Pięć razy więcej słopu. Kto za niego płaci?

AI obniżyła koszt produkowania internetowego wypełniacza, ale sama nie wystawia za niego faktur. Dopóki rynek potrafi sprawniej policzyć okazje do emisji reklamy niż wartość publikacji, slop będzie przede wszystkim problemem bodźców ekonomicznych, a dopiero potem jakości generatorów tekstu.

Można wyobrazić sobie, że czytelnik szuka odpowiedzi na proste pytanie dotyczące domowego sprzętu. Trafia na obiecujący nagłówek. Zanim odnajdzie właściwe zdanie, przewija wstęp, zdjęcie, kolejne wprowadzenie i bloki reklamowe. Po zamknięciu strony nie potrafi wskazać, czego się dowiedział. Nie opisuję konkretnego polskiego serwisu. To modelowa scena, w której porażka czytelnika może współistnieć z sukcesem właściciela powierzchni reklamowej. W systemie zdążyły już powstać okazje do sprzedaży reklamy.

W sporze o AI-slop, czyli niskiej jakości masową treść generowaną przez AI, łatwo zatrzymać się na stylistyce. Tekst brzmi jednakowo, ilustracja wygląda podejrzanie, autor nie ma twarzy. Te symptomy są wygodne, bo można próbować usuwać je lepszym poleceniem. Znacznie trudniej usunąć powód, dla którego cała strona powstała: nadzieję, że taniej będzie wytworzyć opakowanie dla reklam niż informację wartą przeczytania.

Wzrost stron nie jest jeszcze miarą zarobku

Według DoubleVerify za Axios, w drugim kwartale 2026 roku domen ze slopem było ponad pięciokrotnie więcej rok do roku, a ruch wzrósł czterokrotnie. To wskaźniki obserwowane przez firmę zajmującą się weryfikacją reklamy, a nie spis całego internetu. Nie mówią również, jaka część wszystkich czytanych publikacji została zastąpiona takim materiałem.

Osobna seria dotyczy zapytań reklamowych. Według omówienia danych DoubleVerify i publikacji Axios w K-EnterTech Hub ich miesięczna liczba wzrosła z 184 mln w styczniu do 834 mln we wrześniu 2026 roku. Pełny tekst Axios jest płatny, a DoubleVerify nie opublikował tej serii jako otwartych danych, więc nie znam metodologii pomiaru i nie dopisuję jej.

Zapytanie reklamowe jest techniczną prośbą o reklamę, nie dowodem jej obejrzenia przez człowieka. Nie wolno zamienić tej liczby w liczbę czytelników, sprzedanych produktów ani przychód farmy. Różnica ma znaczenie publicystyczne: skala aktywności maszyn może rosnąć szybciej niż skala ludzkiego zainteresowania. Właśnie dlatego precyzyjne nazwanie licznika jest częścią krytyki rynku, a nie ustępstwem wobec niego.

Fabryka treści powstaje przy kasie reklamowej

Marcowy raport DoubleVerify o AutoBait pokazuje mechanizm bardziej konkretnie niż ogólna opowieść o zalewie internetu. Badacze znaleźli sieć stron wyglądających na odrębne blogi, z powtarzającymi się treściami i obrazami. W ich kodzie ujawniono polecenia wykorzystywane do produkcji materiałów. Strony organizowano pod dużą liczbę okazji reklamowych. AI była tu elementem procesu nastawionego na masową monetyzację, a nie projektem poprawy jakości redakcyjnej.

Ten przypadek pomaga odwrócić zwykłą kolejność pytań. Zamiast pytać, dlaczego ktoś publikuje bezwartościowy tekst, można zapytać, kto jest skłonny sfinansować jego istnienie. Jeśli publikacja ma przyciągnąć wizytę, a wizyta uruchamia handel powierzchnią, rzetelność tekstu staje się kosztem, który operator może próbować ograniczyć. Nie musi przekonać czytelnika do powrotu. Wystarczy mu, że odpowiednia część wizyt pokryje koszt produkcji i pozyskania ruchu.

Nie każdy model reklamowy premiuje wyłącznie odsłonę. Reklamodawcy rozliczają również działania i wyniki sprzedażowe, a automatyczny zakup może służyć sensownemu dotarciu do odbiorcy. Problem pojawia się wtedy, gdy łatwo dostępna miara pośrednia zostaje potraktowana jak cel. Tani kontakt wygląda atrakcyjnie w raporcie, nawet jeśli środowisko, w którym do niego doszło, nie daje marce wartości. Presja na obniżanie ceny może wówczas osłabiać presję na sprawdzanie jakości.

AI zmienia rachunek kosztów, ale nie tworzy tej sprzeczności od początku. Gdy kolejną publikację można wygenerować bardzo tanio, operator ma większą swobodę eksperymentowania z tematami, tytułami i opakowaniem. Rosną możliwości testowania tego, co przyciąga uwagę. Nie wynika z tego, że technologia jest neutralna. Wynika, że ocena jej wpływu musi obejmować miejsce, w którym tania produkcja spotyka się z gotowością do zapłaty.

To istotna różnica także dla odpowiedzialności. Można usuwać kolejne domeny i nadal utrzymywać warunki, w których opłaca się tworzyć następne. Można poprawić jakość języka generatora i otrzymać bardziej przekonujący wypełniacz. Trwała zmiana wymagałaby, aby większą nagrodę otrzymywał materiał, którego użyteczność da się uzasadnić, a nie wyłącznie materiał, dla którego udało się znaleźć odbiorcę i miejsce na baner.

GEO dodaje rynek pozornej wiarygodności

GEO, czyli próby zwiększania widoczności w odpowiedziach generowanych przez AI, dokłada do tego rachunku nową ambicję. Strona może zabiegać o uwagę człowieka, ale również o rolę źródła, z którego system ułoży odpowiedź. Pojawia się pokusa produkowania wielu wariantów podobnego komunikatu, aby zwiększyć liczbę miejsc, w których model może go odnaleźć. To opis bodźca po stronie producenta treści, nie potwierdzone prawo działania wszystkich wyszukiwarek.

Własna dokumentacja Google wyraźnie komplikuje prostą tezę, że ilość zawsze wygrywa. Firma zaleca treści wnoszące własną wartość, a masowe tworzenie wariantów pytań w celu manipulowania wynikami uznaje za naruszenie zasad dotyczących nadużyć treści na dużą skalę. Nie ma więc podstaw, by obiecywać, że samo pomnożenie stron zapewnia rekomendację AI. Oficjalna deklaracja jakości nie dowodzi jednak, że każda próba manipulacji zostanie skutecznie powstrzymana.

Ekonomiczna pokusa istnieje nawet przy niepewnej skuteczności. Gdy koszt kolejnej próby jest niski, można próbować bardzo długo. Właściciel farmy nie musi znać pełnego mechanizmu wyboru źródeł. Może testować, obserwować i mnożyć warianty. Dlatego ostrożniejsza teza jest zarazem mocniejsza: GEO może nagradzać skalowanie prób zdobycia widoczności, choć nie gwarantuje sukcesu każdej stronie. Rynek obietnic widoczności ma własną dynamikę, niezależną od jakości tych obietnic.

Najbardziej niepokojący wariant nie wymaga, aby użytkownik w ogóle zobaczył farmę. Wystarczy, że treść zostanie przetworzona w gładką odpowiedź, a jej pochodzenie straci wyrazistość. Kilka podobnych stron może wtedy wyglądać jak zgodność wielu źródeł, choć faktycznie powtarza jedną tezę. To ryzyko pozornej niezależności dowodów. Jego ocenę należałoby oprzeć na badaniach konkretnych systemów, ale samo pytanie powinno znaleźć się w definicji jakości wyszukiwania.

Polskie pieniądze także potrzebują adresu

Według Raportu Strategicznego IAB Polska, opublikowanego 18 czerwca 2026 roku, wydatki na programmatic w Polsce w 2025 roku wyniosły 5,07 mld zł, około 47% rynku online, przy wzroście 12,1% rok do roku. W najnowszym odnalezionym komunikacie kwartalnym IAB Polska/PwC AdEx cały rynek reklamy internetowej w pierwszym kwartale 2026 roku miał wartość 2,57 mld zł, o 10,6% większą niż rok wcześniej. Ta druga kwota nie jest wartością samego programmatic.

Żadna z tych liczb nie mówi, ile polskich pieniędzy trafiło na slop. Zestawiam je, aby wskazać skalę rynku, na którym pytanie o jakość zakupu ma znaczenie. Nie ma podstaw, by zastosować globalne wskaźniki DoubleVerify do polskiego budżetu i ogłosić kwotę zmarnowaną na farmy. Taki efektowny rachunek odtworzyłby dokładnie tę wadę obiegu informacji, którą tekst ma krytykować: pewny ton przy braku odpowiedniego pomiaru.

O polskich farmach treści można zatem mówić poprzez model działania, bez zgadywania właścicieli i bez etykietowania serwisów na podstawie podobnego stylu zdań. Automatycznie produkowany tekst po polsku nie musi pochodzić od polskiej firmy. Polska marka może kupować reklamę przez pośredników, a czytelnik może trafiać na strony powstałe poza krajem. Narodowy język publikacji, siedziba operatora i pochodzenie budżetu to różne informacje. Ich mieszanie utrudnia ustalenie odpowiedzialności.

W tym układzie krajowa debata nie powinna ograniczać się do gustu odbiorcy. Czytelnik może zamknąć irytującą stronę, ale nie ma wglądu w kryteria zakupu reklamy ani rozliczenie kampanii. To reklamodawca i jego partnerzy mają możliwość zapytać, gdzie znalazł się budżet, kto sprzedał powierzchnię i jaki wynik rzeczywiście uzyskano. Przerzucanie całej odpowiedzialności na uważne czytanie byłoby wygodne dla tych, którzy decydują o finansowaniu.

Także mały, rzetelny wydawca ma tu problem, którego nie rozwiąże samą poprawą tekstu. Musi ponosić koszt sprawdzania faktów, aktualizacji i korekt. Jeśli konkurent sprzedaje podobnie wyglądającą powierzchnię bez tych kosztów, porównanie oparte wyłącznie na cenie emisji pomija istotną część produktu. Rynek traktuje wówczas informację jak bezpłatny dodatek do miejsca reklamowego, choć to właśnie jej wytworzenie uzasadnia istnienie wydawcy.

Kto ma zapłacić za odróżnianie treści od opakowania

DoubleVerify nie jest bezinteresownym obserwatorem tego zjawiska. Firma sprzedaje rozwiązania służące wykrywaniu i unikaniu niskiej jakości treści, co ujawnia także w materiale o AutoBait. To nie powód, by odrzucić jej ustalenia. To powód, by pytać o definicje, zakres monitoringu i porównywalność pomiarów. Firma wykrywająca problem może mieć dobre dane oraz interes w podkreślaniu jego znaczenia. Obie rzeczy mogą być prawdziwe równocześnie.

Nie ma też sensu uczynić samego użycia AI kryterium dyskwalifikacji. Artykuł wsparty narzędziem może mieć autora, źródła i sensowną korektę. Materiał napisany ręcznie może być pusty. Użyteczniejsza granica przebiega przez odpowiedzialność za treść: czy ktoś sprawdza twierdzenia, ujawnia podstawę informacji i reaguje na błędy. Tych cech nie da się zastąpić deklaracją, że tekst brzmi naturalnie albo przeszedł przez wykrywacz generowania.

Zmiana wymagałaby innych pytań przy ocenie kampanii. Nie tylko o to, jak tanio kupiono kontakt, ale również o to, co kontakt oznaczał i w jakim otoczeniu się odbył. Odpowiedź bywa droższa niż automatycznie wygenerowany raport z emisji. Właśnie ten dodatkowy koszt stanowi jednak część uczciwego zakupu. Oszczędność osiągnięta przez rezygnację z wiedzy o produkcie może okazać się tylko elegancko opisaną niewiedzą.

Największym zagrożeniem byłaby obrona jakości ograniczona do nowego filtra, po którym rynek wróci do starych kryteriów sukcesu. Filtry są potrzebne, ale bez zmiany bodźców pozostają wydatkiem w wyścigu z coraz tańszą produkcją. Wydawca powinien mieć ekonomiczny powód, aby stworzyć mniej materiałów, za które może odpowiadać. Reklamodawca powinien mieć organizacyjny powód, aby taki wybór zauważyć i wycenić.

Internet nie stanie się lepszy tylko dlatego, że maszyny nauczą się pisać mniej niezręcznie. Poprawa zacznie się wtedy, gdy wartość informacji przestanie znikać z rachunku za reklamę. Slop będzie powstawał tak długo, jak długo ktoś będzie płacił za jego opakowanie, nie pytając, co znajduje się w środku.