Pytanie, które do nas trafiło, jest podwójne: skoro dziś ogromna część dezinformacji powstaje przy użyciu AI, czy tę samą AI da się obrócić przeciwko niej? I jak platforma fact-checkingowa typu NAZIMNO może realnie włączyć się w tę walkę? Punktem wyjścia jest analiza Stowarzyszenia Demagog o AI jako narzędziu skoordynowanej dezinformacji. Poniżej zestawiamy, co wynika ze zweryfikowanych źródeł.
Kluczowe ustalenia
- Dezinformacja produkowana lub manipulowana przy użyciu AI bije w Unii Europejskiej rekordy. 55. Brief EDMO (European Digital Media Observatory) ze stycznia 2026 odnotował gwałtowny wzrost w grudniu 2025 — a wcześniejszy, 53. Brief z listopada 2025 również raportował nowy rekord. To nie jednorazowy skok, lecz utrzymujący się trend.
- Polska jest tego częścią. NASK ostrzega, że rośnie liczba oszustw typu deepfake wykorzystujących wizerunki znanych osób, a raport Citizen Lab wskazał Polskę jako cel chińskiej operacji wpływu.
- Sama technika wykrywania nie wystarczy: recenzowane badania z 2025 roku pokazują, że automatyczne detektory tekstu generowanego przez AI są zawodne.
- Odpowiedź, która powtarza się u Demagoga, EDMO, w Komisji Europejskiej i badaniach akademickich, jest hybrydowa: AI jako warstwa wspierająca, plus oznaczanie pochodzenia treści, regulacje, edukacja i niezbywalna weryfikacja po stronie człowieka.
Kontekst i tło
Demagog — polska organizacja fact-checkingowa — opublikował analizę „AI jako narzędzie skoordynowanej dezinformacji — jak odpowiedzieć na ten problem?”, do której odnosi się to pytanie. To nie pojedynczy materiał: redakcja od dłuższego czasu opisuje przecięcie sztucznej inteligencji i dezinformacji.
Źródło: demagog.org.pl
W analizie „Sztuczna inteligencja i dezinformacja. Co je łączy?” Demagog rozróżnia dwa filary rozpowszechniania fałszywych treści: boty, czyli zautomatyzowane konta opierające się na AI, oraz trolle — prawdziwych użytkowników, którzy świadomie publikują nieprawdziwe treści. W kolejnej analizie, „EDMO: początek ery dezinformacji napędzanej przez sztuczną inteligencję”, redakcja przenosi diagnozę EDMO na polski grunt. Wcześniej, jeszcze przed wyborami, powstała analiza „Deepfake i sztuczna inteligencja — zagrożenia dla wyborów 2024”.
Mechanizm jest prosty i niepokojący: generatywna AI radykalnie obniżyła koszt i podniosła skalę produkcji fałszywych treści. Tam, gdzie kiedyś potrzebna była cała „fabryka trolli”, dziś wystarcza jeden operator z dostępem do modelu językowego, generatora obrazu czy klonowania głosu. Dezinformacja przestaje więc być wyłącznie problemem treści, a staje się problemem infrastruktury dystrybucji — siatek kont symulujących organiczny ruch.
Szczegółowa analiza
Skala problemu jest mierzona i rośnie. European Digital Media Observatory to finansowana przez UE sieć obserwująca dezinformację w państwach członkowskich. Jej comiesięczne briefy to jeden z niewielu systematycznych pomiarów zjawiska. 55. Brief opisał grudzień 2025 jako nowy rekord udziału treści produkowanych lub manipulowanych przy użyciu AI — co istotne, 53. Brief z listopada 2025 już raportował rekord, więc mamy do czynienia z narastającą krzywą, a nie pojedynczym wystrzałem.
📄 55. Brief EDMO — pełny dokument (PDF, źródło: edmo.eu)
Pierwsza linia obrony to oznaczanie pochodzenia treści (provenance). Zamiast zgadywać po fakcie, czy obraz jest prawdziwy, idea polega na tym, by treść sama „niosła” informację o swoim pochodzeniu. Google rozszerza adopcję SynthID — niewidocznego znaku wodnego w treściach generowanych przez AI — i zapowiada Content Detection API. Firma rozszerza też standard C2PA Content Credentials na telefony Pixel (modele 8, 9 i 10), aby do zdjęć i wideo z aparatu dołączać metadane potwierdzające, że NIE są generowane przez AI. Po drugiej stronie rynku OpenAI deklaruje zgodność ze standardem C2PA i przyjęcie SynthID, opowiadając się za połączeniem wspólnych standardów, trwałych znaków wodnych i publicznej weryfikacji.
Źródło: blog.google
Druga linia to regulacje. Unijny AI Act przewiduje przepisy o przejrzystości, wymagające oznaczania m.in. deepfake'ów i tekstu publikowanego w celu informowania opinii publicznej — wchodzą one w życie w sierpniu 2026 roku. Aby je doprecyzować, Komisja Europejska przez AI Office opublikowała 17 grudnia 2025 pierwszy projekt Kodeksu postępowania w sprawie oznaczania i etykietowania treści generowanych przez AI. Kodeks wymaga, by wyjścia systemów AI — audio, obraz, wideo, tekst — były oznaczane w formacie maszynowo-czytelnym i wykrywalne jako sztucznie wygenerowane lub zmanipulowane, a rozwiązania techniczne były skuteczne, interoperacyjne i odporne. Równolegle Digital Services Act (DSA) nakłada na bardzo duże platformy (VLOP) obowiązek systematycznej oceny ryzyka systemowego — w tym ryzyka związanego z dezinformacją — oraz podejmowania działań je ograniczających.
Trzecia linia — i tu jest najważniejsze ostrzeżenie — to świadomość granic technologii. Recenzowane badania z 2025 roku (m.in. publikacja w materiałach NAACL oraz w IACIS) pokazują, że detektory tekstu generowanego przez modele językowe są zawodne: mają wysoki odsetek fałszywych alarmów, słabo radzą sobie z krótkimi tekstami, łatwo je oszukać parafrazą i gorzej działają w językach innych niż angielski. To kluczowy powód, dla którego AI nie może być „automatycznym wykrywaczem prawdy” — ostateczna ocena musi pozostać po stronie człowieka.
📄 Badanie o zawodności detektorów tekstu AI (PDF, źródło: iacis.org)
Czwarta linia to edukacja i prebunking — uodparnianie odbiorców, zanim trafi do nich fałsz. Badanie terenowe opublikowane w Misinformation Review Harvard Kennedy School wykazało skuteczność technik prebunkingu w feedach społecznościowych na Instagramie. Badacze zwrócili uwagę, że dezinformacja zawiera istotnie więcej negatywnych emocji niż treść niemanipulacyjna — co daje uchwytny sygnał, którego można uczyć odbiorców.
Piąta linia to przejrzystość samych platform i narzędzia wspierające. Meta publikuje raporty o skoordynowanym nieautentycznym zachowaniu (Coordinated Inauthentic Behavior, CIB), dokumentujące wykryte i usunięte sieci fałszywych kont. Pojawiają się też wielojęzyczne narzędzia AI fact-checkingowe, jak Facticity.AI, przeznaczone do weryfikacji treści z mediów społecznościowych. To pokazuje, jak w praktyce może wyglądać rola AI dla platformy takiej jak NAZIMNO: triage i wstępne typowanie podejrzanych treści, monitoring siatek kont, wyszukiwanie podobnych tez — przy zachowaniu redakcyjnej, ludzkiej decyzji o ostatecznej ocenie.
Podsumowanie
Tak — sztuczną inteligencję da się obrócić przeciwko dezinformacji, którą ona sama napędza, ale nie jako samodzielny „wykrywacz prawdy”. Skala problemu rośnie: europejscy obserwatorzy notują kolejne rekordy treści tworzonych przy użyciu AI, a Polska mierzy się z oszustwami deepfake i operacjami wpływu z zewnątrz. Skuteczna odpowiedź jest warstwowa: oznaczanie pochodzenia treści (SynthID, C2PA), regulacje (AI Act, Kodeks Komisji Europejskiej, DSA), edukacja i prebunking, przejrzystość platform oraz narzędzia AI wspierające weryfikację. Spina je jedna zasada, którą podkreślają zarówno Demagog, jak i badania akademickie: technologia przyspiesza i porządkuje pracę, ale ostateczna ocena, czego dotyczy fałsz i dlaczego, musi pozostać w rękach człowieka.
