Kreacje reklamowe z AI. Co działa, a co widz rozpoznaje w sekundę

Zespół badaczy z Columbia Business School, Harvardu, Uniwersytetu Technicznego w Monachium i Carnegie Mellon zestawił w pary 4 633 reklamy 202 marek z jednej sieci reklamowej: kreacja z generatora i kreacja ludzka od tego samego reklamodawcy, w tej samej kampanii, startujące tego samego dnia i z tym samym celem. Wynik opublikowano jako working paper i pełnego tekstu nie udostępniono, więc poniższe liczby opisują jedną sieć, a nie średnią rynku.

Prawdziwe zdjęcie, które wygląda na generat, wypada gorzej niż jawny generat. Karę płaci więc wygląd kreacji, a nie jej pochodzenie. Zakaz narzędzi generatywnych nie chroni marki przed tą karą.

Co widać w sekundę, a co dopiero przy dłuższym patrzeniu

Na konferencji ACM CHI w 2025 roku opublikowano taksonomię artefaktów opartą na 749 828 ocenach ponad 50 tysięcy uczestników, którzy oglądali 450 obrazów z modeli dyfuzyjnych i 149 fotografii. Quiz był otwarty, więc oceniali go ludzie zainteresowani tematem, a to zawyża trafność wobec przeciętnego odbiorcy reklamy. Kategorie pojawiały się we wzmiankach uczestników z taką częstością: nieprawdopodobieństwa anatomiczne 61 procent, artefakty stylistyczne 30 procent, nieprawdopodobieństwa funkcjonalne 21 procent, naruszenia fizyki 15 procent, błędy społeczno-kulturowe 4 procent.

Pod pierwszą kategorię podpadają palce, proporcje kończyn i kształt źrenic, pod drugą woskowa skóra i sesyjna doskonałość.

Osobno mierzono czas ekspozycji. Trafność rozpoznania rosła z 72 procent przy jednej sekundzie do 82 procent przy dwudziestu, przy czym artefakty funkcjonalne zyskiwały 18 punktów procentowych między ekspozycją sekundową a oglądaniem bez limitu, a anatomia i styl 11. W kanale, w którym kreacja dostaje sekundę uwagi, widać zatem anatomię i fakturę skóry, a zdeformowany napis na opakowaniu zdradza się dopiero przy dłuższym patrzeniu. Dla naruszeń fizyki, czyli cieni i odbić, przyrostu w czasie ekspozycji nie podano.

Listy takich sygnałów zmieniają się z każdą generacją modeli. W badaniu twarzy opublikowanym w British Journal of Psychology w lutym 2026 roku, na próbie 125 osób, po usunięciu z zestawu obrazów z oczywistymi błędami grupa kontrolna trafiała w 50,7 procent przypadków. Mechanizm, który autorzy nazwali zbyt dobrym, żeby był prawdziwy, opiera się na nadmiernej symetrii i statystycznej przeciętności, a nie na widocznym błędzie.

Jak to sprawdzić, zanim pójdzie budżet

Rozpoznawalność zależy od wariantu, nie od narzędzia, więc sprawdzić to można tylko pomiarem na własnym koncie. Ta sama taksonomia z konferencji ACM CHI pokazuje, że ludzki dobór, czyli wybranie najbardziej fotorealistycznego wariantu spośród wygenerowanych na to samo polecenie, istotnie obniżał wykrywalność.

Na koncie jest to test wariantów. Zamiast zestawiać kreację z AI z ludzką, porównuje się warianty tej samej kreacji różniące się fakturą skóry i dłońmi w kadrze, czyli tym, co odbiorca wychwytuje najszybciej. Technicznie tak wygląda test kilku wersji jednej reklamy w dowolnej kampanii na Facebooku i Instagramie, z hipotezą dotyczącą wiarygodności obrazu.

Kogo obciąża obowiązek oznaczania

Artykuł 50 rozporządzenia 2024/1689 stosuje się od 2 sierpnia 2026 roku, a słowo „reklama” nie pada w nim ani razu. Przepis rozdziela dwa obowiązki.

Ustęp 2 nakazuje oznakować wyniki w formacie nadającym się do odczytu maszynowego i obciąża dostawcę systemu, czyli twórcę generatora. Ustęp 4 nakazuje widoczne ujawnienie i obciąża podmiot stosujący, czyli reklamodawcę albo agencję, ale wyłącznie wtedy, gdy kreacja jest deepfakiem w rozumieniu punktu 60 artykułu 3. Akt nie zawiera ogólnego nakazu oznaczania każdej reklamy zrobionej z pomocą AI.

Komisja Europejska w odpowiedziach na pytania do artykułu 50 wprost wskazuje firmę reklamową jako podmiot stosujący i zastrzega, że nie może on poprzestać na maszynowym oznaczeniu wbitym w plik przez dostawcę. Ocena, czy kreacja jest deepfakiem, zostaje więc po stronie reklamodawcy. Przesłanki muszą wystąpić łącznie i są trzy: podobieństwo do konkretnej osoby, przedmiotu albo zdarzenia; to, że pierwowzór istnieje lub mógłby prawdopodobnie istnieć; oraz fałszywe wrażenie autentyczności. Do tego dodawany jest test oczekiwań odbiorcy, bo jeżeli w danym kontekście nikt nie spodziewa się autentyczności, trzecia przesłanka może nie być spełniona.

Granicę przy fotorealistycznej modelce, która nie istnieje, mają doprecyzować szczegółowe wytyczne Komisji z praktycznymi przykładami. Nie weszły one do tej analizy, więc ten przypadek zostaje tu nierozstrzygnięty.

W polskim prawie materialnego obowiązku nie przybyło. Ustawa z 3 lipca 2026 roku o systemach sztucznej inteligencji jest instytucjonalna: powołuje organ nadzoru rynku, a kary odsyła do rozporządzenia, czyli do 15 milionów euro albo 3 procent światowego obrotu, zależnie od tego, która kwota jest wyższa. Rozdziały o kontroli, postępowaniu i karach wchodzą w życie 28 października 2026 roku.

Czego wymaga Meta, a czego Google

Dla zwykłej reklamy komercyjnej Meta nie wymaga od reklamodawcy ujawnienia, bo oznacza kreacje sama i automatycznie, w tym materiały zrobione cudzymi narzędziami, które rozpoznaje po metadanych w standardzie C2PA. Etykieta siedzi domyślnie w menu pod trzema kropkami.

Inaczej jest przy własnych narzędziach generatywnych Meta. Jeżeli ich użycie prowadzi do umieszczenia w kreacji fotorealistycznego człowieka, etykieta przenosi się z menu obok oznaczenia reklamy. Przy materiałach wykrytych po metadanych zostaje w tym menu.

Google rozwiązało to inaczej. W dokumentacji ustawienia etykiety AI podaje, że przepisy w Unii Europejskiej, Indiach i stanie Nowy Jork wymagają informowania konsumentów, a w kampaniach kierowanych na te rynki etykieta pojawia się jako widoczna nakładka na kreacji. Zastrzega przy tym, że samo skorzystanie z ustawienia nie gwarantuje zgodności z przepisami.

Google odradza przy tym umieszczanie własnych oznaczeń w rogach i przy krawędziach, bo przy renderowaniu w różnych formatach bywają przycinane, i zaleca wyłączenie ulepszeń obrazu, które potrafią obciąć etykietę. Przy kreacjach do innych kanałów, na przykład do kampanii w wyszukiwarce albo w YouTubie, to samo ryzyko przycięcia wraca przy każdym formacie renderowania osobno. Kto chce zobaczyć, jak test kilku wersji jednej reklamy rozpisuje się na poszczególne działania, znajdzie rozpiskę pod adresem digitalk.pl/uslugi/.

Ilu odbiorców chce wiedzieć i ile kosztuje ujawnienie

Reprezentatywne badanie ARC Rynek i Opinia dla Stowarzyszenia Marketingu SMB, metodą CAWI na próbie 1 049 osób w styczniu 2025 roku, pokazuje, że 71 procent Polaków chce być informowanych, czy reklama powstała z pomocą AI. Same postawy są przy tym umiarkowane: 35 procent badanych ma postawę neutralną, 21 procent entuzjastyczną, 26 procent krytyczną, a około 18 procent nie ma wyrobionej opinii.

Z drugiej strony stoi metaanaliza 21 eksperymentalnych wielkości efektu, obejmująca łącznie ponad 13 tysięcy uczestników. Wszystkie 21 efektów ujawnienia jest ujemnych dla zaufania i intencji, a wśród badanych kontekstów kara jest największa w reklamie. Danych bibliograficznych tej pracy nie udało się potwierdzić u wydawcy, więc liczba wchodzi tu jako kierunek, nie jako rozstrzygnięcie. Seria 13 eksperymentów opublikowanych w 2025 roku w Organizational Behavior and Human Decision Processes dodaje ustalenie, że efekt utrzymuje się niezależnie od tego, czy ujawnienie było dobrowolne, czy wymuszone.

Reklama Guess w amerykańskim „Vogue”, z modelkami wygenerowanymi przez AI, zawierała oznaczenie drobnym drukiem, którego większość czytelników nie zauważyła, a krytyka dotyczyła właśnie przejrzystości.

Przed uruchomieniem kampanii z kreacjami z generatora trzeba ustalić kilka rzeczy, z których żadna nie dotyczy wyboru narzędzia. Obecność fotorealistycznego człowieka w kadrze przesądza jednocześnie o progu etykiety u Mety i o tym, czy trzeba zadać pytanie o deepfake. Rynek, na który kierowana jest kampania, rozstrzyga, czy etykieta wyjdzie na kreację, a jeśli wyjdzie, trzeba zaprojektować dla niej miejsce. Pozostaje jeszcze sprawdzenie wybranego wariantu przy jednosekundowej ekspozycji, bo to ona odpowiada realnej uwadze odbiorcy.