W kwietniu 2026 roku w gazetce uczniowskiej Los Alamitos High School kalifornijskiej szkoły średniej w Orange County, kawałek na południe od Long Beach -ukazał się tekst pod tytułem Are both sides „brainwashed”? How the algorithm feeds the partisan fire. Autorka, Bella Kim, redaktorka naczelna gazetki i tegoroczna laureatka drugiego miejsca w konkursie California Journalist of the Year, opisała coś, co na pierwszy rzut oka brzmi jak typowy szkolny komentarz dwa fikcyjne konta, @progressively.petty i @dont.poke.the.elephant, prowadzące w komentarzach pod sobą wojnę totalną, w której każda nowa zniewaga rodzi pięć kolejnych.
Postaci są zmyślone, ale jak pisze Kim sentyment już nie. Przez ostatni rok, jak relacjonuje, Instagram, TikTok, Facebook i X przekształciły się ze stref konwersacji w strefy bojowe między rozzłoszczonymi komentującymi. A przyczyną, po której wskazuje uczennica i jej rozmówcy, jest zawsze ten sam podmiot algorytm.
To nie jest tekst napisany przez badacza dezinformacji, eksperta od mediów społecznościowych ani profesora politologii. To jest tekst napisany przez siedemnastolatkę, która opisuje świat, w którym dorastała. To znaczy świat, w którym algorytm rekomendacji nie był obcą technologią ani innowacją był naturalnym tłem dorastania, jak wcześniej dla starszych pokoleń telewizja albo radio. I właśnie ta perspektywa nadaje temu tekstowi szczególną wartość. Bo to jest pierwsze pokolenie, które nie zna świata bez algorytmu i które obecnie wchodzi w wiek wyborczy.
Diagnoza nauczycielki czyli cytat, który każdy polityk powinien zachować
Nauczycielka Government and Politics w klasie zaawansowanej Los Alamitos High School, pani Hinz-Smith, w rozmowie z Kim ujęła całą rzecz w sposób, który warto przepisać i powiesić w każdym sztabie wyborczym.
Moglibyśmy dojść do porozumienia, gdybyśmy wiedzieli, co druga strona mówi. Ale zamiast tego żyjemy w tych bańkach, a obie strony tylko demonizują się nawzajem, nie zdając sobie sprawy, że istnieje prawdopodobnie jakaś środkowa droga. Tylko nigdy do niej nie docieramy, bo wasz algorytm wam na to nie pozwala.
To jest definicja problemu, której większość politycznych analityków nie umie sformułować z taką precyzją. Zwróćmy uwagę na trzy rzeczy. Po pierwsze – „bańki” stoją w liczbie mnogiej, nie pojedynczej. Hinz-Smith nie mówi, że jedna strona jest w bańce, a druga widzi rzeczywistość. Mówi, że obie strony są w swoich bańkach, niezależnie od siebie. To jest symetryczna diagnoza zgodna z tym, co od miesięcy pokazują twarde dane polaryzacja w USA jest zjawiskiem dwustronnym.
Po drugie kluczowy mechanizm to demonizowanie drugiej strony, nie wzmocnienie własnej. Bańki nie tyle utwierdzają cię w słuszności twoich poglądów, co utwierdzają cię w tym, jak źli i niebezpieczni są ci po drugiej stronie. To jest precyzyjna obserwacja, którą badania akademickie potwierdzają od lat. Jeden z najsilniejszych wniosków to że zaangażowania w mediach społecznościowych to wrogość wobec politycznej grupy zewnętrznej silniejszy niż solidarność wewnątrzgrupowa.
Po trzecie droga środka zostaje strukturalnie wykluczona, nie ideologicznie. Hinz-Smith nie mówi, że ludzie nie chcą znaleźć kompromisu. Mówi, że algorytm im na to nie pozwala. To jest moment, w którym wina przesuwa się z odbiorców na infrastrukturę. Polityka nie staje się polaryzacyjna przez polityków, tylko przez systemy dystrybucji informacji, które rozwożą ich wypowiedzi do wzajemnie nieprzenikliwych światów.
Co mówi nauka
W listopadzie 2025 roku w czasopiśmie Science ukazał się artykuł, którego wnioski są niezwykle bliskie diagnozie Hinz-Smith. Zespół Jennifer Allen i Joshuy Tuckera (NYU) opublikował wyniki dziesięciodniowego eksperymentu polowego z 1256 uczestnikami na X w trakcie kampanii prezydenckiej 2024. Naukowcy zbudowali rozszerzenie do przeglądarki, które przechwytywało feed użytkowników i sortowano go w czasie rzeczywistym. Zwiększało albo zmniejszało ekspozycję na treści wyrażające postawy antydemokratyczne i wrogość partyjną (AAPA, w nomenklaturze badaczy).
Wyniki są jednoznaczne. Zwiększenie ekspozycji na treści AAPA zaostrzało emocjonalną polaryzację badani wyrażali chłodniejsze uczucia wobec elektoratu drugiej partii. Zmniejszenie ekspozycji odwrotnie generowało cieplejsze odczucia. Skala efektu ponad 2 punkty na stupunktowej skali tak zwanego termometru uczuć. Co ważne, efekt był symetryczny po obu stronach politycznych bez różnicy między demokratami a republikanami.
To znaczy, że to, co siedemnastolatka opisała intuicyjnie w gazetce uczniowskiej, naukowcy z NYU udokumentowali eksperymentalnie z poziomem statystycznej istotności wymaganym dla publikacji w Science. Algorytmiczna ekspozycja na wrogość partyjną przyczynowo zaostrza polaryzację afektywną. Zmiana algorytmu przyczynowo ją łagodzi. To są pierwsze dane przyczynowe (causal evidence) tego rodzaju w literaturze wcześniejsze badania pokazywały korelacje, ale nie miały kontrolowanego eksperymentu. Allen i Tucker mają.
Ten wynik ma znaczenie operacyjne, którego nie wolno pominąć. Oznacza, że spór o to, czy algorytm wpływa na polaryzację, jest zamknięty. Wpływa. Pozostają tylko pytania o skalę, kierunki interwencji i odpowiedzialność platform. Te pytania jednak zadaje się dziś znacznie wolniej niż producenci treści produkują materiał, który polaryzuje.
Język moralno-emocjonalny czyli dlaczego oburzenie jest paliwem dystrybucji
Tu warto sięgnąć po drugie pasmo badań, które uzupełnia obraz. Modele MAD (Moral Attention Diffusion) i SPIR (Social Identity Polarization in Recommendation) opisane w literaturze ostatnich lat pokazują mechanizm, który leży u podstaw obserwacji Hinz-Smith. Język moralno-emocjonalny – oburzenie, gniew, święte pretensje przyciąga uwagę silniej niż język neutralny. Treści zawierające taki język generują większe zaangażowanie. Większe zaangażowanie oznacza wyższy ranking w algorytmicznych systemach dystrybucji. To znaczy więcej oburzenia, większy zasięg.
Skutek jest perwersyjny. System nie nagradza informacji rzetelnej, perswazyjnej ani konstruktywnej. Nagradza emocjonalną intensywność, która statystycznie koreluje z polaryzacją. Wśród polityków oznacza to, że ci, którzy uprawiają retorykę umiarkowaną, tracą zasięg w stosunku do tych, którzy uprawiają retorykę konfliktową- niezależnie od tego, czy ich propozycje merytoryczne są lepsze czy gorsze. To jest selekcja darwinowska, w której wygrywa nie najmądrzejszy, tylko najbardziej oburzający się.
Co ciekawe i to jest niuans, który warto zachować -badania pokazują też coś przeciwnego. Toksyczne interakcje międzygrupowe (politycy jednej strony do polityków drugiej) są częstsze w mediach społecznościowych, ale jednocześnie generują niższe zaangażowanie niż interakcje wewnątrzgrupowe. Innymi słowy, kiedy polityk lewicy atakuje polityka prawicy, takie posty są toksyczne, ale relatywnie słabo się klikają. Kiedy polityk lewicy mówi do swojej publiczności o tym, dlaczego polityk prawicy jest niebezpieczny tak, to klika się dobrze. Mechanizm jest zamknięty wewnątrz każdej z baniek, nie pomiędzy nimi.
To wyjaśnia, dlaczego polityka w 2026 roku tak rzadko ma charakter dialogu między obozami. Bo dialog z drugą stroną nie generuje zaangażowania. Generuje go pielęgnowanie zewnętrznego wroga w obrębie własnej publiczności. I to właśnie ten mechanizm dostrzegła Hinz-Smith, kiedy mówiła, że druga strona jest demonizowana.
„51% młodzieży czerpie wiadomości z mediów społecznościowych” – sygnał, który politycy ignorują
W tekście Kim cytuje raport World Press Institute, według którego 51 procent jej pokolenia czerpie wiadomości z mediów społecznościowych. To jest liczba, która powinna być ważniejsza dla polityków bardziej niż wszystkie sondaże poparcia. Bo oznacza, że dla połowy najmłodszego pokolenia wyborczego nie istnieje coś takiego jak telewizja informacyjna albo prasa wieczorna jako podstawowy kanał. Istnieje feed.
A feed, jak ustaliliśmy, działa według dwóch reguł. Pierwsza nagradza emocjonalną intensywność. Druga segreguje odbiorców do wewnętrznie spójnych baniek, które się wzajemnie nie przenikają. Z tego wynika, że młody wyborca w 2026 roku rzadko ma w ogóle szansę zobaczyć argument drugiej strony w jego własnej formie. Najczęściej widzi go w formie karykatury, którą wyśmiewają wszystkim mu znajomi. To nie jest problem samodzielnego myślenia. To jest problem dostępności surowca do myślenia.
Kim cytuje też Duy’a Danga, ucznia jej szkoły, który mówi rzecz pozornie banalną: Konwersacje są pierwszym miejscem, gdzie można zerwać ten łańcuch osobiście. Bo w rozmowie twarzą w twarz nie ma algorytmu, który filtruje odbiorcę. Nie ma ramki, w której druga strona przychodzi już skarykaturowana. Jest człowiek, jego głos, jego mimika, jego argumenty bez pośrednictwa systemu, który optymalizuje zaangażowanie.
Co z tego wynika dla polityki. Cztery zmiany paradygmatu
Z tej diagnozy opartej na intuicji licealistki, eksperymencie naukowym z Science i kilkudziesięciu latach badań nad polaryzacją afektywną -można wyprowadzić cztery zmiany w sposobie myślenia o polityce, które do polskiej (i europejskiej) klasy politycznej jeszcze nie dotarły z odpowiednią siłą.
Po pierwsze – polityka jako konkurencja o uwagę przegrywa z polityką jako przedstawienie wrogości. Polityk, który chce w mediach społecznościowych istnieć, ma do wyboru dwa modele.
Pierwszy mówić rzeczowo o polityce, ryzykując, że jego treści zostaną niedostatecznie nagrane przez algorytm i znikną.
Drugi mówić emocjonalnie o przeciwnikach, akceptując, że buduje to bańkę, ale dające zasięg.
Większość systemów politycznych w Europie i USA przesunęła się strukturalnie w stronę modelu drugiego, nie dlatego, że politycy są bardziej cyniczni niż dwadzieścia lat temu (zawsze byli), tylko dlatego, że to model, który się opłaca. To znaczy, że polityk, który chce być umiarkowany, walczy nie tylko z konkurencją polityczną, ale i z architekturą platform.
Po drugie – polaryzacja afektywna jest przyczynowo modyfikowalna. Badanie Allen i Tuckera pokazuje, że zmiana algorytmu zmienia poziom polaryzacji. To znaczy, że obecny stan nie jest naturalnym poziomem politycznej tożsamości w społeczeństwie. Jest produktem konkretnych decyzji projektowych podjętych przez kilkanaście firm w Dolinie Krzemowej. Decyzji, które można zmodyfikować. Z perspektywy regulatora to jest argument na rzecz interwencji, którego do tej pory nie było tak mocno udokumentowanego. Z perspektywy polityka to jest sygnał, że demonizacja przeciwnika nie jest jedynym sposobem zarządzania przekazem.
Po trzecie – bańki to nie tylko problem konsumentów. To problem twórców. Polityk, który spędza tygodnie w komentarzach swoich własnych zwolenników, sam przesuwa się ideologicznie w stronę bardziej radykalnej wersji własnej pozycji. Bo system nagradza go za bardziej kategoryczne sformułowania więcej kliknięć, więcej polubień, więcej aktywności. To znaczy, że długotrwała ekspozycja na własną bańkę zmienia samego polityka, nie tylko jego elektorat. Politycy, którzy w 2015 byli umiarkowani, a w 2026 są radykalni, niekoniecznie to świadomy wybór może to być statystyczna konsekwencja sześciu, ośmiu lat życia w bańce odpowiedzi własnych zwolenników.
Po czwarte – odbiorca, który zauważa algorytm, jest dziś politycznym aktywem znacznie cenniejszym niż odbiorca, który tylko go konsumuje. Pokolenie, do którego należy Kim, znacznie częściej niż starsze grupy wieku artykułuje dystans wobec systemu rekomendacji. Rozumie, że strumień jest produktem, nie odzwierciedleniem rzeczywistości. To jest paradoksalna nadzieja bo właśnie ta świadomość daje teoretyczną szansę na inny model konsumpcji informacji. Politycy, którzy tę świadomość wzmacniają (zamiast eksploatować jej brak), inwestują w długofalową zmianę publicystycznego krajobrazu.
Co algorytm robi z umiarkowanym wyborcą
Tu trzeba zaadresować pytanie, którego wszystkie strony unikają. Bo polityka demokratyczna w klasycznym modelu zakładała trójpodział wyborców twardy elektorat strony A, twardy elektorat strony B, oraz centralny korpus niezdecydowanych, o który toczy się walka. Walka odbywała się głównie poprzez argumenty, debaty i programy. Wygrywali ci, którzy potrafili przekonać centrum.
W modelu zalgorytmizowanym ten centralny korpus przestaje istnieć w sensie operacyjnym. Po pierwsze centralny wyborca, który nie deklaruje silnej tożsamości partyjnej, nie generuje sygnałów algorytmicznych jednoznacznie ulokowanych po jednej ze stron. To znaczy, że algorytm nie wie, co mu pokazywać. W konsekwencji pokazuje treści najbardziej angażujące generalnie czyli te najbardziej polaryzujące. Wyborca centralny dostaje feed, który wybiera mu stronę albo go wciska w tę stronę, do której naturalnie skłaniał, albo go zniechęca do polityki w ogóle.
Po drugie wyborca środka, który już został wciśnięty w jedną z baniek, traci szybko dostęp do argumentów drugiej strony. Mówiąc precyzyjnie traci dostęp do autentycznej formy tych argumentów. Widzi je tylko w wersji wyśmianej, zniekształconej, przedstawionej jako absurd. To znaczy, że nawet jeśli druga strona ma rzeczową propozycję merytoryczną, ten wyborca jej nie pozna bo zanim do niego dotrze, zostanie przefiltrowana przez kpinę swojej własnej bańki.
Po trzecie – wyborca centralny coraz częściej rezygnuje z polityki w ogóle. To jest dynamika, którą widać w danych Pew z 2025 roku 51 procent dorosłych Amerykanów uważa, że trudno odróżnić, co jest prawdą, a co nie. Część tej populacji (statystycznie znacząca) reaguje wycofaniem. Po prostu przestaje konsumować politykę. W mediach społecznościowych odznacza kategorie polityczne. W życiu codziennym przestaje rozmawiać z kimkolwiek o czymkolwiek politycznym. Dla demokracji to jest cichszy, ale poważniejszy problem niż radykalizacja bo ten wyborca dalej głosuje (czasem), ale głosuje praktycznie „ślepo”.
Pięć które warto zachować
Pierwsza – kiedy siedemnastolatka i profesor NYU dochodzą do tej samej diagnozy niezależnymi drogami, problem prawdopodobnie istnieje strukturalnie. To jest moment poznawczo zaskakujący. Bella Kim cytuje swoją nauczycielkę, Hinz-Smith. Allen i Tucker publikują w Science. Treść tezy jest praktycznie identyczna algorytm wpływa na polaryzację, polaryzacja jest dwustronna, mechanizm działa przez podsuwanie wrogości. Jeśli tę samą obserwację wypracowała intuicyjnie szkolna gazeta i uniwersytecki zespół badawczy, to nie jest opinia. To jest fakt.
Druga – kategorie prawda i fałsz przestają być centralnymi polami bitwy. Bardziej istotne staje się, jak informacja jest przedstawiona. Allen i Tucker pokazali, że można bez zmiany treści, tylko przez zmianę ekspozycji, zmodyfikować poziom polaryzacji o 2 punkty. To znaczy, że selekcja algorytmiczna robi z politycznym klimatem rzeczy, których same posty nie robią. Każda strategia walki z polaryzacją oparta na weryfikacji faktów (choćby najsolidniejsza) przegrywa z mechanizmami uporządkowania strumienia.
Trzecia – klasa polityczna powinna wziąć na poważnie język własnego pokolenia kandydatów. Bella Kim ma w tym roku 17 albo 18 lat. Za rok-dwa lata będzie głosowała pierwszy raz. Za 10 lat będzie w wieku, w którym obecni młodsi politycy zaczynali polityczną karierę. To pokolenie nie potrzebuje, żeby ktoś tłumaczył mu, jak działa algorytm. Sami w nim wyrośli. Polityk, który próbuje rozmawiać z nimi w języku mediów telewizyjnych z 2010 roku, jest już dla nich figurą historyczną nie z racji wieku, ale z racji języka.
Czwarta – świadomość problemu i niezdolność do jego rozwiązania nie są tym samym. Kim pisze swój tekst w nadziei, że pokolenie get it together, jak mówi Hinz-Smith, i naprawi to, czego starsi nie potrafili. To brzmi pięknie. Operacyjnie nie ma za tym narzędzia. Bo siedemnastolatka, która rozumie mechanizm, nadal go używa, nadal jest mu poddana, nadal generuje sygnały algorytmiczne, które karmią ten sam system. Diagnoza nie jest leczeniem. Bez interwencji systemowej (regulacyjnej, platformowej, edukacyjnej) świadomość młodzieży nie zatrzyma trajektorii.
Piąta – rozmowa twarzą w twarz, którą poleca Dang, jest dziś być może najbardziej radykalnym aktem politycznym dostępnym obywatelowi. Brzmi to absurdalnie bo do niedawna rozmowa była banalnym tłem życia społecznego. W epoce zalgorytmizowanej polityki staje się czynnością nieoczywistą, wymagającą wysiłku, tworzącą jakościową zmianę. Każda rozmowa polityczna prowadzona poza siecią, z osobą z innej bańki, jest mikro aktem dewastacji segmentacji algorytmicznej. Sumarycznie, na poziomie populacji, takich rozmów jest zbyt mało, żeby zmienić trend. Ale na poziomie indywidualnym są one jedyną przestrzenią, w której polaryzacja afektywna ma realne szanse spaść.
Co warto wiedzieć dla pełni obrazu?
Trzeba uczciwie zauważyć dwa ograniczenia perspektywy Kim, które warto zachować.
Pierwsze – jej tekst koncentruje się na polaryzacji między obozami. Nie adresuje natomiast problemu ekstremizacji w obrębie pojedynczej bańki. To są dwa różne mechanizmy. Polaryzacja oznacza, że dwa obozy stają się bardziej oddalone od siebie. Radykalizacja oznacza, że wewnątrz każdego obozu mediana pozycji przesuwa się dalej od centrum. Oba mechanizmy współwystępują, ale są wymierne osobno. Badania pokazują, że radykalizacja szczególnie wśród konsumentów najbardziej zaangażowanych algorytmicznie jest być może większym strukturalnym problemem niż sama polaryzacja.
Drugie – tekst nie różnicuje między platformami. A platformy się różnią. Algorytm TikToka działa inaczej niż X. Mechanizmy Facebooka różnią się od mechanizmów Instagrama. Niektóre platformy na przykład Bluesky, której popularność hmm spada reklamują się jako mniej algorytmiczne, choć badania pokazują, że dynamika baniek powstaje także bez aktywnego algorytmu rekomendacji, kiedy użytkownicy sami selekcjonują, kogo śledzą. Innymi słowy bańkowanie ma komponent technologiczny i komponent społeczny. Wyłączenie algorytmu nie wystarczy, żeby je rozwiązać.
Te uściślenia nie dezawuują tezy Kim. Wzmacniają ją. Bo pokazują, że mechanizm, który ona opisuje intuicyjnie, jest jeszcze szerszy i głębszy, niż jej tekst sugeruje. To jest dobra wiadomość dla diagnozy i zła wiadomość dla rozwiązania.
Co znaczy, kiedy szkolna gazetka publikuje artykuły takie jak ten
W jakimś sensie najbardziej znaczącym faktem o tekście Kim jest to, że w ogóle powstał. Że uczennica liceum w Kalifornii uznała, że problem jej pokolenia wymaga dziennikarskiego rozbioru w gazecie szkolnej. Że jej nauczycielka mówi do niej w cytatach, które brzmią jak fragmenty raportu Brookings Institution. Że jej koledzy organizują się przeciwko deportacjom przez Instagram, jednocześnie analizując, jak Instagram radykalizuje politykę.
To pokolenie nie jest naiwne. Jest jednocześnie świadome i poddane mechanizmom, których nie wybrało. Ich relacja z platformami jest taka, jaką poprzednie pokolenia miały z fabrykami papierosów albo wielką telewizją reklamową rozumieją, że są obiektem manipulacji, ale uczestniczą w niej, bo nie ma innego dostępnego formatu socjalizacji.
Politycy, którzy w nadchodzących latach chcą rozmawiać z tymi wyborcami, powinni zacząć od zrozumienia, że ci wyborcy czytali swoich szkolnych kolegów piszących o algorytmie, zanim ich pierwszy wykładowca politologii wprowadził w temat. Kim i jej rówieśnicy nie potrzebują, żeby ktoś im uświadamiał. Potrzebują, żeby ktoś coś z tym zrobił. To jest poważne wyzwanie bo wymaga od polityków robienia rzeczy, które przeczą krótkoterminowemu interesowi własnemu. Mniej oburzania się. Mniej walki o uwagę. Mniej demonizacji drugiej strony. Mniej wszystkiego, co aktualnie buduje ich własne kariery.
Pytanie, które Kim zadaje w tytule swojego tekstu: czy obie strony są wypranymi mózgami? jest właściwie retoryczne. Odpowiedź brzmi w jakimś stopniu tak. Naprawa wymaga decyzji systemowych, których jej pokolenie nie ma jeszcze władzy podjąć. Ma natomiast to, co jest być może cenniejsze świadomość, że problem istnieje, i język, którym potrafi go opisać.
W tym sensie tekst z gazetki w Los Alamitos jest tekstem politycznym znacznie ważniejszym, niż większość tego, co publikują dziś profesjonalni politolodzy. Bo pisze go ktoś, kto nie pamięta świata bez algorytmu. I dlatego widzi go w sposób, którego ci, którzy go pamiętają, już nie potrafią.
Źródła
Źródła – LAHS Griffin Gazette (Bella Kim), Allen & Tucker w „Science” (2025), NYU Center for Social Media and Politics, Pew Research Center, World Press Institute, Brookings Institution, Eli Pariser „The Filter Bubble”