienia pytań o początkową fazę profilowania. Jeżeli użytkownik bez wyraźnych preferencji regularnie otrzymuje materiały reprezentujące tylko jedną stronę sporu, może zacząć postrzegać je jako dominujący punkt widzenia.

Szczególnie podatne mogą być osoby młode, użytkownicy o niewielkim doświadczeniu medialnym oraz ludzie, którzy nie korzystają z wielu źródeł informacji. Dla nich strumień rekomendacji może stać się głównym obrazem rzeczywistości społecznej.

Algorytm potrzebuje zaskakująco mało czasu

Platformy bardzo szybko uczą się zachowania. Kilka minut oglądania, kilka dłuższych zatrzymań i jedna wizyta na profilu mogą wystarczyć, aby system zaczął intensywnie rozwijać wybrany temat.

W przypadku materiałów politycznych prowadzi to do tworzenia coraz bardziej jednolitego strumienia. Osoba, która obejrzała film krytykujący migrantów, może otrzymać kolejne nagrania o przestępczości, granicach, pomocy socjalnej i zagrożeniu dla kultury. Każdy następny materiał potwierdza narrację poprzedniego.

Użytkownik może mieć wrażenie, że samodzielnie odkrywa kolejne dowody. W rzeczywistości porusza się po ścieżce wyznaczonej przez system rekomendacyjny, który zauważył jego zainteresowanie.

To zjawisko nie dotyczy wyłącznie prawicy. Podobne mechanizmy mogą tworzyć bańki wokół dowolnej ideologii, teorii spiskowej, stylu życia, diety lub przekonań zdrowotnych. W konkretnym eksperymencie uderzała jednak jednostronność propozycji dotyczących polskiej polityki i relacji z Ukrainą.

Domyślna rozrywka również kształtuje światopogląd

Warto zwrócić uwagę, że polityczne treści stanowiły tylko część rekomendacji. Większość początkowego strumienia tworzyła prosta rozrywka: zwierzęta, tańce, wzruszające historie, żarty, wyzwania i sensacyjne ciekawostki.

Na pierwszy rzut oka nie mają one związku ze światopoglądem. Budują jednak określony sposób odbioru informacji. Użytkownik przyzwyczajony do krótkich, jednoznacznych i silnie emocjonalnych materiałów może później podobnie traktować politykę.

Zamiast analizować argumenty, reaguje na oburzenie, strach, dumę lub poczucie krzywdy. Granica między rozrywką a informacją zaciera się, szczególnie gdy oba rodzaje treści mają podobną formę i pojawiają się w tym samym strumieniu.

Materiał o tańczącym zwierzęciu może być poprzedzony filmem o migrantach i zakończony reklamą. Wszystko jest odbierane tym samym ruchem palca, bez wyraźnego momentu przejścia między zabawą, opinią i przekazem politycznym.

Czy platformy pokazują Polaków takimi, jacy są?

Możliwe, że część rekomendacji odzwierciedla autentyczne zainteresowania użytkowników. Tematy związane z Ukrainą, migracją, Unią Europejską i bezpieczeństwem rzeczywiście wywołują w Polsce wiele dyskusji.

Nie oznacza to jednak, że liczba wyświetleń jest prostym odpowiednikiem poparcia społecznego. Użytkownik może oglądać materiał dlatego, że się z nim nie zgadza, jest oburzony albo chce przeczytać komentarze. Algorytm widzi zaangażowanie, ale nie zawsze potrafi prawidłowo rozpoznać jego przyczynę.

Istnieje też mechanizm samonapędzający się. Materiał otrzymuje początkową ekspozycję, generuje reakcje, a następnie jest rekomendowany jeszcze szerzej. Po pewnym czasie staje się popularny częściowo dlatego, że system wcześniej uznał go za wart pokazania.

Platformy nie tylko mierzą więc społeczne zainteresowanie. Jednocześnie je wzmacniają i przekierowują.

Użytkownik może częściowo odzyskać kontrolę

Algorytm nie jest niezmienny. Można wpłynąć na rekomendacje poprzez świadome wyszukiwanie różnych źródeł, obserwowanie autorów reprezentujących odmienne perspektywy oraz korzystanie z funkcji oznaczania niepożądanych materiałów.

Warto również ograniczać oglądanie treści, które wywołują oburzenie, ale nie dostarczają wiarygodnych informacji. Nawet krytyczny komentarz może zostać potraktowany przez platformę jako oznaka zainteresowania.

Pomocne jest sprawdzanie historii oglądania, usuwanie niechcianych sygnałów oraz świadome korzystanie z zakładek opartych na obserwowanych profilach zamiast wyłącznie z automatycznie generowanego strumienia.

Najważniejsze pozostaje jednak korzystanie z wielu niezależnych źródeł. Żadna karta rekomendacji nie powinna być traktowana jako wiarygodny obraz poglądów całego społeczeństwa.

Eksperyment pokazuje problem, ale nie daje ostatecznej odpowiedzi

Obserwacja świeżych kont ujawniła trzy główne tendencje. Pierwszą była dominacja prostej, emocjonalnej rozrywki. Drugą – szybkie pojawianie się jednostronnych treści politycznych na Facebooku i YouTubie. Trzecią – ogromna liczba materiałów generowanych przez sztuczną inteligencję na TikToku.

Nie można na tej podstawie powiedzieć, że każdy nowy użytkownik zobaczy dokładnie ten sam zestaw materiałów. Można jednak stwierdzić, że początkowy strumień nie jest pustą kartą. Zanim człowiek nauczy algorytm własnych preferencji, to algorytm podejmuje pierwszą próbę nauczenia człowieka, na co powinien patrzeć.

Obraz „przeciętnego Polaka” wyłaniający się z testu jest uproszczony. To odbiorca zainteresowany łatwą rozrywką, silnymi emocjami, konfliktami dotyczącymi Ukrainy i Unii Europejskiej oraz treściami, których autentyczność schodzi na dalszy plan.

Być może platformy częściowo odzwierciedlają istniejące zainteresowania społeczne. Równie możliwe jest jednak, że same pomagają te zainteresowania wzmacniać, ponieważ kontrowersja i podział skuteczniej zatrzymują ludzi przed ekranem.

Najważniejsze pytanie nie brzmi więc wyłącznie: „co Polacy chcą oglądać?”. Równie istotne jest: „czego algorytmy nauczyły ich oczekiwać?”.