Sztuczny tłum: jak boty fałszują temperaturę społeczną

Czterysta komentarzy, dwadzieścia cztery konta

Rada niewielkiego miasta ogłasza plan ograniczenia ruchu samochodowego w centrum. W ciągu nocy pod postem pojawia się czterysta komentarzy. „Mieszkańcy są wściekli” - mówi rano redaktor i zleca szybki materiał. Reporter otwiera wątek. Te same sformułowania powtarzają się w nieco innych wersjach; część kont jest nowa; prawie wszystkie odsyłają do jednej strony. Być może stoi za nimi partia, firma albo grupa aktywistów. Być może użyto automatyzacji. A może przeciwnicy są po prostu wyjątkowo dobrze zorganizowani.

Przykład jest hipotetyczny. Błąd redakcyjny polega na przekształceniu aktywności na platformie w twierdzenie o społeczeństwie. Czterysta komentarzy to czterysta zdarzeń w bazie danych. Nie wiemy jeszcze, ile osób je stworzyło, gdzie mieszkają, czy działały niezależnie ani co myślą milczący mieszkańcy. Tymczasem nagłówek „Internet odrzuca plan” już rozgrzewa się w szatni.

Fałszywy obraz może nas wprowadzić w błąd co do jednego wydarzenia. Sztuczny tłum może nas oszukać w sprawie tego, w co rzekomo wierzy większość ludzi. Generatywna AI obniża koszt tworzenia wiarygodnie brzmiących komentarzy, zróżnicowanych profili i prowadzenia wielu kont. Jej najbardziej znaczący skutek nie musi polegać na przekonaniu kogokolwiek o prawdziwości jednej konkretnej wiadomości. Wystarczy zmienić temperaturę społeczną: sprawić, by jedno stanowisko wyglądało na zwyczajne, a jego przeciwnicy - na osamotnionych.

Rachunek płacą prawdziwi ludzie. Lokalna nauczycielka rezygnuje z komentarza, bo każdy głos poparcia przyciąga ścianę obelg. Dziennikarz wzmacnia pozorny trend. Radny myli wyprodukowany hałas z mandatem demokratycznym. Mniejszość traci widoczność nie dlatego, że przegrała uczciwy spór, lecz dlatego, że ktoś położył termometr na kaloryferze.

Spirala milczenia: ludzie patrzą, zanim zabiorą głos

Elisabeth Noelle-Neumann rozwinęła teorię spirali milczenia, aby wyjaśnić, dlaczego niektóre opinie stają się publicznie głośniejsze, a inne znikają z pola widzenia, choć nadal istnieją w prywatnych przekonaniach. Ludzie obserwują klimat opinii. Jeśli postrzegają swój pogląd jako rosnący w siłę lub dominujący, chętniej go wyrażają; jeśli wydaje się przegrywać, a oni obawiają się izolacji, częściej milczą (Noelle-Neumann, 1974, pp. 43 - 51).

Teoria nie mówi, że wszyscy podporządkowują się większości. Znaczenie mają temat, zaangażowanie, grupa odniesienia, osobowość, bezpieczeństwo i normy społeczne. Opisuje pętlę sprzężenia zwrotnego. Widoczna przewaga jednego stanowiska może zwiększać gotowość jego zwolenników do mówienia i zmniejszać gotowość przeciwników. Wówczas przewaga staje się jeszcze bardziej widoczna. Wypowiedź publiczna nie jest spisem prywatnych przekonań; częściowo stanowi reakcję na przewidywany koszt zabrania głosu.

Ewa Nowak-Teter ujmuje ten mechanizm w analizie opinii publicznej online: „Nasza skłonność do wyrażania własnych poglądów zależy zatem od tego, jak oceniamy klimat opinii publicznej” (2023, p. 142). Omawia również lęk przed izolacją oraz quasi-statystyczny zmysł, za pomocą którego ludzie szacują rozkład stanowisk. Ten „zmysł” nie jest profesjonalnym sondażem. Korzysta z dowolnych sygnałów udostępnianych przez środowisko.

Kiedyś sygnały te pochodziły głównie z rozmów, gazet, telewizji i bezpośrednich reakcji społecznych. Dziś rolę termometrów pełnią także listy trendów, polubienia, liczby udostępnień, komentarze porządkowane według rankingu i rekomendacje algorytmiczne. Liczby, które wyglądają na precyzyjne, korzystają z autorytetu pomiaru. Jednak „12,4 tys.” nie wyjaśnia, co zmierzono. Może oznaczać tysiące obywateli, setki wielokrotnie publikujących osób, ludzi spoza społeczności, konta automatyczne albo mieszaninę wszystkich czterech grup.

W środowisku platform spirala milczenia otrzymuje więc nowe paliwo: obserwujemy nie samo społeczeństwo, lecz zapośredniczony obraz społeczeństwa ułożony przez algorytm. Opinia publiczna online powstaje pośród anonimowości, selekcji algorytmicznej i fragmentarycznej dyskusji (Nowak-Teter, 2023, pp. 191 - 214). Nie jest to lustro ustawione przed obywatelami. To lustro, które wybiera odbicie, zwiększa kontrast i sprzedaje miejsce obok.

Od bota do klimatu opinii

Boty społecznościowe nie powstały wraz z generatywną AI. Wcześniejsze badania opisywawały konta automatyzujące aktywność, naśladujące ludzi i ingerujące w dyskusje na platformach (Ferrara et al., 2016). Nowsze systemy sprawiają jednak, że tanieje tworzenie pozorów różnorodności. Wczorajszy prymitywny bot powtarzał jedno zdanie. Dzisiejszy model może tworzyć setki stylistycznie różnych komentarzy, zmieniać ton, odpowiadać na zastrzeżenia i podtrzymywać wirtualną postać z pozornie spójną biografią.

Tutaj znaczenie ma astroturfing: organizowanie kampanii tak, by przypominała spontaniczny ruch oddolny. Nazwa pochodzi od sztucznej trawy udającej naturalną. To wyjątkowo trafna metafora komunikacji politycznej. Operator nie musi wytwarzać doskonałego człowieka. Wystarczy, że pokryje cyfrowy plac równą zieloną powierzchnią, która z daleka wygląda jak żywa energia obywatelska.

Generatywny astroturfing może narzucić ramę przed pojawieniem się faktów, zalać wątek odpowiedziami, aż rozmowa stanie się wyczerpująca, masowo zgłaszać wybrane materiały, wepchnąć slogan na listę trendów albo atakować osoby, które mu się sprzeciwiają. Nawet jeśli nikt nie zmieni zdania, część osób uzna, że nie warto ponosić kosztu publicznego wyrażenia swojego stanowiska. Syntetyczne konto może wytworzyć autentyczne milczenie.

Operator nie jest jednak jedynym źródłem władzy. Platformy decydują, które reakcje będą widoczne i jakie liczniki pokażą użytkownikom. Redakcje wybierają, czy nazwać wynik „burzą w sieci”. Politycy mogą przedstawiać dane o aktywności jako dowód zgody. AI zmienia arenę publiczną częściowo za pośrednictwem instytucji i systemów, które pośredniczą w informacji, produkcji treści i widoczności interwencji (Jungherr & Schroeder, 2023). Sztuczny tłum jest więc produktem całego łańcucha: generowania, koordynacji, rankingowania, pomiaru, narracji i politycznego wykorzystania.

Łańcuch ma znaczenie, ponieważ odpowiedzialność często w nim wyparowuje. Operator botów obwinia platformę; platforma przedstawia wskaźnik zaangażowania jako neutralny; redakcja twierdzi, że tylko relacjonowała trend; polityk powołuje się na redakcję. Na końcu wszyscy dotknęli termometru, a nikt nie przyznaje, że go przesunął.

Trzy pytania, których nie wolno sklejać

Dyskusja o botach często łączy trzy różne pytania. Po pierwsze: czy konto jest prowadzone przez prawdziwą osobę? Po drugie: czy aktywność jest skoordynowana? Po trzecie: czy widoczna próba reprezentuje populację? Odpowiedź na jedno nie rozstrzyga dwóch pozostałych.

Prawdziwi ludzie mogą uczestniczyć w skoordynowanych kampaniach. Bot może rozpowszechniać autentyczny dokument. Autentyczna, spontaniczna grupa może być wyjątkowo głośna i zupełnie niereprezentatywna. Z drugiej strony anonimowość nie dowodzi manipulacji. Może warunkować wolność wypowiedzi sygnalisty, osoby, która doświadczyła przemocy, lub mieszkańca państwa autorytarnego. Reporter polujący na magiczną etykietę „bot” może przeoczyć ważniejszy problem metodologiczny.

To samo ostrzeżenie dotyczy syntetycznych uczestników badań. Model może szybko symulować wiele person i pomagać testować sformułowania ankiety. Nie jest próbą społeczeństwa. Zastępowanie ludzkich uczestników dużymi modelami językowymi może spłaszczać i szkodliwie zniekształcać grupy tożsamościowe (Wang et al., 2025). Model odtwarza wzorce obecne w danych treningowych i założeniach projektowych. Nie nabywa doświadczenia życiowego osoby tylko dlatego, że prompt przypisuje mu jej etykietę.

Użyteczne pytanie redakcyjne brzmi więc nie tylko „Czy te komentarze są prawdziwe?”, lecz „Co dokładnie pozwalają nam powiedzieć?”. Sekcja komentarzy może pokazać, że pewna narracja krąży. Może ujawnić strategie argumentacyjne, język konfliktu albo oznaki koordynacji. Rzadko wykaże, jaki odsetek mieszkańców popiera daną politykę. Mikroskop świetnie nadaje się do oglądania komórki. Nadal kiepsko waży słonia.

Komunikacja skoncentrowana na człowieku zaczyna się od prawa do sprzeciwu

Stawką etyczną jest wolność wypowiedzi bez nacisku sfabrykowanej większości. Wolność słowa nie oznacza jedynie braku formalnego zakazu. Obejmuje realną możliwość uczestniczenia w przestrzeni, w której syntetyczna masa i automatyczne nękanie nie czynią zabrania głosu nieracjonalnie kosztownym. Jeśli jedna osoba musi odpowiadać tysiącu jednorazowych person, debata jest formalnie otwarta, a praktycznie zabarykadowana.

Drugą stawką jest godność głosu mniejszościowego. Osoby nie wolno ważyć przeciw stercie kont, jakby każda jednostka w panelu była niezależnym

obywatelem. Człowiek wnosi doświadczenie, podatność na zranienie, odpowiedzialność i możliwość poniesienia konsekwencji. Persona syntetyczna może zniknąć po kampanii, nie prostując zapisu ani nie płacąc ceny reputacyjnej.

Trzecią stawką jest odpowiedzialność redakcyjna. „Internet uważa” kusi, bo oszczędza czas poświęcony metodzie. Internet niczego nie uważa. Konkretni ludzie mają przekonania; konta wykonują działania; platformy organizują ich widoczność; badacze wybierają, co zbierają i liczą. Dobre dziennikarstwo rozróżnia te poziomy także w języku.

Zamiast ogłaszać oburzenie Brytyjczyków, materiał może stwierdzić, że w zbadanych publicznych postach dominowały komentarze krytyczne, lecz próba nie była reprezentatywna, a część aktywności wykazywała cechy koordynacji. Zdanie jest dłuższe. Demokracja czasami wymaga więcej niż trzywyrazowego nagłówka.

Moderacja skoncentrowana na człowieku również wymaga powściągliwości. Ochrona dyskusji nie może być pretekstem do ujawniania anonimowych krytyków, zbierania zbędnych danych osobowych ani uznawania nietypowego języka za dowód automatyzacji. Celem nie jest rozstrzygnięcie, kto zasługuje na głos. Chodzi o niedopuszczenie, by wytworzona widoczność podszywała się pod głos wszystkich.

TERMOMETR OPINII: sześć kontroli przed napisaniem „wszyscy o tym mówią”

Stosuj TERMOMETR OPINII, gdy materiał wykorzystuje komentarze, trendy, hashtagi, dane o zaangażowaniu lub syntetycznych respondentów do opisu nastroju społecznego. Reporter go wypełnia; redaktor albo kolega znający analizę danych sprawdza. Warunek zaliczenia jest prosty: materiał musi wyraźnie oddzielać aktywność na platformie od opinii publicznej.

1. Zdefiniuj jednostkę. Zapisz, czy policzono posty, komentarze, reakcje, konta, unikatowych użytkowników czy zweryfikowane osoby. Jedno konto może opublikować setki wiadomości; jedna osoba może prowadzić kilka kont. Test jest zaliczony, gdy nazwana jednostka pozostaje taka sama w całym materiale i nie zmienia się po cichu w „ludzi”.

2. Zapisz pochodzenie. Zanotuj okres i metodę zbierania, dostępne sygnały lokalizacyjne, wiek kont oraz wszelką zadeklarowaną automatyzację. Nie ujawniaj zwykłych użytkowników ani nie gromadź danych osobowych tylko

dlatego, że technicznie jest to możliwe. Test jest zaliczony, gdy czytelnicy widzą granice zbioru danych i jego najważniejsze luki.

3. Sprawdź koordynację. Szukaj identycznych lub niemal identycznych zwrotów, wspólnych linków, zsynchronizowanego czasu, nagłych skoków i sieci wzajemnego wzmacniania. To wskaźniki, nie wyroki: prawdziwi aktywiści także dzielą się materiałami. Test jest zaliczony, gdy każde twierdzenie o koordynacji zawiera poziom pewności i co najmniej jedno wiarygodne wyjaśnienie alternatywne.

4. Zbadaj rozkład. Zapytaj, czy aktywność pochodzi z wielu niezależnych części sieci, czy z małego, intensywnego skupiska. Średnia może ukryć fakt, że dziesięć kont wygenerowało połowę ruchu. Test jest zaliczony, gdy materiał podaje koncentrację wśród najaktywniejszych uczestników albo uczciwie stwierdza, że nie da się jej obliczyć.

5. Sprawdź reprezentatywność. Zdefiniuj populację, o której chcesz mówić. Czy jej członkowie mieli w przybliżeniu porównywalną szansę wejścia do próby? Publiczne komentarze prawie nigdy nie spełniają tego warunku. Test jest zaliczony, gdy artykuł oddziela relację z dyskusji na platformie od twierdzenia o mieszkańcach, wyborcach lub społeczeństwie.

6. Opublikuj niepewność. Powiedz, czego nie wiadomo: jaki jest udział automatyzacji, ilu użytkowników milczy, jak działa ranking, gdzie są luki w dostępie i czy usunięto część materiału. Unikaj jednej wypolerowanej wartości procentowej, gdy fundament jest kruchy. Test jest zaliczony, gdy czytelnik potrafi odróżnić obserwację, wnioskowanie i hipotezę.

Jeżeli materiał nie przechodzi testu, zmień twierdzenie zamiast dekorować je zastrzeżeniem. Opisz kampanię, język, sieć lub oznaki koordynacji. Nie nazywaj ich reprezentatywną wolą populacji. Niepewność nie jest wstydem ukrytym w uwagach technicznych; stanowi część ustalenia.

Czego termometr nam nie powie

Żadna lista kontrolna nie wykryje każdego bota. Starannie przygotowana operacja może wyglądać spontanicznie, a autentyczna mobilizacja - mechanicznie. Dane platform są niepełne, interfejsy się zmieniają, a badacz zewnętrzny nie widzi każdego sygnału. Brak dowodów koordynacji nie jest dowodem jej braku.

TERMOMETR OPINII nie rozstrzyga, czy stanowisko jest prawdziwe. Większość może się mylić, mniejszość może manipulować, a automatyczne konto może

rozpowszechniać prawdziwe informacje. Metoda chroni przed fałszywym twierdzeniem o rozkładzie opinii; nie rozstrzyga sporu będącego jej przedmiotem.

Nie należy też uznawać każdej zorganizowanej komunikacji za podejrzaną. Związki zawodowe, ruchy społeczne i grupy sąsiedzkie koordynują przekazy, ponieważ działanie zbiorowe wymaga koordynacji. Sieci komunikacyjne mogą wspierać władzę i przeciwwładzę (Castells, 2009). Test etyczny dotyczy oszustwa, automatyzacji, sfabrykowanej osobowości, nękania i roszczeń do reprezentatywności - nie samego faktu, że ludzie mówią wspólnie.

Wreszcie wykrywanie techniczne może samo tworzyć niesprawiedliwość. Systemy trenowane do oznaczania „nieautentycznego” języka mogą błędnie klasyfikować osoby niemówiące językiem ojczystym, użytkowników z niepełnosprawnościami, osoby dyktujące wiadomości lub społeczności posługujące się nieznanymi idiomami. Redakcja nigdy nie powinna publikować tożsamości człowieka ani oskarżać go o bycie botem wyłącznie na podstawie wyniku statystycznego. Odpowiedzialny wniosek może brzmieć: „zaobserwowaliśmy aktywność wyglądającą na skoordynowaną”, a nie „te nazwane osoby są oszustami”.

Nie naprawiaj termometru, uciszając pacjenta

Sztuczny tłum jest groźny, ponieważ wykorzystuje demokratyczną zdolność, której naprawdę potrzebujemy: obserwowanie i słuchanie innych ludzi. Nie możemy po prostu przestać dostrzegać klimatu opinii. Możemy nauczyć się odróżniać temperaturę od miejsca ustawienia czujnika.

Dla redakcji oznacza to porzucenie leniwego zwrotu „Internet uważa”. Dla platform - rzeczywistą przejrzystość automatyzacji, rankingowania i skoordynowanej aktywności. Dla badaczy - odmowę traktowania syntetycznych person jako tańszego zamiennika doświadczenia życiowego. Dla użytkowników - pamięć, że liczba obok ikony zlicza zdarzenia wewnątrz systemu, a nie sumienia obywateli.

Praktyczną odpowiedzią nie jest maszyna, która orzeka, które głosy należą do ludzi, i zamyka bramę. Jest nią łańcuch odpowiedzialnych ludzkich osądów: zdefiniowanie jednostki, zbadanie pochodzenia, sprawdzenie alternatyw, ochrona osób wrażliwych, odpowiednie ograniczenie twierdzenia i zachowanie drogi do korekty. Technologia może pomagać wykrywać wzorce; nie wolno przyznać jej prawa decydowania, kogo uznać za człowieka.

Przestrzeń komunikacyjna zachowuje człowieka w centrum, gdy można mówić bez walki z armią masek, a milczenie nie jest mylone z nieistnieniem. Zanim więc ogłosisz społeczną burzę, sprawdź, czy patrzysz przez okno, czy na maszynę do robienia wiatru.