Na stronie hanoverinstitute.com wszystko stoi tam, gdzie powinno. Jest zakładka z metodologią, jest opis misji, jest lista raportów z datami i tagami tematycznymi. Każdy tekst nosi etykietę “Data Report”, a tytuł jest pytaniem, które ktoś mógłby wpisać w wyszukiwarkę albo w okno czatu. Pod pytaniem stoi obietnica w stałej formie: przeczytaliśmy rejestry, protokoły głosowań i teksty traktatów. Nie ma natomiast nazwisk autorów. Raporty firmuje sama instytucja. Za to w stopce, drobnym drukiem, stoi zdanie o tym, kto ten materiał rozprowadza i na czyje zlecenie. Cała strona odpowiada opisowi usługi, którą można dziś kupić i która ma już nazwę handlową. Po polsku nazywa się to pozycjonowanie w AI.
124 raporty w dziewięć dni, w tym czterdzieści jednego dnia
Liczby policzyliśmy sami, z mapy witryny udostępnianej przez serwis. Adresów w katalogu z raportami jest 124, a daty ostatniej modyfikacji układają się między 6 a 14 sierpnia 2026 roku. Rozkład dzienny mówi więcej niż suma: 18 dokumentów pierwszego dnia, potem 10, 6 i 7, następnie 40 w jednym dniu i 33 nazajutrz. Redakcja Responsible Statecraft, która opisała sprawę 17 sierpnia, pisze ostrożniej o “ponad stu” raportach.
Czterdzieści analiz dziennie odbiega od tempa, w jakim pracuje tradycyjny zespół badawczy. Forma zresztą sama się tłumaczy. Każdy raport zaczyna się od pytania, zaraz pod nim idzie sekcja z wypunktowanymi ustaleniami, a w każdym punkcie siedzi liczba, data i nazwa źródła. Dalej pojawiają się śródtytuły, też sformułowane jako pytania, i krótkie odpowiedzi pod nimi. W danych strukturalnych strony jako autor figuruje organizacja, nie osoba.
Redakcja Responsible Statecraft przepuściła dwanaście losowo wybranych tekstów przez GPTZero. Narzędzie oznaczyło jako pisane przez model wszystkie dwanaście, jedenaście z wysoką pewnością i jeden z umiarkowaną. Detektory autorstwa bywają zawodne i warto o tym pamiętać, zanim ktoś potraktuje ten wynik jak dowód sądowy. Mierzą one w dodatku autorstwo, a nie prawdziwość. Osobno widzieliśmy już serwis informacyjny prowadzony bez dziennikarzy, więc sama maszynowa produkcja treści nie jest tu nowością. Nowe jest to, po co powstała.
Plik llms.txt, czyli spis treści napisany dla modelu
Pod adresem instytutu leży plik llms.txt. To młoda konwencja: dokument tekstowy w katalogu głównym serwisu, adresowany wprost do modeli językowych, streszczający, czym strona jest i co na niej znajdą. Zwykły odwiedzający raczej na niego nie trafi.
Ten konkretny waży ponad 44 kilobajty i zawiera 129 odnośników. Każdy raport ma w nim jednozdaniowe streszczenie z kluczową liczbą wyciągniętą na wierzch. Jest też rozdział zatytułowany “Jak czytać raport”. Tłumaczy on zasady konstrukcji tekstów: każdy odpowiada na jedno pytanie i zaczyna od odpowiedzi z liczbą. Źródło ma stać w tym samym zdaniu co dane, a przy sporze raport wymienia konkurencyjne ustalenia zamiast je rozstrzygać. Plik robots.txt na tej samej domenie wpuszcza wszystkich bez ograniczeń.
Trudno o czytelniejszy opis zamiaru. Ktoś usiadł i napisał instrukcję obsługi własnego serwisu, kierując ją do oprogramowania. Sam mechanizm nie jest nowy, bo o manipulowaniu rekomendacjami modeli i zatruwaniu ich źródeł pisaliśmy już wcześniej. Nowa jest staranność, z jaką go tutaj wykonano.
Nikt nie wykazał, że chatbot faktycznie to zacytował
To najważniejsze zastrzeżenie w całej sprawie i łatwo je zgubić w emocjach. Opisany został projekt pod cytowanie, a nie zmierzony skutek. Nikt nie pokazał ani jednej odpowiedzi ChatuGPT, Gemini czy Claude’a, która powoływałaby się na Hanover Institute. Strona izraelska w tej sprawie się nie wypowiedziała.
Znamy natomiast przesłankę, dla której ktoś uznał, że to zadziała. Wyjaśniła to Responsible Statecraft Alice Lee, analityczka firmy NewsGuard zajmującej się śledzeniem dezinformacji. Modele językowe preferują konkretne statystyki i dane oraz mocne przypisy i źródła. Te teksty mają jedno i drugie. Lee dodała, że strona jest doskonałą imitacją wiarygodnego amerykańskiego instytutu, aż po ogólnikową nazwę, układ witryny i biało-czerwono-niebieską kolorystykę.
Sam wykonawca twierdzi co innego i wypada to powiedzieć wprost. Na szczycie swojej strony usługowej Piro umieściło zdanie przypisane redakcji Politico: w neutralnych testach, w niecały tydzień, treści firmy cytowały już ChatGPT oraz Perplexity. To jednak materiał sprzedażowy. Dotyczy treści Piro w ogóle, a nie Hanover Institute, i powołuje się na tekst, do którego nie dotarliśmy. Traktujemy to więc jako obietnicę wykonawcy, a nie jako pomiar.
Responsible Statecraft, powołując się na ustalenia serwisu Drop Site, opisuje pomiar podobnego mechanizmu przy innej operacji. Chodziło o osobny kontrakt Izraela z Bradem Parscale’em, byłym szefem kampanii Donalda Trumpa, o wartości 46,5 miliona dolarów, oraz o inne strony. Według tej relacji Copilot i Gemini korzystały z danych z tamtych witryn, a część odpowiedzi cytowała je bez informacji o ich związku z kontraktem. Tego wyniku nie wolno przenosić na Hanover Institute. Pokazuje jednak, że podobną metodę zdołano już zmierzyć przy innej operacji, a nie tylko opisać jako założenie. Państwowe operacje informacyjne opisywaliśmy wcześniej przy wojnie kognitywnej i podrobionych nagraniach polskich polityków, gdzie narzędziem był fałszywy obraz. Tutaj narzędziem jest dokument w nienagannej formie.
Kto zapłacił, komu i przez kogo
Odpowiedź stoi w stopce strony, którą można otworzyć bez pośredników. Materiał rozprowadza Piro, Inc. w imieniu Havas Media Germany GmbH, w imieniu izraelskiej rządowej agencji reklamowej działającej pod skrótem LaPam. Dalej idzie standardowa formuła amerykańskiej ustawy o rejestracji agentów zagranicznych: dodatkowe informacje są dostępne w Departamencie Sprawiedliwości w Waszyngtonie. Ta sama nota powtarza się w pliku dla modeli.
Responsible Statecraft podaje, że Piro dostało od rządu Izraela 900 tysięcy dolarów. Nie wiadomo przy tym, jaka część tej kwoty przypadła na sam instytut. Współzałożycielem firmy jest Daniel Rosenberg. Ta sama redakcja pisze, że w zgłoszeniu złożonym w Departamencie Sprawiedliwości nie ma wprost mowy o wpływaniu na sztuczną inteligencję, i przytacza za Politico stanowisko Rosenberga. Jego firma miałaby wprowadzać do obiegu publicznego rzetelne, udokumentowane fakty oraz przeciwstawiać się dezinformacji na temat Izraela. Responsible Statecraft zaznacza też, że część obserwatorów nazywa tę praktykę “zatruwaniem modeli językowych”. To ich określenie, nie nasze ustalenie.
Jeden drobiazg mówi coś o tempie tej sprawy. Responsible Statecraft opisuje Havas Media jako francuski koncern public relations, natomiast stopka wskazuje niemiecką spółkę z tej grupy. Trzymamy się zapisu ze strony, bo to dokument pierwotny.
Pozycjonowanie w AI ma nazwę handlową i listę klientów
Najciekawsze zdanie w tej historii nie padło w artykule śledczym. Stoi na stronie usługowej Piro, otwartej dla każdego, kto szuka wykonawcy. Usługa nazywa się tam “AI Story Optimization”, a firma opisuje ją bez ogródek: tworzymy treści zaprojektowane pod to, jak modele językowe oceniają wiarygodność. Gotowy materiał, jak zapewnia, trafia na stronę klienta albo na “zaufane własności zewnętrzne, które budujemy”. Instytut badawczy bez nazwiska pod raportami odpowiada temu opisowi, choć materiał sprzedażowy nie wymienia go z nazwy. Firma obiecuje przy tym drogę od publikacji do cytowania “w dniach, nie kwartałach”.
W tym samym materiale sprzedażowym pada zapewnienie, że powstające treści są autentycznie ludzkie, w odróżnieniu od cienkiego wypełniacza, którym zalewa się sieć. Zestawienie tego zdania z wynikiem GPTZero robi się kłopotliwe samo z siebie. O kryzysie zaufania wywołanym maszynowym zalewem treści pisaliśmy zresztą, gdy problem dotyczył jeszcze głównie ilości.
Dla polskiego czytelnika sedno leży gdzie indziej niż w bliskowschodniej polityce. Na publicznej liście klientów agencji widnieją marki konsumenckie i finansowe, a wykaz nie musi być pełny. Ta sama metoda działa, gdy pytanie brzmi “który program do fakturowania wybrać” zamiast “co się stało w 1948 roku”. Model odpowiadający na takie pytanie ocenia źródła po cechach formalnych: liczbach, przypisach, uporządkowanej strukturze. Wszystkie trzy da się wyprodukować na zamówienie. Osobną sprawą jest to, co widzimy pod gotową odpowiedzią, czyli reklamy wchodzące do płatnych planów asystentów.
Pierwsza Misja AI · Kodożercy
Rozumiesz zagrożenia AI, gdy rozumiesz jak naprawdę działa
Kurs Pierwsza Misja AI ma osobną lekcję o ciemnej stronie AI: halucynacje, deepfaki, manipulacja. Zanim zaczniesz się bać, zacznij rozumieć.
Poznaj pełny program →
Najczęstsze pytania
Czy da się sprawdzić, skąd model wziął odpowiedź?
Częściowo. Asystenci z dostępem do sieci podają odnośniki i te warto otwierać, zwłaszcza gdy odpowiedź brzmi bardzo pewnie. Przy wiedzy pochodzącej z treningu takiej możliwości nie ma, bo model nie przechowuje adresu źródła. Praktyczna wskazówka jest prozaiczna: przy pytaniu, od którego zależą pieniądze albo zdrowie, sprawdź, kto stoi za serwisem podanym w przypisie. W opisywanym przypadku wystarczyło zjechać na dół strony.
Czym pozycjonowanie w AI różni się od klasycznego SEO?
Cel jest inny. Klasyczne SEO walczy o miejsce na liście wyników, którą użytkownik ogląda i sam wybiera z niej link. Optymalizacja pod modele walczy o to, żeby serwis znalazł się w jednym akapicie odpowiedzi, po której nikt już dalej nie klika. Stąd nacisk na cechy formalne, czyli liczby, przypisy i uporządkowaną strukturę, zamiast na słowa kluczowe. Samą optymalizację pod modele prowadzi dziś wiele firm. Różnicę robi to, czy odbiorca ma szansę dowiedzieć się, kto za treścią stoi.
Podsumowanie
Ta historia nie jest o Bliskim Wschodzie, tylko o cenie wiarygodności. Formalne oznaki rzetelności, czyli liczby z podanym źródłem, przypisy, spis metod i zastrzeżenia o ograniczeniach danych, przez dziesięciolecia były kosztowne, bo wymagały pracy ludzi, którzy je zdobywali. Dzisiaj same formalne oznaki można odtworzyć hurtowo. Ich obecność nie dowodzi już, że za dokumentem stoi porównywalna praca badawcza, a modele mogą traktować takie cechy jako sygnał wiarygodności. Zostaje przy tym szczegół, który trudno wyrzucić z głowy: informacja o zleceniodawcy stoi nie tylko w stopce dla ludzi, ale też w pliku pisanym dla maszyn. Model, który sięgnie po te raporty, dostanie razem z nimi wiadomość, kto za nie zapłacił. Otwarte pozostaje pytanie, czy zrobi z tą wiadomością cokolwiek.
Newsletter · DevstockAcademy & Kodożercy
Bądź na bieżąco ze światem IT, AI i automatyzacji
Co wtorek: newsy z branży, praktyczne tipy i narzędzia które warto znać. Zero spamu.
