Czy sztuczna inteligencja przekonuje lepiej niż copywriter? Co mówią badania

Od dwóch lat co kilka tygodni wraca ten sam nagłówek: „AI przekonuje lepiej niż ludzie”. Zwykle stoi za nim jedno badanie wyrwane z kontekstu i zaokrąglony do sensacji procent. Tymczasem recenzowane prace z lat 2023–2025 mówią coś ciekawszego i mniej wygodnego niż branżowe hasła. Model językowy faktycznie potrafi przekonać skuteczniej od człowieka, ale tylko pod jednym warunkiem, a czytelnicy oceniają teksty AI wysoko z powodu, którego nikt się nie spodziewał. Zebraliśmy trzy solidne badania i sprawdziliśmy, co z nich wynika dla osób, które zawodowo piszą teksty, żeby ktoś coś zrobił.

Co dokładnie zmierzyli badacze

Najgłośniejszy eksperyment przeprowadził zespół z lozańskiej politechniki EPFL i włoskiej Fondazione Bruno Kessler, a wyniki ukazały się w Nature Human Behaviour (Salvi, Ribeiro, Gallotti i West, 2025). Dziewięćset osób prowadziło krótkie, kilkurundowe debaty na tematy społeczne. Każdy uczestnik dostawał losowego przeciwnika, którym był albo żywy człowiek, albo GPT-4, i losowe stanowisko do obrony. Część przeciwników otrzymywała przy tym garść danych o rozmówcy: płeć, wiek, pochodzenie, poziom wykształcenia, status zatrudnienia i sympatie polityczne. Nic więcej. Przed debatą i po niej mierzono, jak bardzo badany zgadza się z tezą.

Kluczowy jest ten drugi warunek. Bez danych o rozmówcy GPT-4 nie deklasował ludzi. Dopiero z dostępem do sześciu prostych informacji socjodemograficznych model dopasowywał argumentację do konkretnej osoby i wtedy wygrywał w blisko dwóch trzecich pojedynków, w których jedna ze stron była wyraźnie skuteczniejsza. Media streściły to jako „GPT-4 o 82% bardziej przekonujący niż człowiek”. Prawdziwa teza brzmi inaczej: przewaga bierze się z personalizacji, a nie z samego faktu, że tekst napisała maszyna.

Personalizacja jest prawdziwym silnikiem

Że to właśnie dopasowanie do odbiorcy robi robotę, potwierdza druga praca, tym razem z zespołu badaczy z Columbia Business School, Kellogg i Harvard Business School (Matz, Teeny, Vaid, Peters, Harari i Cerf, 2024, Scientific Reports). W czterech badaniach na łącznej próbie 1788 osób porównywano komunikaty perswazyjne pisane przez ChatGPT w wersji dopasowanej do profilu psychologicznego odbiorcy i w wersji uniwersalnej. Personalizowane wygrywały konsekwentnie, w marketingu produktów i w apelach społecznych, przy różnych cechach adresata (rysy osobowości, poglądy, fundamenty moralne).

Najważniejszy szczegół tej pracy zwykle umyka w streszczeniach. Model dawał lepszy wynik nawet wtedy, gdy nie dostawał obszernego profilu, tylko jeden krótki prompt nazywający jedną cechę psychologiczną odbiorcy. Wcześniej personalizacja przekazu wymagała dwóch mozolnych kroków: zbudowania profilu adresata i ręcznego napisania wariantu tekstu pod ten profil. Duże modele językowe (ang. large language models, LLM) zdejmują z człowieka ten drugi krok i sprawiają, że tworzenie dziesiątek dopasowanych wersji jednego komunikatu przestaje kosztować dni pracy. To jest realna zmiana w rzemiośle, a nie sam wzrost pojedynczego wskaźnika.

Warto zestawić ten wniosek z tym, co od dawna wiadomo o psychologii zachowań konsumenckich w copywritingu. Dopasowanie przekazu do motywacji odbiorcy nigdy nie było nowym pomysłem. Nowe jest to, że można je zautomatyzować i zwielokrotnić.

Paradoks jakości: czytelnik nie gardzi AI, tylko woli człowieka

Trzecie badanie odpowiada na pytanie, które zwykle pada w agencji jako pierwsze. Skoro tekst wyszedł z maszyny, czy odbiorca się nie skrzywi? Yunhao Zhang i Renée Gosline z MIT Sloan (2023, Judgment and Decision Making) przygotowali we współpracy z jedną z czołowych firm doradczych treści reklamowe i kampanijne w czterech układach pracy. Warto je nazwać po polsku, bo wracają w dalszej części tekstu.

Układ pracy	Kto tworzy, kto decyduje
Tylko człowiek	Zawodowy twórca pisze sam
Tylko AI	ChatGPT-4 pisze sam
Człowiek wspierany AI	Człowiek decyduje, ma szkic od AI jako punkt wyjścia
AI wspierane człowiekiem	AI decyduje, ma szkic od człowieka jako materiał

Wynik zaskoczył samych autorów. Treści, o których ostatecznym kształcie decydował ChatGPT-4 (sam albo z materiałem od człowieka), odbiorcy oceniali jako wyższej jakości niż teksty samych ekspertów. Co więcej, gdy badanym ujawniono, kto stworzył dany tekst, różnica malała, ale się nie odwracała. Autorzy nazwali to zjawisko trafnie. Nie mamy do czynienia z awersją do AI, tylko z faworyzowaniem człowieka: informacja „to napisał ekspert” podnosiła ocenę tego samego tekstu, natomiast informacja o udziale maszyny oceny nie obniżała.

Dla praktyka płynie stąd konkretna wskazówka. Podpis autora, twarz zespołu i widoczne „napisał człowiek” wciąż mają wartość rynkową, tyle że jako premia do zaufania, a nie jako gwarancja wyższej jakości samego tekstu. To argument bliższy budowaniu zaufania do marki niż rzemiosłu pisania.

Jak dojrzewały te badania

• 2023 Zhang i Gosline pokazują, że reklamy z ChatGPT-4 bywają oceniane wyżej niż teksty ekspertów, a opór odbiorców to faworyzowanie człowieka, nie niechęć do AI.
• 2024 Zespół Matza dowodzi na próbie 1788 osób, że personalizacja przekazu przez model językowy działa nawet z jednym krótkim promptem opisującym odbiorcę.
• 2025 Praca w Nature Human Behaviour mierzy przewagę spersonalizowanego GPT-4 nad człowiekiem w bezpośredniej debacie i szacuje ją na +81,2% szans na zmianę opinii.

Widać w tym wyraźny kierunek. Kolejne prace nie tyle podbijają „o ile procent AI jest lepsze”, ile coraz precyzyjniej wskazują, że motorem przewagi jest dopasowanie do konkretnego odbiorcy przy minimalnym nakładzie danych.

Gdzie kończy się przewaga maszyny

Zanim ktoś zwolni zespół copywriterów, warto przeczytać te badania do końca, łącznie z zastrzeżeniami autorów. Trzy z nich są istotne dla codziennej pracy.

Po pierwsze, przewaga GPT-4 w badaniu z Nature Human Behaviour pojawiała się dopiero z danymi o rozmówcy. W realnej kampanii oznacza to konieczność zebrania i legalnego przetwarzania informacji o odbiorcy, co samo w sobie bywa kosztowne i ryzykowne. Bez tego paliwa model przestaje deklasować człowieka.

Po drugie, żadne z tych badań nie mierzyło prawdziwości przekazu. Model potrafi napisać zdanie fałszywe równie płynnie jak prawdziwe, a odpowiedzialność za każde słowo w reklamie czy na stronie firmy spoczywa na nadawcy, nie na dostawcy narzędzia. Weryfikacja faktów, zgodności z ofertą i z prawem reklamy pozostaje pracą człowieka.

Po trzecie, autorzy badania z MIT wprost napisali, że ich wyniki nie oznaczają, iż modele powinny zastąpić ludzi, zwłaszcza ludzki nadzór. Nawet w układzie, w którym decydowała maszyna, materiał przygotowywał i sprawdzał człowiek.

Prawo dogoniło perswazję

Do tego obrazu doszedł w 2026 roku czynnik, którego badania z 2023 czy 2024 roku jeszcze nie uwzględniały. Od 2 lutego 2025 roku obowiązuje art. 5 unijnego rozporządzenia o sztucznej inteligencji (AI Act), który zakazuje stosowania systemów AI używających technik podprogowych albo celowo manipulacyjnych, jeżeli istotnie zniekształcają zachowanie człowieka i mogą wyrządzić poważną szkodę. Za naruszenie tych zakazów grożą kary do 35 milionów euro lub 7% rocznego światowego obrotu firmy, zależnie od tego, która kwota jest wyższa.

Dla marketingu ma to praktyczne znaczenie. Automatyczna personalizacja przekazu, którą badacze opisują jako źródło przewagi AI, przebiega niebezpiecznie blisko granicy wyznaczonej przez ten przepis. Kampania, która na podstawie profilu psychologicznego celowo omija świadomą ocenę odbiorcy i pcha go do decyzji na jego szkodę, może zostać uznana za praktykę zakazaną. Świadomy copywriter potrzebuje dziś nie tylko wiedzy o perswazji, lecz także wyczucia, gdzie kończy się skuteczny przekaz, a zaczyna manipulacja karana przez prawo.

Co to znaczy dla twoich tekstów

Zsumujmy trzy badania w jeden wniosek roboczy. Model językowy jest bardzo dobrym generatorem wariantów i bardzo szybkim silnikiem personalizacji, słabym strażnikiem prawdy i żadnym gwarantem zgodności z prawem. Najlepszy układ pracy nie brzmi więc „człowiek albo maszyna”, tylko „człowiek prowadzi, maszyna wykonuje czarną robotę”. Praktycznie wygląda to tak:

Z tego układu wynika kilka praktycznych zasad na co dzień.

1. Strategię, obietnicę marki i dobór grupy docelowej zostaw człowiekowi. To decyzje, których badania nie oddały maszynie i których model nie podejmie za ciebie.
2. Wykorzystaj model tam, gdzie jest najmocniejszy, czyli do generowania wielu wariantów i szybkiego dopasowania jednego przekazu do różnych odbiorców. Pomogą w tym narzędzia, które zebraliśmy w przeglądzie darmowych narzędzi copywritera.
3. Każdy tekst przed publikacją przejdź pod kątem faktów i zgodności z prawem reklamy. Model tego nie zagwarantuje, a kara z AI Act liczona jest w milionach euro.
4. Nie ukrywaj ludzkiej ręki. Skoro odbiorcy premiują to, co wyszło od człowieka, widoczny autor i realny głos marki są przewagą, której warto nie marnować.

Badania nie zapowiadają końca copywritingu. Pokazują raczej, że wartość przesuwa się z samego składania zdań ku temu, czego maszyna nie robi: trafnej strategii, odpowiedzialności za prawdę i wyczucia granicy między przekonywaniem a manipulacją. Agencja, która potrafi połączyć tempo modelu z ludzkim osądem, dostarczy dziś więcej niż każde z tych źródeł z osobna.

Źródła

• Salvi, F., Ribeiro, M. H., Gallotti, R., West, R. (2025). On the conversational persuasiveness of GPT-4. Nature Human Behaviour, 9, s. 1645–1653. doi.org/10.1038/s41562-025-02194-6
• Matz, S. C., Teeny, J. D., Vaid, S. S., Peters, H., Harari, G. M., Cerf, M. (2024). The potential of generative AI for personalized persuasion at scale. Scientific Reports, 14, 4692. doi.org/10.1038/s41598-024-53755-0
• Zhang, Y., Gosline, R. (2023). Human favoritism, not AI aversion. Judgment and Decision Making, 18, e41. doi.org/10.1017/jdm.2023.37
• Rozporządzenie Parlamentu Europejskiego i Rady (UE) 2024/1689 (AI Act), art. 5. Zakazane praktyki obowiązujące od 2 lutego 2025 r.