3/4 nowych stron, które trafiają do indeksu Google zawiera treści przygotowane z pomocą AI – tak w połowie 2025 r. szacowali analitycy z Ahrefs. Czy wszystkie wyglądają tak samo, a w sieci nie da się już trafić na oryginalny i dobrze napisany content? Nie… ale faktem jest, że wpływ AI na jakość internetu tylko rośnie. Spróbujemy dziś wyjaśnić, gdzie leży granica między produkowaniem slopu a tworzeniem wartościowego contentu z pomocą LLM-ów i podpowiemy, jak jej nie przekroczyć.
Definicja zjawiska: czym dokładnie jest AI slop?
AI slopem nazywamy treści generowane masowo przez sztuczną inteligencję, które trafiają do sieci bez większego wkładu ze strony człowieka i które nie dają odbiorcy żadnej wartości ponad to, co można już znaleźć w dziesiątkach innych miejsc w internecie.
Różnica między inteligentną automatyzacją a masowym „slopem”
„Masowo” to słowo-klucz. Nie jest przecież tak, że każdy, kto wspomaga się AI przy pisaniu tekstów produkuje slop.
Wyobraźmy sobie dwa scenariusze. Mamy content marketera, który na co dzień zajmuje się m.in. prowadzeniem firmowego bloga.
- W pierwszym scenariuszu publikuje jeden wpis na tydzień – wspiera się przy tym modelem językowym, ale tylko na etapie researchu i pracy nad pierwszym draftem tekstu. Potem i tak sam siada do wygenerowanego przez LLM szkicu, przepisuje go pod swój styl, dodaje do niego sporą porcję wiedzy z własnego doświadczenia i kilka statystyk, które AI mogłaby co najwyżej zmyślić. Powstaje tekst, który dobry copywriter byłby w stanie bez problemu napisać samemu, tyle że dzięki sztucznej inteligencji robi to szybciej.
- Na drugim biegunie mielibyśmy sytuację, w której ten sam specjalista przygotowuje sobie długą listę fraz kluczowych, pod które trzeba napisać teksty na blog, wrzuca ją do modelu i prosi go o wyprodukowanie kilkunastu artykułów na cały miesiąc, a potem publikuje je bez żadnej redakcji.
W obu przykładach udział AI w procesie tworzenia treści jest duży. Tylko w jednym skończy się tym, że blog niedługo zapełni się slopem.
Model collapse: dlaczego AI trenująca na AI tworzy coraz gorsze treści?
Zjawisko AI slopu pociąga za sobą też pewien problem. Dwa lata temu naukowcy z Oxfordu opublikowali głośny artykuł AI models collapse when trained on recursively generated data, w którym badają proces uczenia się modeli językowych na danych o różnej jakości. Doszli do bardzo logicznego wniosku, a mianowicie:
„Gdy model uczy się na treściach wyprodukowanych przez inne modele, zaczyna powielać, a nawet wzmacniać ich błędy, zamiast uczyć się na podstawie rzeczywistości”.
Badacze nazwali ten proces degradacji danych treningowych „kolapsem modelu”. Jeżeli LLM-y będą trenowane na treściach z internetu, a coraz większą część contentu w sieci stanowią teraz teksty wygenerowane już wcześniej przez AI, to ich jakość będzie tylko spadać.
Optymalizacja kosztów indeksowania a AI slop: dlaczego systemy wyszukiwania odrzucają powtarzalny content?
I twórcy najpopularniejszych LLM-ów, i eksperci z Google raczej zdają sobie sprawę z tych problemów – dlatego też próbują z nim walczyć.
Rola unikalnych danych w ekosystemie AI: dlaczego modele LLM potrzebują Twojej wiedzy, a nie jej parafrazy?
Wszystkie duże modele językowe, które mają dostęp do sieci, korzystają z własnych crawlerów, tak jak Google. Różnica polega na tym, że boty AI (np. GPTBot) szukają na stronach WWW konkretnych i nowych informacji, które potem LLM może przytoczyć w swoich odpowiedziach.
To z kolei oznacza, że jeśli opublikujesz na swojej stronie „ekspercki” artykuł, który tak naprawdę jest po prostu parafrazą kilkunastu innych tekstów z pierwszych stron SERPów, to żaden model nie będzie miał powodu, aby się do niego odwoływać. Treści, które nie dostarczają LLM-om nowej wiedzy, są po prostu dla nich bezwartościowe.
Optymalizacja kosztów operacyjnych wyszukiwarek: ekonomiczne przyczyny ograniczania widoczności AI slopu
Jest i inny aspekt, czysto ekonomiczny – indeksowanie stron przez boty przecież kosztuje. Oczywiście, Google czy Microsoft dysponują ogromnymi zasobami, ale nie mogą pozwolić sobie na to, aby (upraszczając) zużywać moc swoich serwerów na indeksowanie spamu.
W 2018 roku gigant z Mountain View złożył patent pod nazwą Contextual Estimation of Link Information Gain. Jego najważniejszym elementem był mechanizm Information Gain Score. W skrócie polega on na tym, że algorytm Google, analizując treści stron WWW, ocenia je pod kątem redundancji: ile nowych informacji dany dokument wnosi ponad to, co użytkownik może znaleźć na innych stronach związanych z tematem. Jeśli takich informacji nie ma, witryny raczej nie warto promować wysokimi pozycjami w SERP-ach, a być może nawet i odwiedzać przy kolejnym crawlowaniu.
To oczywiście niejedyny mechanizm. Google od lat ma jasne zasady, jeśli chodzi o ograniczanie spamowych treści oraz próby manipulacji wynikami wyszukiwania przez publikację masowo generowanego contentu (tzw. scaled content abuse)... a AI slop jak najbardziej się pod to zalicza.
Dlatego też, na bazie m.in. oficjalnych wytycznych Google dla Search Quality Raters, zebraliśmy poniżej informacje, jakie sygnały świadczą, że dana treść jest wartościowa, a jakie mogą wskazywać algorytmom wyszukiwarki, że jest to wygenerowany masowo slop.
| Wartościowy content | AI slop | |
|---|---|---|
| Unikalność treści | Zawiera dane i wnioski niedostępne w innych źródłach (lub opisane z nowej perspektywy). | Po prostu parafrazuje informacje już dostępne w sieci. |
| Oparcie w źródłach | Odwołuje się do konkretnych badań, raportów, przytacza innych autorów, linkuje do cenionych witryn itd. | Brakuje źródeł lub są one bardzo ogólnikowe. |
| Aktualność treści | Bazuje na najnowszych informacjach, które da się zweryfikować. | Opiera się albo na informacjach sprzed lat, albo na samych ogólnikach. |
| Autorytet autora | Autor ma swoją historię publikacji, jest przedstawiony jako ekspert w danej dziedzinie i popiera to, co pisze, własnym doświadczeniem. | Z reguły brakuje jakichkolwiek informacji o autorze. |
Skutki publikowania AI slopu dla Twojego biznesu
Wróćmy teraz do naszego przykładu z blogiem i do scenariusza, w którym cała strategia contentowa jest oparta na generowaniu treści z AI. Jakie mogą być tego skutki?
- Regularnie publikujesz nowe treści, ale ruch organiczny stoi w miejscu lub, co gorsza, spada.
- Twoje podstrony contentowe mają bardzo niski odsetek sesji z zaangażowaniem; same sesje trwają bardzo krótko w porównaniu do innych podstron.
- Twoja strona nie pojawia się w AI Overviews i w odpowiedziach LLM-ów.
- Treści opublikowane kilka miesięcy temu lub dawniej generują ruch bliski zeru – dobrze napisane evergreeny zazwyczaj zyskują z czasem na widoczności.
- Twoje treści nie budzą żadnego zainteresowania poza witryną – posty z podlinkowanymi tekstami z blogu mają co najwyżej pojedyncze reakcje, a cała domena w ogóle nie zdobywa linków naturalnych z innych stron.
Jak bronić strategii contentowej przed AI slop?
Najprostsza odpowiedź brzmiałaby: po prostu nie korzystaj z pomocy modeli językowych przy tworzeniu contentu. Ale nie tej odpowiedzi tutaj szukamy, bo przecież AI potrafi zbyt mocno ułatwić (i przyspieszyć) pracę, aby z niej rezygnować.
Skup się więc na tym, aby lepiej kontrolować cały proces tworzenia treści - i zadaj sobie przed publikacją każdego tekstu kilka pytań:
- Czy tekst zawiera coś, czego nie ma w pierwszej dziesiątce wyników Google na tę frazę ALBO w odpowiedziach generowanych przez modele AI?
- Czy z perspektywy czytelnika tekst wygląda jakby był napisany przez prawdziwego eksperta – człowieka, nie model językowy?
- Czy czytelnik po przeczytaniu tekstu dowie się czegoś, czego prawdopodobnie nie wiedział wcześniej?
- Czy tekst ma swój styl i strukturę, która wyróżnia go zarówno na tle reszty contentu na stronie, jak i w porównaniu z tekstami konkurencji o tym samym temacie?
- Czy jesteś w stanie podpisać się pod tym tekstem własnym nazwiskiem?
Jeśli odpowiedź brzmi „nie”, tekst wcale nie musi być przykładem slopu – nie musi być nawet wygenerowany przez AI – ale może zostać za taki uznany przez algorytmy i przez odbiorców. A to oznacza, że trzeba nad nim jeszcze popracować: samemu lub z pomocą narzędzi do analizy jakości treści.
Źródła:
https://ahrefs.com/blog/what-percentage-of-new-content-is-ai-generated/
https://www.nature.com/articles/s41586-024-07566-y
https://developers.google.com/search/blog/2023/11/search-quality-rater-guidelines-update
https://www.digitalapplied.com/blog/scaled-content-abuse-google-march-update-ai-pages-decimated
Zapisz się do darmowego newslettera
Zyskaj dodatkową wiedzę o SEO, marketingu i technologiach.
