TikTok i test świeżych kont – gdzie algorytm częściej podsuwa AI slop?
Według opisanego testu przeprowadzonego na nowych kontach, Kapwing ustalił, że w sekcji For You na TikToku aż 59% materiałów stanowiły treści określane jako AI slop. W tym samym porównaniu udział takich materiałów na YouTube był około trzykrotnie niższy.
To ważne rozróżnienie, bo mówimy nie tylko o obecności niskiej jakości treści generowanych przez AI, ale o tym, jak często platforma sama je promuje użytkownikowi na starcie. Test świeżych kont ma tu znaczenie – pokazuje, co widzi odbiorca bez wcześniejszej historii oglądania, a więc jak wygląda domyślna logika rekomendacji.
Sam termin AI slop odnosi się zwykle do masowo produkowanych, niskowartościowych materiałów tworzonych z użyciem generatywnej AI. W praktyce chodzi o treści tanie w produkcji, powtarzalne i nastawione na szybkie przyciąganie uwagi, a nie na jakość czy wiarygodność.
Nasz komentarz: Jeśli niemal dominującym formatem w rekomendacjach stają się treści AI slop, problemem nie jest już samo generowanie, tylko to, że algorytm uznaje taki materiał za skuteczny.
Gdy generatywna AI spotyka algorytmy rekomendacji
Naszym zdaniem ten news mówi więcej o ekonomii platform niż o samych modelach. Generatywna AI obniżyła koszt produkcji treści do poziomu, przy którym internet może zostać zalany materiałem „wystarczająco dobrym”, by przejść przez system rekomendacji. To nie musi być treść wartościowa – wystarczy, że dobrze współpracuje z mechaniką feedu.
W naszej ocenie to jeden z kluczowych problemów obecnej fali AI. Modele stają się coraz lepsze w szybkim tworzeniu obrazów, głosu, krótkich narracji i prostych formatów wideo. Jeśli platforma premiuje bodźce, które zatrzymują uwagę choćby na chwilę, masowo generowane materiały mogą wygrywać z treściami tworzonymi wolniej i staranniej.
Warto zwrócić uwagę na trzy rzeczy:
- Dystrybucja staje się ważniejsza niż generowanie – technologia tworzenia treści jest dziś szeroko dostępna, więc przewaga przesuwa się na poziom tego, co algorytm wynosi do góry.
- Jakość użytkowego internetu może spadać – jeśli nowe konto dostaje głównie AI slop, pierwsze doświadczenie użytkownika staje się gorsze, bardziej chaotyczne i mniej wiarygodne.
- Presja przesuwa się na platformy – problemu nie rozwiąże samo „lepsze AI”, jeśli system rekomendacji nadal nagradza tanią, seryjną produkcję.
Uważamy też, że takie wyniki pokazują ograniczenie popularnego założenia, że rozwój modeli automatycznie poprawi jakość treści w sieci. Może być odwrotnie – im łatwiej generować materiały, tym większa potrzeba filtrowania, rankingowania i wykrywania nadużyć. W praktyce to właśnie te warstwy – moderacja, klasyfikacja i rekomendacje – będą decydować o tym, czy użytkownik zobaczy użyteczne zastosowania AI, czy głównie ich najtańsze, spamowe odpowiedniki.
To również sygnał dla całego rynku AI, że mierzenie postępu wyłącznie możliwościami modelu jest niewystarczające. Równie istotne staje się pytanie, jak ekosystem dystrybucji radzi sobie z ubocznym skutkiem taniego generowania na masową skalę.
W skrócie
- Test świeżych kont wykazał, że TikTok pokazywał znacznie więcej AI slop niż YouTube.
- Kluczowy problem dotyczy nie tylko tworzenia takich treści, ale ich promowania przez algorytmy rekomendacji.
- Naszym zdaniem dalszy rozwój AI zwiększy znaczenie moderacji, klasyfikacji i filtrowania treści niskiej jakości.
Opracowanie redakcyjne na podstawie artykułu Search Engine Journal: https://www.searchenginejournal.com/tiktok-shows-3x-more-ai-slop-than-youtube-report-finds/579521/