Wygenerowany przez sztuczną inteligencję „dokument” o rzekomym muzułmańskim sprawcy przemocy w małym irlandzkim mieście pokazuje, jak wygląda nowa fala politycznego komunikatu: bez autora, bez konkretów, bez kosztów produkcji. I dokładnie dlatego działa.
Stephen McDermott, redaktor sekcji FactCheck w irlandzkim portalu The Journal, opublikował w maju materiał, który warto przeczytać uważnie. Opisał w nim „dokument” rozprowadzany przez kanał o nazwie Gael Force Media na YouTubie, X i Facebooku. Film opowiadał historię muzułmańskiego sprawcy przemocy seksualnej, który miał rzekomo prowadzić siatkę handlu ludźmi i narkotykami w Clonmel, mieście w hrabstwie Tipperary. Materiał był w niemal całości wygenerowany przez sztuczną inteligencję, łącznie z lektorką, która opowiadała tę historię. YouTube oznaczył go jako „treść zmodyfikowaną lub syntetyczną”, ale Google nie odpowiedział dziennikarzowi na pytanie, czy taki materiał, podany jako reportaż faktograficzny, w ogóle powinien się na platformie znaleźć.
Historia była podana jako autentyczna, ale nie zawierała praktycznie żadnych konkretów: brakowało dat, miejsc, nazwisk, ścieżek weryfikacji. Pod koniec nagrania syntetyczna lektorka wspominała, że w sprawie pomogła grupa o nazwie Sinne na Daoine, powiązana z jedną z osób stojących za kanałem Gael Force Media. McDermott próbował dotrzeć do bohaterki materiału przez producentów. Nie odpowiedzieli. Garda Síochána, irlandzka policja, nie potwierdziła, że prowadzi jakiekolwiek śledztwo w tej sprawie, mimo że w nagraniu sugerowano, iż funkcjonariusze „wiedzą o gangu”.
To co wydarzyło się w Clonmel, jest podręcznikowym przykładem zjawiska, dla którego mamy już naukową nazwę.
Kto ukuł termin „slopaganda”
Słowo slopaganda to zlepek angielskich pojęć slop (śmieciowa, niskiej jakości treść generowana przez AI) i propaganda. Termin przypisuje się Michałowi Klincewiczowi, profesorowi pomocniczemu w Katedrze Komputerowych Nauk Kognitywnych na Uniwersytecie w Tilburgu, który zaproponował go w 2025 roku, wspólnie z australijskim filozofem Markiem Alfano oraz badaczem mediów Amirem Ebrahimim Fardem. Trzech naukowców wyłożyło tę koncepcję w pracy Slopaganda: The interaction between propaganda and generative AI.
Klincewicz definiuje rzecz precyzyjnie: chodzi o komunikację, której celem jest manipulowanie przekonaniami, emocjami i uwagą dla osiągnięcia politycznych celów. Co kluczowe, slopaganda nie musi nikogo przekonywać, że pokazany obraz jest prawdziwy. Nikt rozsądny nie sądzi, że Donald Trump pilotuje F-16 i zrzuca odchody na protestujących, a jednak prezydent Stanów Zjednoczonych takie nagranie udostępnił. Obraz nie ma być prawdziwy. Ma zostawić skojarzenie. Trump jako zwycięzca, jako siła, jako pilot. Jego krytycy jako brud. Powtarzane wystarczająco często skojarzenie zaczyna pełnić funkcję argumentu, mimo że żaden argument nigdy nie został wypowiedziany.
W marcu 2026 roku, po amerykańsko-izraelskim uderzeniu na Iran, internet zalały wygenerowane przez AI klipy w stylu klocków LEGO, w których Trump pojawiał się obok Netanjahu i postaci Szatana albo był łączony z postacią Jeffreya Epsteina. Biały Dom z kolei publikował wideo, w których nagrania faktycznych nalotów przeplatano kadrami z filmów i gier komputerowych. Na obu stronach konfliktu narzędziem nie była już żadna logika, tylko obrazek na obrazku.
Dlaczego stara propaganda nie działa tak samo
Trzej autorzy oryginalnego artykułu naukowego argumentują, że slopaganda różni się od klasycznej propagandy w trzech wymiarach: skali, zasięgu i prędkości. Klasyczna propaganda, jeśli pominąć jej cele, była zwykle dziełem rzemieślniczym. Plakat z Wujem Samem zaprojektował James Montgomery Flagg. Triumf woli wyreżyserowała Leni Riefenstahl. Stały za tym konkretne nazwiska, konkretne studia, konkretne państwa, które brały odpowiedzialność za przekaz, nawet jeśli była to odpowiedzialność cyniczna.
Sztuczna inteligencja zerwała ten związek. Dzisiaj propagandowy materiał może wyprodukować w kwadrans dowolna osoba z laptopem i miesięczną subskrypcją modelu generatywnego. Sieci społecznościowe doprowadzają go do milionów odbiorców, a śledzenie autorstwa staje się zadaniem detektywistycznym. Materiał krąży, autor rozmywa się w mgle awatarów i kanałów, a sam komunikat zostaje. Klincewicz w wywiadzie dla iMEdD Lab przewidywał, że ostatecznym celem tej strategii staną się dziennikarze. W oceanie wygenerowanych treści weryfikacja prawdy zaczyna być zadaniem niewykonalnym.
To akurat nie jest spostrzeżenie nowe. Włoski programista Alberto Brandolini sformułował kiedyś tezę, którą później nazwano prawem Brandoliniego: ilość energii potrzebna do obalenia bzdury jest o rząd wielkości większa niż energia potrzebna do jej wyprodukowania. Sztuczna inteligencja przesuwa tę asymetrię o kolejny rząd wielkości. Producent slopagandy potrzebuje minut, fact-checker dni.
Anatomia „dokumentu” z Clonmel
Wróćmy do irlandzkiego kanału, bo jego struktura jest pouczająca i powtarzalna. McDermott zauważa, że film został początkowo zapowiedziany jako „trailer dokumentu”, co było zabiegiem mającym wytworzyć oczekiwanie i wciągnąć algorytmy w pętlę zaangażowania. Kiedy materiał został wreszcie opublikowany, miał pozory reportażu, ale brakowało w nim wszystkiego, co czyni reportaż reportażem: konkretnych miejsc, dat, nazwisk, źródeł. W zamian było tylko powielenie znanych antyimigranckich tropów o muzułmańskich mężczyznach i przemocy seksualnej.
Sztuczna prezenterka pod koniec materiału wspomniała o „grupie pomocy” Sinne na Daoine. McDermott ustalił, że jest to organizacja powiązana z jedną z osób prowadzących Gael Force Media. Mamy więc zamknięty obwód: anonimowy kanał produkuje syntetyczny „reportaż”, w którym sztuczna lektorka opowiada historię, której nie można zweryfikować, i kieruje widzów do politycznej grupy współtworzonej przez właścicieli kanału. Z punktu widzenia inżynierii informacyjnej jest to zamknięta pętla z wbudowanym wezwaniem do działania.
Film miał niewielką oglądalność, co paradoksalnie jest jego mocną stroną. McDermott trafnie zauważa, że tego typu treści na początku pojawiają się w niszowych zakątkach platform, gdzie testują grunt. Wystarczy, że zostaną zauważone raz, że jeden materiał trafi do mainstreamu, aby cel został osiągnięty. Reszta to amortyzacja kosztów: wyprodukowanie stu nieudanych slopagand jest nadal tańsze niż wyprodukowanie jednej rzetelnej kampanii informacyjnej.
Dlaczego to działa: efekt zaszczepienia, nie przekonania
Najważniejszy mechanizm slopagandy nie jest mechanizmem perswazji. Jest mechanizmem zaszczepiania wątpliwości. Materiał z Clonmel nie musi przekonać widza, że konkretny muzułmański mężczyzna prowadzi konkretną siatkę przestępczą. Wystarczy, że widz wyjdzie z ekranu z myślą, że „coś takiego się dzieje”. Ta myśl, raz zaszczepiona, jest odporna na sprostowanie, ponieważ nie ma konkretu, który dałoby się sprostować.
Dla producenta slopagandy obojętne jest, czy odbiorca uwierzy w konkretną historię. Liczy się to, czy zostanie z nim ramka, w której świat dzieli się na „swoich” i „obcych”, i czy ramka ta będzie się aktywować przy każdym kolejnym podobnym materiale. To strategia kropli drążącej kamień, tyle że kropli generowanych masowo przez maszynę, która nigdy się nie męczy.
Co z tym robi prawo
Unia Europejska zareagowała wcześnie, choć z pewnym opóźnieniem wobec realiów technologicznych. Akt o sztucznej inteligencji nakłada na podmioty stosujące systemy AI generujące deepfake’i obowiązek ujawnienia, że treści te zostały sztucznie wygenerowane lub zmanipulowane, począwszy od 2 sierpnia 2026 roku. Z treści przepisu nie wynika sposób, w jaki ma zostać oznaczony materiał, należy jednak przypuszczać, że powinno to nastąpić w sposób wyraźny i jednoznaczny. Akt o usługach cyfrowych (DSA) z kolei zobowiązuje bardzo duże platformy do wprowadzenia mechanizmów ograniczania ryzyka.
Problem polega na tym, że oznakowanie nie rozwiązuje sprawy. YouTube oznaczył film z Clonmel jako „altered or synthetic content” i nadal pozostawił go na platformie. Tarcza papierowa.
Mark Alfano, jeden z autorów oryginalnego pojęcia slopaganda, w rozmowie z greckim iMEdD Lab idzie dalej. Twierdzi, że zaniechanie oznaczania treści jest celowe ze strony korporacji. Firmy umożliwiające produkcję slopagandy od lat dysponują technologią watermarkingu treści generowanych przez AI. Zdecydowały się nie udostępniać tej technologii naukowcom, dziennikarzom, nauczycielom ani być może organom ścigania, czyli ludziom, którzy naprawdę musieliby wiedzieć, czy obraz lub tekst jest autentyczny.
Co pokazuje przypadek z Clonmel
Po pierwsze, tropy mobilizowane w irlandzkim „dokumencie” nie są specyficznie irlandzkie. Skojarzenie „obcy = zagrożenie seksualne” jest tanie emocjonalnie i kosztuje grosze w generowaniu. Należy się spodziewać, że scenariusz „muzułmański sprawca w małym mieście” będzie produkowany seryjnie w wielu językach i wielu krajach europejskich, ponieważ szablon jest uniwersalny, a koszt lokalizacji minimalny.
Po drugie, środowisko platformowe nie jest gotowe na odpowiedź. Czystki materiałów AI-generowanych są wybiórcze, a same platformy reagują dopiero na pytania dziennikarzy, nie na zgłoszenia użytkowników. Wprowadzenie unijnego obowiązku oznaczania od sierpnia 2026 roku jest krokiem w dobrą stronę, ale nie naprawi problemu, ponieważ slopaganda nie potrzebuje udawać, że jest prawdziwa. Wystarczy, że jest emocjonalna.
Po trzecie, jeśli Klincewicz ma rację, najbliższe miesiące będą sprawdzianem dla redakcji. Stephen McDermott zrobił dokładnie to, co dziennikarz powinien w takiej sytuacji zrobić: ustalił, kto produkuje materiał, do jakiej grupy odsyła i jaka jest skala. Powinien móc liczyć na to, że platformy go w tym wspomogą. Tymczasem Google odmówił komentarza.
W ekosystemie informacyjnym, w którym produkcja kłamstwa jest tańsza niż obalenie kłamstwa, każda godzina, jaką redakcja spędza na fact-checkingu, jest godziną, której nie spędzi na czymś innym. To również jest częścią strategii. Wyczerpanie weryfikatorów jest celem, nie efektem ubocznym.
Tekst inspirowany materiałem Stephena McDermotta „AI 'slopaganda’ has arrived in Ireland and is making extreme political messaging cheap and viral”, opublikowanym w „The Journal” 3 maja 2026 roku.