DIGITAL

Biurko, do którego wracam, stoi w agencji digital marketingu. Człowiek, który przez kilkanaście miesięcy pisał antykapitalistyczne manifesty na platformie korporacji wartej biliony dolarów, usiadł przy nim, żeby zarządzać kampaniami reklamowymi dla największych firm w Polsce. Czasem życie nie potrzebuje ironii. Samo ją produkuje.

Rola Account Managera przypomina rolę dyplomaty. Prowadzę w imieniu agencji misje do Klientów — firm i korporacji, najczęściej znanych marek, liderów w swoich branżach. Odpowiadam za jakość pracy zespołu, koordynuję realizację, prowadzę relacje biznesowe. Mój licencjat ze stosunków międzynarodowych okazał się w tym nieoczekiwanie użyteczny: dyplomacja to dyplomacja, niezależnie, czy rozmawiasz o traktatach, czy o kampaniach Google Ads.

Zawodowe rzemiosło jest obojętne na światopogląd — te same umiejętności prowadzą kampanię niezależnie od tego, co promują.

Ale praca nauczyła mnie czegoś, co było trudniejsze do polubienia. Marketing jest wojną o uwagę — dosłownie. Każda kampania, każdy post, każdy baner walczy o ten sam zasób: sekundy, w których ktoś patrzy na ekran. Zasób skończony. Człowiek ma tyle samo czasu, co miał zawsze — ale patrzy w ekrany coraz dłużej i robi to coraz bardziej intensywnie. „Ścieżka zakupowa”, której teorię poznałem na studiach, stała się dziś chaotyczna i impulsywna. Ponadto rośnie liczba podmiotów, które chcą nasz czas przed ekranem zagospodarować.

Dopamina nie jest cząsteczką nagrody — nie ona odpowiada za przyjemność, kiedy coś dostajesz. Dopamina to cząsteczka oczekiwania. Wydziela się, gdy czegoś pragniesz, gdy gonisz, gdy jesteś o krok. A kiedy już dostajesz — opada i zaczyna szukać następnego celu. Dlatego pętla nigdy się nie domyka: nie trzyma cię przy ekranie samo zdobycie, tylko wieczne bycie-tuż-przed. A intensywność tych pętli rośnie dziś w tempie, którego żaden ewolucyjny mechanizm biologiczny nie jest w stanie przetworzyć bez negatywnych konsekwencji zdrowotnych.

Google Ads. Meta Ads. Programmatic — reklamy licytowane w milisekundach, zanim strona się załaduje. SEO — walka o to, czy wyszukiwarka i modele AI w ogóle o tobie wiedzą. W praktyce od twojego marketingu zależy, czy świat dowie się o twojej marce. Jeśli AI o tobie nie wie, to znaczy, że nie istniejesz.

Zresztą od treści pod wyszukiwarki zaczęła się moja droga w tej branży. Zaraz po studiach magisterskich ktoś zauważył, że mam całkiem niezłe pióro. To miłe — a wtedy dawało też zarobek: copywriting, czyli wypełnianie stron internetowych tekstami, które podbijają ich pozycję w rankingach wyszukiwarek. Przez dwa lata napisałem kilkadziesiąt artykułów zachęcających do inwestowania w złoto. Sam nigdy nie kupiłem złota.

Czekasz na odpowiedź na pytanie: czy reklamodawcy podsłuchują przez smartfony twoje prywatne rozmowy? Pytanie zasadne, bo pracuję w branży, która zbiera dane do kierowania reklam.

O ile wiemy — telefon nie słyszy twoich rozmów. Targetowanie reklam to kwestia statystyki, arytmetyki, danych, uśrednienia zachowań. Dzień po rozmowie z koleżanką o ślubie widzisz reklamy sukni ślubnych? Tak, bo pasujesz demograficznie do target group (wiek, płeć, miejsce zamieszkania, kogo masz w znajomych) albo ktoś z twojego komputera szukał informacji o czymś związanym z branżą ślubną (remarketing opiera się na tym, czego szukamy i na jakie strony wchodzimy).

Codziennie widzisz w internecie dziesiątki reklam, których większość zapominasz. Zapamiętujemy te bliżej naszego kontekstu — którym mogła być wcześniejsza rozmowa z kimś bliskim. A algorytm świetnie zna zarówno ciebie, jak i miliardy innych ludzi zamieszkujących Ziemię. I nasze doświadczenia nie są unikatowe — nasze zachowania są statystycznie przewidywalne, nawet osób tak wyjątkowych jak ty.

W codziennej pracy agencji analityka to dane agregowane: ile osób weszło na stronę, skąd, ile czasu spędzili, na którym kroku procesu zakupowego odeszli. Google Analytics (lub podobne narzędzia) zbiera zdarzenia: kliknięcia, przewijanie strony, wypełnienie formularza, obejrzenie wideo. Nie zbiera imion. Nie wie, że to ty. Wie, że ktoś z Kalisza, z Androida, w środę o 19:42, spędził dwie minuty trzydzieści sekund na stronie z produktem X i wyszedł przed dodaniem do koszyka.

Ten „ktoś” to nie ty — to profil zachowania. Anonimowy. Ale przydatny, bo pozwala zrozumieć, gdzie tracimy użytkowników.

Brzmi niegroźnie. I na tym poziomie — jest niegroźnie. Problem polega na tym, że nie cały internet działa jak nasza agencja. A digital marketing to tylko jedna z wielu składowych cyfrowego systemu. Systemu, gdzie władzę ma ten, kto kontroluje przestrzeń i algorytm. Systemu, gdzie władzę mają głównie amerykańskie i chińskie korporacje.

Są ciasteczka, które tylko pamiętają, że jesteś zalogowany albo że masz coś w koszyku. I są ciasteczka śledzące — zostawiane przez zewnętrzne serwisy, głównie Google i Meta, obecne nie na jednej stronie, ale na tysiącach jednocześnie. Wchodzisz na stronę z butami. Wychodzisz. Następnego dnia widzisz reklamy butów na Facebooku, na portalu informacyjnym, na stronie z przepisami. To nie przypadek, lecz po prostu remarketing — reklama skierowana do kogoś, kto już wykazał zainteresowanie produktem.

Remarketing działa. Jest jednym ze skuteczniejszych formatów reklamowych, które znam. I jest — w odpowiednich branżach, z odpowiednimi ograniczeniami — całkowicie legalny i etycznie neutralny. Chcesz kupić buty, widzisz reklamy butów.

Ale co jeśli branżą są usługi medyczne?

Tu właśnie zaczyna się to, co regulacje próbują opanować. W Polsce i w UE remarketing w branży medycznej jest ograniczony — bo remarketing oparty na danych zdrowotnych oznaczałby, że my, marketerzy, wiemy, na co chorujesz. Że wiemy, iż wchodziłeś na strony o depresji, o problemach z trzymaniem moczu, o leczeniu uzależnień. I że teraz możemy ci serwować reklamy leku na depresję, gdy czytasz cokolwiek w sieci.

Nie możemy. Przepisy mówią nie. RODO mówi nie. I to jest jeden z momentów, gdy jestem wdzięczny biurokratycznej Unii Europejskiej za jej szczegółowość. Bez regulacji marketing działałby jak dziki zachód — korporacje wiedziałyby wszystko i nie miałyby ograniczeń, żeby wykorzystać tę wiedzę do wciskania ci wszystkiego, co się da.

W Polsce — i w Unii Europejskiej — kontrola nad prywatnością i przetwarzaniem danych osiągnęła wysoki poziom. Dużo zawdzięczamy biurokracji, kiedy jest ona prowadzona rozsądnie i w interesie ochrony społeczeństwa przed bezwzględnością wolnego rynku.

Jeśli chcesz widzieć mniej reklam — odmawiaj ciasteczek, blokuj reklamy, wyłącz śledzenie w ustawieniach aplikacji. To jest plaster na dziurę w beczce wody (jak w memach), a nie rozwiązanie systemowe. Ale plaster działa.

Powiem wprost, żeby nie było nieporozumień: nie jestem wrogiem marketingu. To mój zawód i wierzę, że można go uprawiać uczciwie. Ale właśnie dlatego, że jestem w środku, zależy mi na zdrowym ekosystemie cyfrowym — takim, który nie truje ludzi, na których zarabia. A ten ekosystem zdrowy nie jest. Meta sukcesywnie wyświetla mi w feedzie reklamy substancji i usług zakazanych, których nikt nie zdejmuje, oraz toksyczne reklamy „dziewczyn AI”. Brytyjska organizacja Male Allies UK przepytała ponad tysiąc chłopców w wieku dwunastu–szesnastu lat: co piąty jest w relacji z „dziewczyną AI” albo zna kogoś, kto jest. Co trzeci przyznaje, że czasem woli rozmowę z botem niż z rodziną. Niektórzy mówią wprost, że zapominają, iż po drugiej stronie nie ma człowieka. To drapieżnictwo z interfejsem reklamy, a nie marketing.

Wyjdźmy teraz zza mojego biurka. Na poziom, gdzie sprawy przestają być nudne, a zaczynają być groźne.

Algorytm. Rzecz, której nikt z nas nigdy nie widział.

Technicznie algorytm działa racjonalnie w oparciu o dane o zachowaniach miliardów ludzi. Platformy prowadzą nieustanny eksperyment: równolegle testują tysiące wariantów tego, co ci pokazać i w jakiej kolejności. Mierzą, gdzie zatrzymał się twój kciuk, i zestawiają cię z milionami profili zachowań podobnych do twojego. Nie szukają prawdy ani nawet tego, co ci się podoba. Szukają zapalnika — treści, która akurat u ciebie wywoła reakcję dość silną, żebyś został dłużej i obejrzał więcej reklam. U kogoś innego zapalnikiem będzie coś zupełnie innego. To jest personalizacja, w której celem nie jest twoja satysfakcja, tylko twój czas.

Kiedyś, słysząc grzmot, nie wiedzieliśmy nic o ciśnieniu i ładunkach elektrycznych, więc tłumaczyliśmy go gniewem boga. Dziś wiemy, skąd bierze się grzmot. Ale o sile, która realnie układa nam dzień — decyduje, co zobaczymy, na co się wkurzymy, kogo znielubimy — wiemy mniej więcej tyle, co tamci o piorunach. Wiemy, że działa. Nie wiemy, jak dokładnie, bo nikt nam nie pokaże. Kod jest tajny, wyniki są tajne, a jedyne, co widać, to skutki na własnym nastroju. Zbudowaliśmy sobie nowe bóstwa pogody i oddaliśmy im uwagę całej cywilizacji.

2016 rok. Wybory prezydenckie w USA. Cambridge Analytica — firma doradztwa politycznego — pozyskuje dane 87 milionów profili na Facebooku. Nie przez włamanie. Przez quiz osobowościowy, który zapłacił użytkownikom dwa dolary za wypełnienie — i przy okazji zbierał dane ich znajomych, bo platforma na to pozwalała. Z tych danych buduje psychograficzne profile wyborców. Pięć typów osobowości, pięć różnych wersji tej samej wiadomości politycznej. Do ludzi z wysokim poziomem neurotyczności — reklamy bazujące na strachu przed napadami. Do sumiennych — reklamy o ochronie rodziny. Ta sama polityczna treść, kompletnie inny mechanizm manipulacji.

Cambridge Analytica pracowała dla kampanii Trumpa. Chwaliła się pracą dla kampanii Brexitu — choć trzyletnie śledztwo brytyjskiego regulatora nie znalazło dowodów, by wyszła tam poza wstępne rozmowy. Firma zbankrutowała po skandalu w 2018 roku — Facebook zapłacił pięć miliardów dolarów kary, co stanowiło mniej więcej miesiąc jego przychodów. Wycena spółki wzrosła w dniu ogłoszenia kary.

Wampir pilnuje banku krwi — napisał o tym ktoś trafnie.

Ale Cambridge Analytica to tylko jeden przypadek, o którym wiemy wszystko: co, jak i kiedy. Ile takich firm nie wpadło?

Birma. 2017 rok.

Facebook był tam — jak to określił raport ONZ — „Internetem”. Nie platformą. Całym Internetem. Dla większości mieszkańców Myanmar nie istniał żaden inny dostęp do sieci. W tym środowisku armia birmańska przez lata systematycznie siała na Facebooku nienawiść wobec muzułmańskiej mniejszości Rohingya. Fałszywe doniesienia o atakach, dezhumanizujące memy, wezwania do przemocy.

Algorytm Facebooka, zaprojektowany do maksymalizacji zaangażowania, wzmacniał te treści. Bo zaangażowanie to zaangażowanie — platforma nie odróżnia oburzenia od aprobaty. Inflammatory content drives engagement. Engagement drives revenue. To jest funkcja systemu, nie jego wada.

W 2017 roku wojsko rozpoczęło „operacje oczyszczania”. Ponad 700 tysięcy Rohingya uciekło do Bangladeszu. Tysiące zabitych. Raporty ONZ mówią o ludobójstwie. Amnesty International stwierdza, że Facebook wiedział o ryzyku od 2012 roku — własne wewnętrzne badania to dokumentowały. Wiedział i nie zareagował wystarczająco.

Jeden z ocalałych powiedział: „Wierzymy, że ludobójstwo było możliwe tylko dlatego, że był Facebook.”

Firma nie zapłaciła żadnego odszkodowania. Rohingya wciąż czekają. Sprawa jest w Międzynarodowym Trybunale Sprawiedliwości.

Nie pierwszy raz medium masowe przygotowało rzeź. W Rwandzie w 1994 roku wystarczyło zwykłe radio — Radio Tysiąca Wzgórz miesiącami nazywało Tutsi karaluchami, a potem podawało na antenie adresy ukrywających się. Dziś ten sam mechanizm ma algorytmiczny dopalacz i miliardy oczu wlepionych w smartfony.

Rumunia. Listopad 2024.

Călin Georgescu — nacjonalista, sceptyk szczepionek, działający pośrednio na rękę Putinowi — osiągał w sondażach około 1% poparcia na trzy tygodnie przed wyborami. Nikt o nim nie słyszał. Nie wydał na kampanię — według oficjalnych deklaracji — ani złotówki.

Wygrał pierwszą turę z 23% głosów.

TikTok. 25 000 kont, część uśpionych od 2016 roku, aktywowanych nagle w listopadzie 2024. Skoordynowane hashtagi. Influencerzy zarabiający po tysiąc euro za dystrybucję treści. Polityczny content klasyfikowany przez algorytm jako „rozrywka” — co zwalniało go z wymogów transparentności dla reklam politycznych. Jego filmiki: krótkie, emocjonalne, zakorzenione w narodowych symbolach, dzieciach, flagach, muzyce. Obietnica wyzwolenia Rumunii spod „obcej kontroli”. Wzrost poparcia o 223% w ciągu tygodnia.

Trybunał Konstytucyjny unieważnił wybory. Rumunia jest pierwszym krajem w Unii Europejskiej, który anulował wybory prezydenckie z powodu cybernetycznej manipulacji. Komisja Europejska wszczęła postępowanie przeciwko TikTok na podstawie Digital Services Act.

TikTok należy do ByteDance. ByteDance jest chińską firmą. Chińskie prawo zobowiązuje firmy do współpracy z wywiadem państwowym na żądanie.

TikTok to zresztą tylko najbardziej polityczna twarz chińskiej ekspansji. W kilka lat AliExpress i Temu przeorały europejski e-commerce — bywały okresy, kiedy Temu wyprzedzało w rankingach popularności Allegro. Mechanika zawsze ta sama: absurdalnie niskie ceny na pierwsze zamówienie, a potem marketing automation w wersji maksymalnie agresywnej. Newslettery krzyczące, że „zostałeś wybrany”. „Gratulacje”. „Twoja płatność została zwrócona w formie kredytu”. Kasyno przebrane za sklep.

Algorytmy kształtujące przestrzeń publiczną kontrolowane są przez amerykański sektor prywatny. Meta. Google. X. Ten sam sektor prywatny, którego właściciele i prezesi w 2025 roku zajęli miejsca w pierwszym rzędzie na inauguracji Donalda Trumpa. Siedzieli tam jak wasale składający hołd lenny — Zuckerberg, Musk, Bezos, Pichai. Hołd człowiekowi, który mówi o aneksji Grenlandii i Kanady. Człowiekowi, którego retoryka jest cytatem z podręczników autorytaryzmu. Człowiekowi, który chce osłabić NATO. Człowiekowi, który zrobi wszystko, żeby przestano mówić o sprawie Epsteina.

I ten człowiek ma po swojej stronie właścicieli algorytmów, które decydują, co widzą Polacy, Rumuni, Francuzi i Niemcy, zanim wejdą do kabiny wyborczej.

Nie jesteśmy suwerennym państwem, jeśli infrastruktura naszej debaty publicznej należy do korporacji podległych prawu innego państwa — i odpowiadających na jego nastroje polityczne. Europa nie jest suwerenna, jeśli rynek mediów cyfrowych, reklam i narzędzi AI kontrolują firmy zarejestrowane w Dolinie Krzemowej.

Widać to najlepiej wtedy, gdy mechanizm zadziała. W czerwcu 2026 Departament Handlu USA nałożył kontrolę eksportową na dwa modele Anthropica, a firma musiała odciąć od nich dostęp każdemu obcokrajowcowi — również własnym pracownikom spoza Stanów. Kontrolę zdjęto po osiemnastu dniach. Ale przez te osiemnaście dni dostęp do narzędzia, z którego korzystał cały świat, zależał od decyzji jednego rządu.

Digital Services Act i Digital Markets Act to kroki we właściwym kierunku. RODO było pionierskie. Ale regulacje zawsze gonią technologię i zawsze zostają kilka kroków z tyłu. Ponadto musimy wciąż czuwać, aby biurokraci nie wprowadzali rozwiązań ingerujących w naszą prywatność i swobody. Tymczasem algorytm nie czeka na regulatora.

Teraz AI.

AI jest w marketingu od lat, od kiedy kampanie reklamowe zaczęły same optymalizować stawki, od kiedy systemy rekomendacji na platformach zaczęły przewidywać, co klikniesz, zanim zdążysz to pomyśleć. Ale generatywna AI (w tym LLM) — ta, która pisze, rysuje, koduje, rozmawia — zmieniła skalę i tempo wszystkiego, co cyfrowe.

Widzę to od kuchni. Automatyzacja rutynowych procesów. Generowanie treści reklamowych. Analiza danych. Tworzenie stron internetowych, interfejsów, aplikacji. AI nie zastąpi mojej pracy — tej jej części, która polega na intuicji, budowaniu relacji, byciu czasem leniwym (wtedy wymyśla się najlepsze automatyzacje). To są umiejętności zakorzenione w ciele, w kontekście, w historii.

Praca powtarzalna, sekwencyjna, oparta na przetwarzaniu znanych wzorców — tak, jest zagrożona. Wprowadzanie danych, obsługa klienta, proofreading, tłumaczenia tekstów, analiza dokumentów prawnych, programowanie. W tych kategoriach zmiany są widoczne już teraz — bezrobocie wśród dwudziestokilkulatków w zawodach technologicznych wzrosło o prawie 3 punkty procentowe w pierwszej połowie 2025 roku.

Praca oparta na relacji, kontekście, zaufaniu, rozumieniu niuansów — na razie nie. Jeszcze nie.

Z fascynacją patrzę na kolejne zjawiska społeczne wywołane rewolucją AI.

Przykład? Vibe coding. Podejście, w którym człowiek opisuje, czego chce w naturalnym języku, AI generuje kod w języku programowania, człowiek klika „uruchom” i liczy, że działa. Nie czyta kodu. Nie rozumie, co wygenerowano. Nie weryfikuje. „Vibe”, flow, szybko, do przodu. Działające aplikacje z ukrytymi błędami, których autor nie widzi, bo nie rozumie kodu, który zaakceptował.

Najcenniejszy na rynku pracy nie będzie ten, kto umie obsługiwać AI, lecz ten, kto rozumie to, co AI produkuje — i wie, kiedy mu nie ufać.

Jest z AI jeszcze jeden problem. Taki, którego w raportach biznesowych nie widać w pierwszym akapicie. Który dla mnie — człowieka, który śledzi raporty IPCC od 2018 roku — jest problemem egzystencjalnym.

AI żre zasoby Ziemi (przypomnę: naszej planety, mamy tylko jedną).

Żeby uruchomić duży model językowy trzeba go wytrenować na miliardach parametrów. Żeby odpowiadał na miliardy zapytań dziennie — potrzebujesz centrów danych. Ogromnych budynków pełnych serwerów, które emitują hałas, wymagają przestrzeni, produkują ciepło. To ciepło trzeba chłodzić — wodą i energią.

Samo szkolenie modelu GPT-3 pochłonęło bezpośrednio 700 tysięcy litrów wody pitnej w centrach danych Microsoftu. Jedno szkolenie jednego modelu. Globalny pobór prądu przez centra danych wyniósł w 2024 roku około 415 terawatogodzin — gdyby centra danych były krajem, plasowałyby się między Arabią Saudyjską a Francją. Do 2030 roku może się to podwoić. W USA udział centrów danych w krajowym zużyciu prądu może wzrosnąć trzy razy w sześć lat. Ślad węglowy samych systemów AI może wynieść w 2025 roku między 32 a 80 milionów ton CO₂ — tyle co Nowy Jork.

Dwie trzecie centrów danych wybudowanych od 2022 roku zlokalizowano w regionach zagrożonych stresem wodnym. Tam, gdzie wody i tak jest za mało. I gdzie będzie jej jeszcze mniej wraz z pogłębianiem się kryzysu klimatycznego.

Ktoś to wybrał. Ktoś to zatwierdził. Ktoś podpisał.

Google, Meta i Amazon ogłosiły plany potrojenia mocy jądrowych do 2050 roku. Brzmi poważnie. Nowe elektrownie jądrowe wchodzą do sieci po dekadzie od decyzji o budowie. Tymczasem AI wchodzi teraz. Louisiana zatwierdziła już budowę dziesięciu (na razie) nowych elektrowni gazowych, żeby zasilić centrum danych Meta. Gaz, nie atom. Nie 2050. Teraz.

Rewolucja AI podbija też ceny surowców i komponentów technologicznych — od pamięci po karty graficzne. Klasyczny efekt zewnętrzny: ktoś czerpie zyski, ktoś inny ponosi koszty.

Publikując ten tekst, wykorzystałem AI do stworzenia strony, która umożliwiła bezpłatny dostęp do treści. AI pomogło mi napisać kod, którego napisanie zajęłoby mi miesiące. Jestem skazany na używanie narzędzi mojego wroga, żeby go pokonać.

W modelach AI już zaczęły pojawiać się reklamy. To typowa ścieżka platform internetowych: najpierw narzędzie jest tanie i zaskakująco dobre, bo trzeba przyciągnąć użytkowników. Potem zaczyna zarabiać.

Dalszy ciąg da się przewidzieć. Jakość przestaje rosnąć, bo nie musi. Firmy w modelu rynkowym muszą wykazać „wzrost” z kwartału na kwartał, więc monetyzacja skalowana jest w górę — reklam jest coraz więcej, są coraz dłuższe i trudno się ich pozbyć. YouTube jest tego najlepszym przykładem.

Firmy AI dziś na siebie nie zarabiają, stąd mowa o „bańce”. „Inwestycje” w centra danych to obietnice dla inwestorów. Reklam będzie coraz więcej, tokeny będą coraz droższe. A firmy, które wpięły AI w swoje procesy, nie cofną się łatwo — przebudowały wokół niej pracę całych zespołów. Wyjście kosztuje wtedy więcej niż pozostanie i płacenie coraz więcej.

Mechanizm jest znany. Cory Doctorow nazwał go enshittification — gównowacenie. Opisuje trzy fazy życia platformy. Najpierw daje ona wartość użytkownikom, żeby ich przyciągnąć. Potem eksploatuje użytkowników, żeby przyciągnąć biznes. Potem eksploatuje wszystkich, żeby maksymalizować własne zyski.

Media informacyjne przechodzą przez to samo, tylko wolniej i dłużej. Media muszą wywoływać emocje, żeby przetrwać — to nie jest nowość, w czasach prasy drukowanej robiła to okładka albo pierwsza strona gazety. Nowość jest inna: dziś ta okładka jest personalizowana pod każdego czytelnika z osobna, w samym tytule — clickbaitowy nagłówek, pytanie zadane tendencyjnie tylko po to, żeby wywołać emocję i kliknięcie. A kliknięcie to nie tylko przeczytany artykuł. To dane do remarketingu i kilkanaście wyświetlonych po drodze reklam.

Chatboty LLM są w drugiej fazie gównowacenia — obsługują użytkowników coraz gorzej, a biznes coraz lepiej. AI przyspiesza jednak trzecią fazę enshittification całego internetu: modele językowe generują masowo treści — artykuły, posty, komentarze, recenzje. Część jest użyteczna. Większość jest przeciętna. Znaczna część to bezwartościowy wypełniacz zaprojektowany tylko po to, żeby istnieć w wyszukiwarce, zbierać kliki, generować przychody reklamowe bez wartości dla czytelnika. Coraz większa część internetu nie jest już pisana przez ludzi.

Deepfake nie jest już eksperymentem technologicznym. Jest narzędziem codziennego użytku. Widziałem na Facebooku treści z wizerunkami znanych polityków — rzekomo ogłaszających własną śmierć albo polecających produkty inwestycyjne. Fałszywe, wygenerowane, zamieszczone przez kogoś, kto chciał wyłudzić dane albo pieniądze. Algorytm je serwował — bo generowały zaangażowanie i przychody. Meta Ads nie usuwała, choć reklamy łamały zasady i wprowadzały w błąd — bo generowały zaangażowanie i przychody. Strach i szok generują zaangażowanie — to jest logika platformy cyfrowej.

Po ataku na Iran w 2026 roku internet zalały nagrania wideo z bombardowań — znaczna część wygenerowana przez AI. Trudno było odróżnić dokumentację od propagandy zwycięstwa, którego nie było. Rosja stosowała deepfaki w wojnie z Ukrainą od pierwszych dni — w 2022 roku pojawił się fałszywy film z Zełenskim nawołującym do kapitulacji. Rok później spreparowane nagranie głosu burmistrza Londynu krążyło po platformach, zanim ktokolwiek zdążył je obalić. Fałszywe treści docierają do 1500 osób sześć razy szybciej niż prawdziwe — to dane z badań opublikowanych w „Science”. Kłamstwo jest bardziej angażujące niż prawda.

Dziś siedząc przy własnym komputerze mogę w kilkadziesiąt minut wygenerować nagranie wideo kogokolwiek, mówiącego swoim głosem o czymkolwiek zechcę, w jakości której nie odróżnisz od prawdziwej. To jest technologia dostępna już teraz, z niskim progiem wejścia.

Jak odróżnić w tych warunkach kłamstwo od prawdy?

Świat, w którym każde nagranie może być fałszywe, to nie jest świat, w którym kłamstwo wygrywa z prawdą. To jest świat, w którym pojęcie dowodu przestaje funkcjonować. Gdzie nie chodzi już o to, czy coś jest prawdziwe — ale o to, czy pasuje do narracji, którą już się nosi w głowie.

Ja nie zarabiam na politycznych postach. Meta zarabia na każdym z nich. Algorytm niesie mój gniew na nierówności — i niesie obok reklamę suplementu diety. Platforma nie odróżnia wartości treści od jej zdolności do generowania zaangażowania. I ta obojętność jest ideologiczna — bo faworyzuje treści, które wzbudzają emocje ponad te wymagające myślenia.

Gniew działa lepiej niż analiza. Strach działa lepiej niż nadzieja. Podział działa lepiej niż współpraca. Nie dlatego, że platforma jest zła. Dlatego, że platforma jest optymalizowana. A optymalizacja pod zaangażowanie produkuje określone zachowania — i określoną politykę.

Nikt nie buduje odcinka reality show wokół zgodnej rozmowy. Producent nie ma poglądu na to, kto z uczestników ma rację. Ogląda dziesiątki godzin nagrań i szuka trzech minut, w których dzieje się drama. Nie robi tego dlatego, że jest złym człowiekiem, lecz dlatego, że te trzy minuty zatrzymają widza do przerwy reklamowej.

Algorytm robi to samo. Materiał produkujemy my, za darmo, a on tylko wybiera, które trzy minuty ci pokazać — te, po których zostaniesz dłużej.

Robiłem memy o demokratycznym socjalizmie na platformie zarządzanej przez miliardera. Wrzucam to za darmo. Meta zarabia przy tym na reklamach. System, który chcę zmienić — finansuję własną pracą.

To nie jest paradoks, który odkryłem, oglądając Snowpiercera. To jest paradoks, który żyję.

Ale w paradoksie jest coś, co lubię najbardziej: ludzie.

Na swojej drodze zawodowej poznałem mentorów i mentorki, które na zawsze ukształtowały mój sposób myślenia o pracy, o relacjach, o tym, czego chcieć i jak do tego dążyć. Poznałem koleżanki i kolegów, z którymi spędziłem świetny czas. Śmiech i rozmowy bez związku z KPI-ami — te zostają na dłużej.

To nie jest oczywiste i nie jest przypadek. W mojej agencji widełki wynagrodzeń dla każdego stanowiska są jawne — nikt nie negocjuje w ciemno. Ścieżka rozwoju nie jest narzucona odgórnie, tylko spisana wspólnie, budowana na tym, w czym jestem dobry, nie na cudzym wzorcu kariery. Mamy zgrany zespół.

Koleżanka z pracy — z naprawdę zabójczym poczuciem humoru — zapytała mnie kiedyś: „Ty wiesz, że jesteś neuroatypowy?”

Nie wiedziałem, co ma na myśli. Opowiedziała mi o ADHD.

Potem złapał mnie algorytm i opowiedział mi o ADHD rolkami na Instagramie. Sceptycyzm kazał mi wątpić w tę opowieść — wiem, jak łatwo wmówić sobie szkodliwą samodiagnozę, kiedy platforma serwuje ci objawy skrojone pod twoje zachowanie. Poszedłem więc do mojego terapeuty — zweryfikować, nie uwierzyć na słowo. Powiedział, że to możliwe. Zrobiliśmy test. Mam ADHD.

I choć zawsze czułem, że odstaję, to nigdy nie dopuszczałem myśli, że moja odmienność może wynikać ze specyfiki działania mózgu. To wzbudza lęk: co jeśli jestem jaki jestem nie dlatego, że mam rację, tylko dlatego, że tak mam zbudowaną głowę? Śmieszne pytanie — takie moje myśli znikąd. Strach nie pyta o logikę.

Diagnoza wyjaśnia wzorzec intensywnych fascynacji, które zaczynają się gwałtownie i kończą bez ostrzeżenia. Wyjaśnia trudność ze skończeniem projektów, które wydawały mi się ważne, ale z jakiegoś powodu przestały. Wyjaśnia mechanizm — nie usprawiedliwia efektów. Projekty i ludzie, którzy zostali po drodze, zostali po drodze niezależnie od tego, czy mam na to nazwę.

Tę książkę piszę w ramach jednej z wielu zajawek.

Osoba z zabójczym poczuciem humoru zadaje pytanie → algorytm podsuwa rolki → terapeuta potwierdza diagnozę → diagnoza zmienia perspektywę → zmieniona perspektywa daje mi odwagę, żeby pisać.

Platforma, algorytm, pętla dopaminowa — dostarczyły mi wiedzę o sobie. Nie dlatego, że ktoś to zaprojektował. Dlatego, że kliknąłem w odpowiednią chwilę, po odpowiednim pytaniu zadanym przez właściwą osobę.

Mentorki i mentorzy z agencji. Towarzyszki i Towarzysze z PPS. Koleżanki i koledzy ze szkoły, studiów i filmówki. Wszystkie osoby z przeróżnych organizacji aktywistycznych, w które się angażowałem. Różne systemy, różne żargony, różne zasady gry — a jednak zawsze ten sam wzorzec: gdziekolwiek wchodziłem głębiej, w końcu znajdowałem tam kogoś, nie coś. Znajdowałem drugiego człowieka, wplątanego w te same paradoksy systemu, co ja.

Ten wzorzec zaczął się dużo wcześniej niż jakakolwiek praca. Zaczął się w internecie — długo zanim ktokolwiek myślał o „social media” i „algorytmach”.