HubSpot opisał 3 sierpnia 2026 przypadek z serwisu X: użytkownicy krytykowali obraz jako wygenerowany przez AI, a potem okazało się, że patrzyli na prawdziwego Moneta. Obraz się nie zmienił. Zmieniła się tylko informacja o jego pochodzeniu.
To nie było badanie kontrolowane i nie dowodzi, że samo słowo „AI” obniży wyniki Twojej kampanii. Pokazuje jednak realne ryzyko percepcyjne: jeśli odbiorca uzna, że coś powstało „bez wysiłku”, może ocenić to gorzej. Dla marketera to powód do testu w reklamach, mailach sprzedażowych i na stronie ofertowej.
Co naprawdę pokazuje przypadek Moneta
Przypadek opisany przez HubSpot pokazuje, że etykieta „AI” potrafi zmienić ocenę tej samej pracy, nawet gdy sama praca się nie zmienia. W opisywanym poście odbiorcy komentowali obraz jak typową słabą generację. Dopiero później dowiedzieli się, że to autentyczne dzieło Moneta.
HubSpot zestawił ten przypadek ze starszą pracą Andrei C. Morales z 2005 roku o tym, jak ludzie nagradzają efekt, gdy wierzą, że ktoś włożył w niego więcej pracy. Nie trzeba więc zakładać, że odbiorcy „nie lubią AI” w każdej sytuacji. Często chodzi o coś prostszego: czy w komunikacie widać wybór, redakcję i odpowiedzialność człowieka.
Dla polskiej firmy wniosek nie brzmi: „przestań mówić o AI”. Wniosek brzmi: nie zakładaj, że sama wzmianka o AI wzmacnia przekaz. Najpierw sprawdź, jak reagują Twoi odbiorcy.
Gdzie to najszybciej uderza w marketing
Największe ryzyko pojawia się tam, gdzie odbiorca podejmuje szybką decyzję na podstawie jednego nagłówka albo jednego zdania.
Reklamy
W reklamie kilka słów często decyduje o kliknięciu albo pominięciu. Jeśli nagłówek mówi głównie o tym, że coś „zrobiło AI”, odbiorca może odczytać to jako skrót, a nie wartość.
Warto też rozdzielić dwa tematy. Jeden to obowiązki transparentności. Komisja Europejska podała, że obowiązki z AI Act zaczęły obowiązywać 2 sierpnia 2026 w kluczowych przypadkach. Drugi to Twój własny przekaz. Google ogłosił 9 lipca 2026 nowe narzędzia ujawniania użycia AI w reklamach, w tym panel „How this ad was made”. To nie oznacza, że w każdym nagłówku warto eksponować samo słowo „AI”.
Jeśli dziś używasz komunikatów w rodzaju „AI dobiera ofertę” albo „reklama stworzona z AI”, przygotuj wariant, który pokazuje efekt dla odbiorcy: szybszy wybór, lepsze dopasowanie, krótszą drogę do decyzji. O kontekście Google Ads pisaliśmy też w tekście Google Ads i oznaczenia reklam AI od 2 sierpnia 2026.
Maile sprzedażowe
W mailu sprzedażowym problem pojawia się już w temacie wiadomości i pierwszym zdaniu. Jeśli odbiorca dostaje komunikat „AI przygotował dla Ciebie propozycję”, może uznać, że to kolejna seryjna wiadomość.
To nie znaczy, że masz ukrywać proces. Lepiej pokazać, co zostało dopasowane i kto bierze za to odpowiedzialność. Dla części odbiorców zdanie „przejrzeliśmy Twoją sytuację i przygotowaliśmy dwie opcje” będzie mocniejsze niż samo podkreślenie użycia AI.
Strona ofertowa
Na stronie ofertowej odbiorca ma więcej czasu, ale też dokładniej waży wiarygodność. Jeśli AI jest głównym bohaterem opisu, łatwo zgubić to, co naprawdę sprzedaje ofertę: proces, kryteria wyboru, kontrolę jakości i wynik dla klienta.
Zamiast pisać „treść przygotowana przez AI”, lepiej pokazać, jak wygląda praca po stronie firmy: kto redaguje, kto zatwierdza, co jest sprawdzane przed publikacją albo wysyłką. To zwykle lepiej tłumaczy wartość niż sama informacja o narzędziu. Z tym tematem łączy się też wcześniejszy tekst o zaufaniu do treści z AI.
Czego nie robić
Najgorsza odpowiedź na ten problem to kosmetyczna podmiana słów. Jeśli materiał powstał bez redakcji i bez realnej decyzji człowieka, nie wolno opisywać go jako pracy zespołu tylko po to, żeby brzmiał lepiej.
Uczciwy test polega na czymś innym. Sprawdzasz, czy w komunikacji na pierwszym planie stoi narzędzie, czy efekt i odpowiedzialność. Jeśli w procesie naprawdę jest redakcja, korekta, wybór danych wejściowych albo akceptacja eksperta, właśnie to warto komunikować.
Jak to przetestować bez dużego projektu
Najprościej zrobić mały test w jednym kanale.
1. Wybierz jedno miejsce, w którym dziś eksponujesz AI: nagłówek reklamy, temat maila albo główną obietnicę na stronie.
2. Przygotuj drugi wariant, w którym zamiast narzędzia pokazujesz efekt albo udział człowieka.
3. Uruchom test na porównywalnym ruchu lub porównywalnej części bazy.
4. Mierz tylko 1-2 wskaźniki właściwe dla kanału: CTR i konwersję po kliknięciu w reklamie, odsetek otwarć i odpowiedzi w mailu, kliknięcia w CTA albo wysłane formularze na stronie.
Jeśli ruch jest mały, nie wyciągaj wniosków po dwóch dniach. W praktyce sensowniejsze jest 2-4 tygodnie obserwacji.
Co z tego wynika dla marketera
Przypadek Moneta nie daje gotowej reguły dla każdej kampanii. Daje lepsze pytanie do zadania: czy Twoja komunikacja sprzedaje wartość, czy tylko chwali się tym, że w procesie był AI.
Jeśli masz to sprawdzić tylko w jednym miejscu, zacznij od nagłówków reklam albo tematów maili. Tam koszt błędu jest najszybciej widoczny.
Źródła
- HubSpot Marketing Blog, "What happened when 6.8m people were told real Monet art was AI" – opis przypadku z serwisu X i argument o wpływie etykiety „AI” na ocenę tej samej pracy.
- Journal of Consumer Research, Andrea C. Morales, "Giving Firms an 'E’ for Effort: Consumer Responses to High-Effort Firms" – badanie o tym, jak postrzegany wysiłek wpływa na ocenę oferty.
- Google Ads Blog, "Expanding AI transparency in ads" – lipcowa aktualizacja narzędzi ujawniania użycia AI w reklamach.
- Komisja Europejska, "Commission publishes Code of Practice on marking and labelling AI-generated content" – informacja o obowiązkach transparentności AI Act od 2 sierpnia 2026.
