«Post na X»
Tak wyglądałyby sygnały, gdyby moduł coś wykrył. Poniższe przykłady są zmyślone — służą tylko do pokazania, jak działa ochrona.
Podaj kod BLIK z aplikacji, żebyśmy mogli odblokować Twoją wygraną.
Prośba o kod BLIK = wypłata gotówki dla oszusta.
Masz tylko 24 godziny — po tym czasie konto zostanie permanentnie zablokowane.
Sztuczna pilność wymusza działanie bez zastanowienia.
Kliknij w link: https://pkobp-bank.pl/odblokuj
Domena «pkobp-bank.pl» udaje prawdziwy «pkobp.pl».
Co tu jest nie tak 13
Post prezentuje wyłącznie narrację krytyczną wobec firm AI — brak jakiegokolwiek komentarza ze strony Anthropic ani innych podmiotów.
Twierdzenia podawane są jako fakty bez żadnych kwalifikatorów niepewności ('podobno', 'według doniesień', 'rzekomo') — autor nie sygnalizuje stopnia pewności.
Stwierdzenia są kategoryczne i uogólniające ('firmy AI kupują... w ogromnych ilościach') bez wskazania skali, metodologii ani zastrzeżeń wobec ograniczeń danych.
«MY»: Czytelnicy, społeczeństwo, miłośnicy książek i kultury –… · «ONI»: Korporacje AI (Anthropic i inne) – anonimowe, potężne…. Taki podział włącza plemienność zamiast myślenia.
Mówi: «Firmy AI niszczą kulturalne dziedzictwo, masowo skupując i fizycznie utylizując używane…». A sugeruje: «Korporacje AI działają w sposób nieetyczny i destrukcyjny wobec zasobów kultury…».
Post zawiera twierdzenia o niszczącym skanowaniu i utylizacji książek, które są poważne, ale skrócona treść nie pozwala zweryfikować pełnych dowodów — jest link, jednak sam post nie wyjaśnia szczegółów projektu Panama ani nie cytuje dokumentów.
Post na platformie X nie jest oznaczony jako opinia, reportaż ani analiza — twierdzenia faktyczne podawane są jako pewniki bez wyraźnego wskazania gatunku.
Sformułowania takie jak 'ogromnych ilościach' i 'niszczący sposób' mają ładunek emocjonalny sugerujący celowe działanie szkodliwe, co może wywoływać oburzenie bez pełnego kontekstu.
Podany jest jeden link zewnętrzny, jednak autor to anonimowy użytkownik X (@danio987) bez weryfikowalnych kwalifikacji, a źródło nie jest renomowanym medium ani ekspertem branżowym. Weryfikowalnych: 0 z 2 cytowań.
Wskazano link do zewnętrznego artykułu, jednak treść posta jest skrócona i nie wiadomo, czy link prowadzi do pierwotnego dokumentu źródłowego (np. umowy, raportu), czy jedynie do wtórnego doniesienia.
Autor (konto @danio987) nie ujawnia żadnych informacji o sobie, swoich powiązaniach ani motywacjach; brak jakiegokolwiek disclosure przy treści dotykającej interesów komercyjnych dużych podmiotów.
Tekst jest wyraźnie urwany w połowie zdania, brakuje kontekstu prawnego, skali zjawiska, stanowisk samych firm oraz alternatywnych perspektyw; czytelnik otrzymuje jedynie fragmentaryczny obraz sprawy.
Artykuł nie zawiera żadnego komentarza ani oficjalnego stanowiska firmy… · Brakuje informacji, czy skanowanie i utylizacja książek narusza prawo… (+3 więcej)
Rozkład treści
Klasyfikacja typu treści
Multi-label — artykuł może łączyć cechy kilku gatunków. Pokazujemy najsilniej wykryte, posortowane malejąco po dopasowaniu.
Tekst podaje świeże informacje o działaniach firm AI (Anthropic), fakty kto/co/gdzie, ton zasadniczo informacyjny.
Nagłówek zawiera interpretacyjną ocenę (firmy "kupują i niszczą") bez wyraźnego oznaczenia jako opinia, co nadaje tekstowi charakter osądu.
Tekst sugeruje skoordynowaną operację firm AI bez pełnego wyjaśnienia kontekstu biznesowego ani dostępu do wewnętrznych danych potwierdzających intencje.
Rozkład artykułów w polskich mediach
Nagłówek vs. treść
Ocena 3/5. Im więcej żółtych kwadratów, tym lepiej nagłówek odpowiada treści.
Sygnał stylu AI heurystyka, nie detektor
Tekst jest zbyt krótki i urwany, by jednoznacznie ocenić jego styl; widoczna jest schematyczna struktura punktowana, co może sugerować pewien szablon redakcyjny, ale równie dobrze może być konwencją postów-podsumowań na X — ocena jest subiektywna i niepewna.
- Strukturalna lista punktowana z nagłówkami ('Co się potwierdza:') przypominająca szablonowe streszczenia
- Brak indywidualnego głosu autora — neutralny, sprawozdawczy ton bez osobistych obserwacji
- Tekst urwany w połowie zdania, co utrudnia ocenę dalszego stylu
- Obecność linka i metadanych sugeruje automatyczne lub półautomatyczne narzędzie do cross-postowania (x-post-copier.online)
Struktura narracji
Jak zbudowany jest kościec tego artykułu — niezależnie od poszczególnych zdań.
Firmy AI niszczą kulturalne dziedzictwo, masowo skupując i fizycznie utylizując używane książki po ich zeskanowaniu do celów treningowych.
Korporacje AI działają w sposób nieetyczny i destrukcyjny wobec zasobów kultury, traktując książki wyłącznie jako dane do eksploatacji, a nie dobra wspólne. Sugeruje się, że takie praktyki powinny zostać poddane publicznej kontroli lub regulacjom.
Autor buduje uzasadnienie przez zestawienie konkretnego działania (masowy skup książek) z jego konsekwencją (fizyczne zniszczenie oryginałów), co nadaje narracji ładunek emocjonalny związany z nieodwracalną utratą. Przywołanie konkretnej nazwy firmy (Anthropic) i programu (Project Panama) oraz źródeł (Better World Books) nadaje twierdzeniom pozór weryfikowalności i powagi. Struktura 'co się potwierdza' sugeruje, że autor dokonał fact-checkingu, co wzmacnia wiarygodność przekazu i pozycjonuje go jako rzetelne ujawnienie ukrytej praktyki.
Asymetria polega na przeciwstawieniu bezsilnych jednostek (my – ludzie kultury) wobec gigantycznych korporacji (oni – Big Tech AI) działających za zamkniętymi drzwiami. Język 'niszczący', 'utylizują' nacechowany jest negatywnie i sugeruje celową destrukcję, podczas gdy firmy AI nie mają w tekście głosu ani możliwości obrony. Framing 'co się potwierdza' dodatkowo wzmacnia przekaz, sugerując, że korporacje próbowały ukryć te działania.
Język wartościujący
Słowa, które obok znaczenia niosą ocenę emocjonalną — i ich neutralne odpowiedniki.
- «wysokotemperaturowe skanowanie»
- «skanowanie wymagające rozmontowania»
- «destruktywne skanowanie»
Negatywnie oceniające określenie metody skanowania, sugerujące bezpośrednią szkodę.
- «pozbywa się»
- «recykluje»
- «utylizuje jako odpady»
Słowo 'utylizują' ma negatywną konotację; mniej obciążająca forma to 'pozbywa się' lub 'recykluje'.
- «dużą liczbę używanych książek»
- «znaczną ilość używanych książek»
Użycie słowa 'miliony' bez kontekstu może sugerować nadmiar i marnotrawstwo.
Audyt źródeł
Kogo artykuł cytuje, kogo nie — i czy podane źródła można zweryfikować.
S1–S5 z poziomem zaufania. Wymieniona jako dostawca używanych książek dla Anthropic w ramach projektu Panama.
Firma opisana jako nabywca milionów używanych książek w celu skanowania i trenowania modeli AI.
Anthropic jest bezpośrednio oskarżony o niszczący skup książek – firma powinna mieć możliwość potwierdzenia lub zaprzeczenia tym informacjom.
Organizacja jest wymieniona jako pośrednik w transakcji – jej komentarz wyjaśniłby charakter współpracy i skalę sprzedaży.
Praktyka masowego skanowania książek rodzi pytania prawne dotyczące prawa autorskiego, których artykuł nie adresuje żadnym eksperckim głosem.
Twierdzenie o zakupie milionów książek i ich niszczeniu wymaga potwierdzenia w postaci dokumentów, raportów lub dziennikarskiego śledztwa, a nie jedynie posta na X.
Masowe niszczenie fizycznych egzemplarzy książek ma wymiar kulturowy i środowiskowy, który powinien być oceniony przez specjalistę.
Brakujące perspektywy
Analiza zdanie po zdaniu
«Firmy AI kupują używane książki w ogromnych ilościach, skanują je w sposób niszczący, a następnie utylizują papierowe oryginały.»
FAKT«Co się potwierdza:»
NEUTRALNE«Anthropic i "Project Panama": Firma nabywała miliony używanych książek od Better World Books i World of…»
FAKTKliknij zdanie oznaczone jako fakt lub perswazja, aby zobaczyć szczegółową analizę.
Post na X
Firmy AI kupują używane książki w ogromnych ilościach, skanują je w sposób niszczącyNACECHOWANE, a następnie utylizują papierowe oryginałyNACECHOWANE.
Co się potwierdza:
Anthropic i "Project Panama": Firma nabywała miliony używanych książekNACECHOWANE od Better World Books i World of…
Druga strona — alternatywne perspektywy
Kompas multi-perspektywiczny
Profil źródła: X (dawniej Twitter) / x.com
Reputacja źródła
X.com to platforma mediów społecznościowych; badania Harvard Kennedy School (HKS Misinformation Review) wykazały spadek jakości informacji po zmianie zarządzania platformą, a NewsGuard odnotował, że zweryfikowane konta Blue regularnie rozpowszechniają fałszywe lub nieuzasadnione twierdzenia. Post pochodzi od konta @danio987 za pośrednictwem narzędzia x-post-copier.online – brak możliwości weryfikacji wiarygodności autora.