POV: Budzisz się jako jaskiniowiec w… 40 roku p.n.e. (historia na TikToku)
Badaczki z Uniwersytetu w Erfurcie zanalizowały opisy i komentarze pod popularnymi na TikToku krótkimi filmami "History POV", pokazującymi wybrane historyczne sceny z perspektywy pierwszoosobowej. Odwołując się do wydarzeń i postaci z przeszłości, te generowane maszynowo materiały mogą liczyć na milionowe zasięgi i duże zaangażowanie odbiorców, ponieważ przekazują "bezpośrednie doświadczenie", ignorując prawdziwy historyczny kontekst.
Preprint Examining AI-generated historical narratives and their reception through the example of history POVs on TikTok (DOI: 10.48550/arXiv.2606.23300, 2026) opisuje nowy gatunek historycznego slopu. Badaczki, korzystając z oficjalnego API TikToka oraz klasycznej metody "kopiuj, wklej i przetwarzaj" ("copy, paste, and process") 😀 pozyskały opisy, metadane i komentarze do ponad 5.5 tys. wygenerowanych maszynowo filmów. Pozwoliło to przygotować charakterystykę nowego trendu eksploatacji historii w mediach społecznościowych, który - jak się wydaje - stanowi dość duże wyzwanie dla osób i instytucji zainteresowanych racjonalną i odpowiedzialną edukacją o przeszłości.
Przykłady slopu historycznego na TikToku (DOI: 10.48550/arXiv.2606.23300, 2026)
Oto w styczniu 2026 roku koalicja niemieckich instytucji zarządzających miejscami pamięci wystosowała list otwarty do platform społecznościowych, wzywając do podjęcia działań przeciwko rozpowszechnianiu historycznych slopów, podważających fakty i pamięć związaną z Zagładą. Publikowane na tych platformach maszynowo generowane zdjęcia i filmy zyskują dużą popularność, także dlatego, że czasem wywołują skrajne emocje. Algorytmy platform promują tego typu treści, ponieważ ich celem jest zwiększanie zaangażowania użytkowników oraz zatrzymywanie ich w systemie. Trudno więc dziwić się, że żadne działania nie zostały jak dotąd podjęte: produkcja i dystrybucja slopu opłaca się i jego twórcom, i samym platformom.
W materiale portalu 404 Media opisywane jest szkolenie z produkcji tego typu treści:
[Osoba prowadząca szkolenie - MW] Przewija stronę zatytułowaną “Anita Kumari”, która ma 112 tysięcy obserwujących [na Facebooku - MW] i publikuje niemal wyłącznie wizerunki AI wychudzonych, zdegenerowanych postaci, klęsk żywiołowych czy głodujących dzieci. Zatrzymuje się przy kolejnym zdjęciu, ukazującym mężczyznę pożeranego przez owady. “Dostają tak wiele polubień” - mówi. “To zdjęcie zebrało 700 polubień w ciągu zaledwie 2 do 4 godzin. Musieli zarobić 100 dolarów tylko na tej jednej fotografii. Facebook płaci teraz 100 dolarów za 1000 polubień… Pewnie zastanawiacie się, skąd wziąć takie obrazy. Nie martwcie się. Pokażę wam, jak tworzyć obrazy za pomocą sztucznej inteligencji”.
Nawet odrzucając manipulacje prowadzącego szkolenie (Facebook płaci teraz 100 dolarów za 1000 polubień), nie da się ukryć, że slop ma potencjał komercyjny. Zbudowana na nim widoczność postów i profili może być używana do reklamowania usług i produktów albo bezpośredniego linkowania do stron wyłudzających dane osobowe lub pieniądze.
Ponieważ celem komercyjnie generowanego slopu jest budowanie zaangażowania odbiorców, historia doskonale nadaje się jako ich treść. Emocje takie jak poczucie dumy, patriotyzmu czy wzniosłości, ale też niezdrowe zainteresowanie przemocą bez problemu można wywoływać, odwołując się do historii narodowej, wielkich tragicznych postaci i konstrukcji czy brutalności wojen. Takie jest tło, na którym należy rozpatrywać rosnącą popularność slopów "History POV".
Jak powstaje historyczny slop
Analizowane filmy mają dość spójną konstrukcję. Zaczynają się od frazy "POV: You wake up...", zawsze rozwijane są w perspektywie pierwszoosobowej:
Wizualną immersyjność osiąga się dzięki obecności na ekranie dłoni lub części ciała, dodawanym napisom oraz sugestywnym pejzażom dźwiękowym, co prowadzi do powstania skondensowanej formy narracji, kładącej mniejszy nacisk na historyczną kontekstualizację, a większy na bezpośrednie doświadczenie.
Aurą historyczną, w której rozwija się akcja, jest historyczna codzienność (np. budowniczego piramidy), wielkie katastrofy (zatonięcie Titanica, pandemia Czarnej Śmierci czy katastrofa w Czarnobylu) oraz sceny pokazujące śmierć postaci historycznych (np. egzekucja Marii Antoniny, śmierć żołnierzy na polu bitwy). Nie brakuje też filmów, które bazują na stereotypowych prezentacjach estetyk epok historycznych (np. kultury młodzieżowej lat 80.) czy nostalgii.
W przytaczanym przez autorki materiale BBC dowiadujemy się kilku szczegółów o pracy nad tymi produkcjami (z pewnością trudno uznać je za zaskakujące 😔):
Hogne, 27-latek z Norwegii, dodaje, że jego filmy "uczą ludzi o ciekawych aspektach historii i pomagają im dowiedzieć się czegoś nowego". [...] Hogne, autor nagrania, przyznaje, że jego filmy zawierają nieścisłości historyczne, ponieważ "sztuczna inteligencja może popełniać wiele błędów, ale w przyszłości te narzędzia będą coraz lepsze". "Staram się wychwytywać błędy, kiedy tylko mogę, ale nie jestem historykiem, więc nie zawsze je dostrzegam, zwłaszcza, kiedy chodzi o drobne szczegóły” - dodaje. [...] "Fajnie byłoby zrobić to całkowicie zgodnie z faktami i oprzeć się na właściwych źródłach, ale pracuję nad tym sam i przygotowanie każdego filmu zajmuje mi osiem godzin". [...] Hogne korzysta z ChatGPT do riserczu na temat danej epoki i prosi go o informacje na temat tego, jak mogłyby wyglądać historyczne miejsca i postaci. Następnie generuje wstępny obraz przedstawiający osobę spoglądającą na krajobraz, a później, jak sam mówi, "następuje wiele kolejnych poprawek i prób, aż uda się uzyskać właściwy efekt".
Najbardziej popularny materiał wygenerowany przez Hogne miał 53 mln odsłon - materiał BBC nie wspomina o zarabianiu na takich profilach, bez wątpienia jednak mają one potencjał komercyjny przez same zasięgi.
Zasięgi analizowanych filmów (DOI: 10.48550/arXiv.2606.23300, 2026)
Slopy "History POV" to materiały, w których źródłem faktów są duże modele językowe, a warstwy wizualnej - generyczne narzędzia do tworzenia obrazów. Ich stronniczość (bias) i sformatowanie pod współczesne zastosowania powoduje, że proponowana w generowanych materiałach rzeczywistość historyczna jest mocno przetworzona przez współczesne filtry.
Twórcy podkreślają, że filmy te mają przede wszystkim rozbudzać ciekawość i skłaniać odbiorców do samodzielnych poszukiwań, a nie pełnić funkcję źródeł historycznych
- piszą autorki opracowania. Jednak immersyjny charakter tych nagrań i ich emocjonalny przekaz nie zachęca do dalszego zdobywania wiedzy, raczej wyzwala potrzeby obejrzenia kolejnych symulacji, uruchamiających ośrodek nagrody w mózgu. Powinniśmy zawsze pamiętać, że media społecznościowe takie jak TikTok nie są technokratycznymi platformami, projektowanymi tak, aby jak najlepiej spełniać swoje zadania komunikacyjne - ich rolą jest utrzymywanie uwagi odbiorców i czasu ich aktywności w systemie, także za pomocą mechanizmów manipulacyjnych i uzależnieniowych. Dlatego, jak mi się wydaje, nie można historycznego slopu odrywać od przestrzeni, w której jest rozpowszechniany. TikTok to zdecydowanie nie miejsce sprzyjające spokojnej refleksji i krytycznej analizie - publikowane tam treści mają angażować i wywoływać emocje. Wybór obecnych tam wątków historycznych nie wynika z zainteresowań twórców czy nawet obiektywnego znaczenia, ale ich atrakcyjności i potencjału do wywoływania emocji i inspirowania udostępnień i komentarzy. Slop jest idealnym produktem dla systemu nieustannej walki o uwagę - średnia długość filmu z gatunku "History POV" to 35 s.
Jak badać treści TikToka?
Jak można badać historyczne slopy na TikToku i co te badania mogą powiedzieć o tym generatywnym gatunku? Jak wspomniałem, autorki zebrały dane metodą kopiuj-wklej (tylko około 200 filmów) i korzystając z oficjalnego TikTok Research API (tu dane o ponad 5 tys. filmów). Analiza trendu "History POV" polegać musiała na badaniu metadanych i tekstów komentarzy, chociaż dotyczyła ruchomych obrazów - API TikToka uniemożliwia dostęp do treści filmów, które z powodzeniem dałoby się analizować maszynowo. Autorki zwracają uwagę na wysoką stronniczość danych, z których korzystały - API nie udostępnia informacji o filmach umieszczanych przez użytkowników małoletnich, a pozyskane dane opisywały filmy publikowane głównie w Europie i USA. Zapytania do API formułowane były w języku angielskim.
Ze względu na skalę danych, zdecydowano się na pozyskanie komentarzy publikowanych wyłącznie przy filmach poświęconych Czarnej Śmierci (ponad 16 tys. komentarzy) i Zagładzie (prawie 6 tys. komentarzy). Usunięto komentarze zawierające mniej niż dwa słowa i z wykorzystaniem facebookowego modelu fastText rozpoznano ich język, zachowując tylko te w języku angielskim. Do ostatecznej analizy trafiło po tysiąc komentarzy dla każdego z dwóch tematów.
Omawiane badanie jest bardzo ciekawym przykładem współczesnej praktyki pracy badawczej z danymi tekstowymi. Nie ma tu jednego głównego narzędzia, które wystarczy użyć, żeby uzyskać oczekiwany wynik. Zamiast tego stosuje się wiele sprofilowanych narzędzi do konkretnych zadań. Nazwy własne w opisach filmów analizowano za pomocą spaCy, ich miejsca publikacji przetwarzano na koordynaty za pomocą Nominatim. Analizę wydźwięku emocjonalnego komentarzy dla filmów o Czarnej Śmierci i Zagładzie wykonano za pomocą narzędzia VADER (Valence Aware Dictionary and sEntiment Reasoner), definiującego emocje w tekstach na podstawie słowników.
DistilBERT to lekka wersja modelu BERT (o którym pisałem już w kontekście badań zmian semantycznych). Badaczki ręcznie anotowały 200 komentarzy z puli i dotrenowały (fine-tuning) DistilBERTa w kilku wariantach, co pozwoliło na automatyczne wyznaczanie tematów komentarzy (opisywanych za pomocą pięciu kategorii) i wykrywanie mowy nienawiści. Wydajność tych metod oceniono jako "umiarkowaną, ale rozsądną" - komentarze na TikToku nie są łatwe w maszynowej analizie, ponieważ są krótkie, zawierają wiele wyrażeń slangowych i emoji.
Sformatowana historia
Najciekawszą częścią omawianego tekstu są oczywiście wyniki analizy. Dowiadujemy się m.in., że slopy z gatunku "History POV" koncentrują się przede wszystkim na historii nowożytnej i późniejszej (autorki proponują tutaj zakres lat 1750–2024). Najpopularniejsze tematy historyczne to budowa piramid, Czarna Śmierć, dramat Titanica i katastrofa w Czarnobylu.
filmy ilustrują rzeczywistość z przeszłości, teraźniejszości i przyszłości, przy czym nacisk kładzie się na wydarzenia nowożytne i współczesne. Dominujące motywy obejmują historię wojskowości, wybitne postacie historyczne oraz tematy silnie nacechowane emocjonalnie lub szokujące, takie jak katastrofy i wojny, ich strategie narracyjne wyraźnie nastawione są na maksymalizowanie uwagi i widoczności. Odzwierciedla to zestaw najczęściej występujących słów w podpisach, które skupiają się wokół egzekucji, ostatnich dni (final days) i katastrof.
Wśród badanych 5.5 tys. filmów rozpoznano 17 filmów opatrzonych podpisem: POV: Budzisz się jako jaskiniowiec w 40 r. p.n.e. (który jest w oczywisty sposób ahistoryczny), błędnie stosowano też pojęcia zakorzenione już mocno w historiografii (np. “Czarna Plaga” zamiast “Czarna śmierć”.
Rozkład częstości występowania bigramów w opisach filmów (DOI: 10.48550/arXiv.2606.23300, 2026)
Analiza wydźwięku emocjonalnego komentarzy dla dwóch wybranych tematów wykazała, że filmy dotyczące Holokaustu posiadały mniej komentarzy pozytywnych i neutralnych niż te dotyczące Czarnej Śmierci, ale większy odsetek komentarzy negatywnych. W komentarzach tych obecne były także stwierdzenia wspierające teorie spiskowe oraz manipulacyjne i fałszywe (np. podawano tam rewizjonistyczne teorie na temat statystyk Czerwonego Krzyża).
Jak piszą autorki, hashtag #ai pojawia się w opisach ponad połowy analizowanych filmów. Wbrew tezom o backlashu AI
nowość (novelty) tej technologii, połączona z sensacyjnymi treściami, jest kluczowym czynnikiem napędzającym zasięg trendu i generowanie zaangażowania.
Autor: redakcja