W miarę jak duże modele językowe (LLM), nowa generacja chatbotów AI i inne formy generatywnej AI (sztucznej inteligencji) stają się coraz szerzej wykorzystywane jako źródła informacji, nic dziwnego, że wiele osób korzysta z wygody podsumowań wyszukiwarek AI.
Według raportu Pew Research Center z czerwca 2026 r. około 60% Amerykanów czyta podsumowania wyszukiwarek AI, 30% przyznaje, że tego nie robi, a 10% twierdzi, że „nie jest pewnych, czy to zrobiło”. Ale co bardziej alarmujące, wielu użytkowników może nie zdawać sobie sprawy, że te widoczne, dominujące podsumowania są generowane przez AI i mogą być niekompletne lub stronnicze. Co więcej, mogą nie wiedzieć, że mogą z nich zrezygnować.
Podsumowania AI są zaprojektowane tak, aby brzmiały wiarygodnie i autorytatywnie, co maskuje ich nieodłączną niestałość. W końcu odpowiedzi te nie są generowane poprzez niezależną weryfikację faktów i relacji, co staje się jeszcze bardziej niepokojące, gdy użytkownik szuka informacji o bieżących wydarzeniach.
Przeglądy AI pośredniczą między użytkownikami a informacjami, których faktycznie szukają. Tak jak okno obrazu lub wizjer aparatu podświetla niektóre elementy sceny, a inne pozostawia poza kadrem, tak przeglądy AI kierują naszą uwagę w określony sposób – z tym dodatkowym utrudnieniem, że w tym przypadku kadrowanie jest w dużej mierze niewidoczne dla użytkownika. Jednym z wyzwań, z którym muszą zmierzyć się ostrożni użytkownicy podsumowań AI, jest rozpoznanie ograniczeń tego, co czytają.
Przewodnik Project Censored „ Beyond Fact-Checking” pierwotnie badał siłę narracji dziennikarskiej w kształtowaniu naszego rozumienia wydarzeń informacyjnych, poprzez decyzje dotyczące źródeł, wybór języka i pominięcia kontekstowe. Jednak obecnie coraz więcej Amerykanów korzysta z pomocy chatbotów lub innych generatywnych narzędzi sztucznej inteligencji, aby uzyskać wiadomości, co wiąże się z niektórymi z tych samych wyzwań, o których mowa powyżej, ale bez odpowiedniej przejrzystości co do sposobu generowania informacji i przez kogo.
Kto odpowiada za błędne podsumowania?
W czerwcu 2026 roku Sąd Okręgowy w Monachium wydał orzeczenie wstępne , w którym stwierdził, że Google ponosi odpowiedzialność za „serię fałszywych oświadczeń generowanych przez funkcję AI Overviews”. Decyzja niemieckiego sądu, jak donosi Wired , może „uczynić tę sprawę precedensem historycznym”. Analiza sądu wykazała, że zamiast wyświetlać wyłącznie trafne linki na podstawie podpowiedzi użytkowników, narzędzie Google’a do podsumowań oparte na sztucznej inteligencji generowało „niezależne, nowe i istotne oświadczenia” oparte na błędnej interpretacji informacji dostępnych w Internecie”.
Konkluzja niemieckiego sądu jest szczególnie niepokojąca w zestawieniu z wynikami dwóch niedawnych badań. W styczniu 2026 roku Centrum Wiadomości, Technologii i Innowacji (CNTI) poinformowało , że wielu respondentów ma obawy dotyczące stronniczości politycznej w tradycyjnych źródłach wiadomości, ale postrzega chatboty oparte na sztucznej inteligencji jako „neutralne”. Zaufania do sztucznej inteligencji nie zachwiały ani „chroniczne błędy faktyczne” botów, ani ich sporadyczna niezdolność do „dostarczania aktualnych informacji”.
Chociaż dane z tego badania były stosunkowo niewielkie, wzorce pojawiające się wśród „nałogowych” użytkowników sztucznej inteligencji są wyraźne i grożą trwałą destabilizacją dziennikarstwa, nie tylko pod względem ekonomicznym, ale także jako fundamentu demokracji.
Po drugie, w oparciu o badanie doniesień z 22 mediów publicznych w 18 krajach, BBC i Europejska Unia Nadawców poinformowały w październiku 2025 roku, że najpopularniejsze asystenty oparte na sztucznej inteligencji – w tym ChatGPT, Copilot i Gemini – przeinaczały treści informacyjne w 45% przypadków.
Jak dane wejściowe determinują dane wyjściowe
Chatboty oparte na sztucznej inteligencji w dużej mierze opierają się na dobrze sformułowanych pytaniach lub podpowiedziach, ale użytkownicy często zapominają o ważnych szczegółach, mylą wydarzenia lub „przyjmują za pewnik kontrowersyjną przesłankę”, tworząc niedoskonałe lub stronnicze odpowiedzi. Oznacza to, że nasze własne ujęcie, nasze ograniczone zrozumienie wydarzenia, może prowadzić do zawężonego i mylącego rezultatu.
Wielu użytkowników zgłasza poczucie kontroli podczas korzystania z chatbotów, ale badanie przeprowadzone przez MIT w lutym 2026 roku wykazało, że chatboty udzielały mniej dokładnych i prawdziwych odpowiedzi użytkownikom o niższej znajomości języka angielskiego, niższym wykształceniu formalnym lub pochodzeniu spoza USA. „LLM-y mogą w rzeczywistości pogłębiać istniejące nierówności poprzez systematyczne dostarczanie dezinformacji lub odmowę odpowiedzi na pytania niektórych użytkowników” – ostrzegała główna autorka badania, Elinor Poole-Dayan.
W listopadzie 2025 roku Project Censored opisał , że halucynacje nie są czkawką (wielofunkcyjną aplikacją - przyp. SN) w programowaniu chatbotów AI, lecz są wbudowane w te systemy. Według Science , LLM-y „blefują”, ponieważ „ich wyniki są oceniane za pomocą standardowych kryteriów, które nagradzają pewne zgadywanie i karzą za szczerą niepewność”. Zasadniczo chatboty to wszystkowiedzący, które nie wiedzą wszystkiego.
Terminy takie jak „halucynacja” i „błąd” skutecznie przedstawiają te zjawiska jako ulotne błędy, będące nieuniknionym, lecz nieistotnym efektem ubocznym coraz większego postępu technologicznego. Media korporacyjne często wolą rozgłaszać postęp , zamiast kwestionować te założenia. Na przykład, „ Wall Street Journal ” niedawno określił „halucynacje” sztucznej inteligencji jako nieistotny kompromis w zamian za szczegółowe i rzetelne badania, a najlepszą obroną użytkownika przed błędami sztucznej inteligencji jest „więcej sztucznej inteligencji” w ramach „rundy weryfikacji faktów”. W 2024 roku Washington Post Creative Group opublikowała Generative AI Explorer's Guide, finansowany przez Amazon Web Services.
Teksty generowane przez sztuczną inteligencję zalewają nawet łamy tradycyjnych gazet. Wiosną 2026 roku „The Atlantic” zarzucił „ New York Timesowi” publikowanie tekstów generowanych przez sztuczną inteligencję na swoich stronach z opiniami. A po tym, jak „ Chicago Sun-Times” zwolnił 20% pracowników, gazeta opublikowała letnią listę lektur generowaną przez sztuczną inteligencję. Niestety, kilka polecanych książek nie istniało.
Ramy pojedynkowe
Narzędzia generatywnej sztucznej inteligencji mogą wydawać się wygodne w dostępie do łatwo przyswajalnych wiadomości, ale hamują ciekawość użytkowników i odwodzą ich od niezależnych serwisów informacyjnych, kierując ich ku narracjom generowanym przez stronnicze systemy technologiczne. Badanie Uniwersytetu Stanforda, w którym przeanalizowano sześć komercyjnych chatbotów pod kątem ich zdolności do odpowiadania na pytania dotyczące wiadomości wykazało : „W miarę jak coraz więcej użytkowników styka się z dziennikarstwem przez pryzmat sztucznej inteligencji, a nie bezpośrednio za pośrednictwem stron wydawców, różnice w [kontekście], atrybucji i wyborze źródeł będą w coraz większym stopniu wpływać na to, czyje relacje docierają do ogółu społeczeństwa, na jakich zasadach i w jaki sposób”.
Teraz więc mamy do czynienia z dwoma problemami w sposobie ujęcia tematu: sztuczna inteligencja generatywna i boty do rozmów konstruują błędne odpowiedzi na podstawie sposobu, w jaki użytkownicy formułują swoje pytania i założeń zawartych w wyszukiwanych hasłach, podczas gdy sama sztuczna inteligencja jest przedstawiana w dyskursie publicznym jako albo zawodna technologia podatna na błędy, albo, częściej, godne zaufania narzędzie zdolne do dostarczania rzetelnych informacji.
Co możemy zrobić w sprawie kontroli nad sztuczną inteligencją?
Najwyraźniej należy unikać przeglądów AI wyszukiwarek. Wiadomości należy publikować bezpośrednio w renomowanych, niezależnych serwisach informacyjnych .
Użyj ustawień przeglądarki internetowej, aby wyłączyć lub ukryć automatyczne podglądy. Jeśli w Twojej obecnej przeglądarce jest to trudne, rozważ zmianę na taką, która obsługuje tę opcję, np. Brave.
To dobre, ale ogranicza pierwsze kroki, ponieważ utrzymują cię w roli konsumenta. Bardziej znaczące zmiany otrzymamy, gdy skoordynujemy te działania z innymi. Dziennikarze mogą upewnić się, że unikają reportaży, które wzmacniają powszechne nastawienia,a które wiele osób nieświadomie stosuje, myśląc o sztucznej inteligencji — w tym utożsamiania systemów sztucznej inteligencji z postępem, traktowania ich jako „obiektywnych” narzędzi, które działają niezależnie od wpływu człowieka, i skupiania się na nich przede wszystkim jako na produktach konsumenckich, których głównym celem jest poprawa jakości życia użytkowników.
Zamiast tego, dziennikarstwo, którego celem jest promowanie alfabetyzacji algorytmicznej i dobra publicznego, powinno poświęcać co najmniej tyle samo uwagi temu, jak często systemy sztucznej inteligencji odzwierciedlają i reprodukują istniejące uprzedzenia , wzmacniając w ten sposób szkody społeczne i ekonomiczne, zwłaszcza w społecznościach już zmarginalizowanych.
Członkowie tych społeczności i ich sojusznicy mogą połączyć siły z niezależnymi mediami i organizacjami zajmującymi się prawami cyfrowymi, takimi jak Electronic Frontier Foundation, aby zapewnić, że nowe technologie promują wolność, sprawiedliwość i innowacyjność dla wszystkich .
Raport FrameWorks z marca 2026 roku wykazał, że ujęcie nowych technologii AI w kategoriach sprawiedliwości społecznej, z wykorzystaniem konkretnych przykładów z życia wziętych, pomogło ludziom uwolnić się od indywidualistycznego, konsumpcyjnego nastawienia i docenić, jak przyszłe systemy AI mogłyby być rozwijane w celu promowania inkluzywnych dóbr publicznych, a nie ekskluzywnych korzyści prywatnych.
Super PAC (komitety akcji politycznej) skupione na promowaniu sztucznej inteligencji (AI), takie jak Leading the Future, już zbierają i wydają miliony dolarów, aby wpływać na polityków w nadchodzących wyborach uzupełniających. Przesłanie dla polityków jest jasne, donosi The Guardian: „Uregulujcie AI, a znajdziemy was, gdziekolwiek jesteście”.
Prawdopodobnie nie mamy nadziei na to, że wydamy więcej niż AI Super PAC, ale być może uda nam się rzucić wyzwanie dominacji zwolenników sztucznej inteligencji, starając się zmienić rozumienie przez opinię publiczną tego, co systemy AI, takie jak Google Overview, mogą — a czego nie mogą — zrobić.
Kiedy poświęcamy czas na weryfikację generowanych przez sztuczną inteligencję podsumowań i interpretacji wydarzeń przez chatboty, dzieją się dwie rzeczy. Po pierwsze, uświadamiamy sobie, że te podsumowania nie są tak autorytatywne ani wiarygodne, jak mogłoby się wydawać na pierwszy rzut oka; a po drugie, przypominamy sobie o naszej własnej zdolności do krytycznego, niezależnego myślenia.
Przyszłość sztucznej inteligencji (AI) nie jest tak nieunikniona, jak chcieliby nas przekonać zwolennicy wielkich technologii. Zamiast tego, patrząc krytycznie na to, co pozostaje poza ramami – w tym na reprodukcję systemowych nierówności i ogromne kwoty przeznaczane na promowanie nowych systemów opartych na AI – możemy obrać inny kurs, taki, który w każdej dyskusji o AI będzie stawiał sprawiedliwość społeczną i dobro publiczne na pierwszym planie.
Shealeigh Voitl i Andy Lee Roth
Za: https://scheerpost.com/2026/06/27/frame-checking-generative-ais-role-in-transmitting-news/