Az AI Slop valós hatása — mit mutatnak a számok, és mi jön ezután?
23 empirikus mérés, 110+ forrás. Az internet többsége már nem emberi. Hogyan árasztja el a gépi tartalom a keresőket, a véleményplatformokat és a tudományos kiadást — és mi a visszacsatolási hurok, amelyből nagyon nehéz kilépni?
Státusz: aktív kutatás, 2026-03-07 Módszer: GFIS teljes pipeline (4 akadémiai backend + Corpus V2 RAG + web kutatás) Forrás: 110+ empirikus forrás, 23 mérési szál
Mi az a „slop”, és miért számít?
A „slop” szó 2025-ben a Merriam-Webster év szava lett. Eredetileg moslékot, löttyöt jelent — azt az ételmaradékot, amit a disznóknak adnak. Ma az interneten ugyanezt jelenti: tömeges, alacsony minőségű, gépi tartalom, amit senki nem kért, de mindenhol ott van.
Ez a kutatás azt mutatja meg — számokkal, mérésekkel, kutatásokkal —, hogy ez mennyire valós jelenség, mennyire mély a hatása, és hová vezet, ha nem csinálunk semmit.
I. Mennyi AI-tartalom van az interneten?
2025-re a robotok többségbe kerültek az interneten.
- Az internet forgalmának 51%-a bot (Imperva Bad Bot Report, 2025)
- Az új angol nyelvű weboldalak 74,2%-át mesterséges intelligencia írta (Ahrefs, 900 000 oldal, 2025. április)
- A Google top 20 találat közül 17,3% AI-generált (csúcs: 19,56%)
- A zero-click keresések aránya 69% — tízből hét keresésnél senki sem kattint sehová (SimilarWeb, 100M+ eszköz, 2025)
AI Overview hatása a kattintásokra — 5 független mérés
| Ki mérte? | Minta | Kattintáscsökkenés |
|---|---|---|
| Seer Interactive | 25,1M megjelenés, 3119 kifejezés | −61% |
| Ahrefs | 300 000 kulcsszó | −58% |
| GrowthSRC | 200 000+ kulcsszó | −32% |
| seoClarity | 12 millió kulcsszó | −0,66 — −2,41 pp |
| BrightEdge | Fortune 100 cégek | −30% |
Platformonként
| Platform | Adat | Forrás |
|---|---|---|
| YouTube | 21–33% AI-slop; 278 csatorna $117M/év hirdetési bevétellel | Kapwing, 2025 |
| X (Twitter) | 64% bot | Imperva, 2025 |
| 95M hamis fiók; organikus elérés: 4% | Galaxy Research | |
| 5,4 milliárd hamis fiók törölve egyetlen év alatt | Meta, 2025 |
II. A vélemények piaca: hogyan omlik össze a bizalom?
Az Amazon-példa
- Az AI által írt vélemények 74%-a ötcsillagos (embereknél: 59%)
- Az AI-vélemények 93%-a „Hitelesített vásárlás” címkét visel — de senki nem vette meg a terméket
- A Harvard HBS kutatása (2026. január) kimutatta, hogy az Amazon saját AI-összefoglalói szisztematikusan felülreprezentálják a hamis véleményeket
A tudomány is érintett
- Az ICLR konferencia bírálatainak 21%-át AI írta — minden ötödik bírálatot gép végezte
- A tudományos csalás duplázódási ideje 18 hónap
- Az AI chatbotok érvényes tanulmányok 18%-át tévesen visszavontnak jelölték
Az Akerlof-küszöb — három piac már átlépte
George Akerlof Nobel-díjas közgazdász 1970-es „citromok piaca” elmélete pontosan leírja, mi történik: ha nem tudod megkülönböztetni a valódit a hamistól, a jó tartalom eltűnik, mert nem éri meg előállítani.
„Ha a jó termékek aránya egy piacon kétharmad alá csökken, csak egyetlen egyensúly létezik: az, amelyben kizárólag rossz termékek maradnak.” — Easley és Kleinberg: Networks, Crowds, and Markets
Már átlépte a küszöböt:
- Stock fotó: Adobe Stock AI-tartalom 2,5%-ról (2023) 47,85%-ra (2025) — 19-szeres emelkedés. Getty bevétel −4,5%. Shutterstock előfizetők −22%.
- Tudományos kiadás: Wiley/Hindawi 8000+ cikket vont vissza, 19 folyóiratot zárt be. AI-hoz köthető visszavonások: 2022 előtt <20, 2023-ban egyedül 663.
- Szabadúszó írás: Írási álláshirdetések −33% a ChatGPT megjelenése óta. A legmagasabb minőségű szabadúszókat érintette leginkább.
III. Fel tudod ismerni, ha gép írta? (Nem.)
- Az összes résztvevő közül mindössze 0,1% tudta helyesen azonosítani az összes valódi és hamis tartalmat (iProov, 2025)
- A deepfake-videókat az emberek csak 24,5%-ban ismerték fel — rosszabb, mint pénzfeldobással dönteni
- AI-detektor pontossága valós helyzetben: 60–70% — tízből három szöveget nem talál meg
- A GPTZero a nem anyanyelvi szerzők szövegét 25%-ban tévesen gépi szövegnek jelöli
IV. A nagy visszacsatolási hurok: model collapse
A lényeg
- Az AI-rendszereket emberi szövegekből tanítják
- Ezek az AI-rendszerek most hatalmas mennyiségű szöveget generálnak, ami visszakerül az internetre
- A következő generációs AI-rendszereket ebből az internetből tanítják — ami most már tele van AI-generált szöveggel
- Tehát az AI a saját outputjából tanul — mint egy fénymásoló, amely a saját másolatait másolja
A model collapse generációs számai
| Kutatás | Terület | Teljes összeomlás |
|---|---|---|
| Shumailov (2024, Nature) | Nyelvi modell | 9 generáció (+56% hiba) |
| Alemohammad (2024, ICLR) | Arcgenerálás | 3–5 generáció (diverzitás összeomlik) |
| Dohmatob (2025, ICLR) | Lineáris regresszió | Már 0,1% szintetikus adat is okoz összeomlást |
| Orvosi AI (Liu, 2026) | Klinikai dokumentáció | 2 generáció (klinikailag használhatatlan) |
Az Epoch AI frissített (2025) becslése szerint a minőségi nyilvánosan elérhető emberi szöveg kimerülése:
- Számítás-optimális tanításnál: ~2028
- 100-szoros túltanításnál: ~2025 (már megtörtént)
V. Gazdasági hatások
Munkaerőpiac
| Forrás | Becslés | Időszak |
|---|---|---|
| Challenger, Gray & Christmas | 54 836 munkahely kifejezetten AI-ra hivatkozva | 2025 (USA) |
| Stanford (Brynjolfsson és társai) | Pályakezdők (22–25 év): −13% foglalkoztatás | 2022 óta |
| Goldman Sachs | 300 millió munkahely érintett globálisan | 2030-ig |
A kiadói ökoszisztéma összeomlása
| Mi történt? | Mérték |
|---|---|
| Google → kiadói forgalom (globális) | −33% éves szinten (Chartbeat, 2500+ oldal) |
| HubSpot blog forgalom | −80% (14,8M → 2,8M havi látogatás) |
| Washington Post | Organikus keresés −50% 3 év alatt; >$100M éves veszteség; 300+ újságíró elbocsátva |
| Chegg (oktatási platform) | Részvény −99%, bevétel −43% |
| WPP (világ legnagyobb reklámügynöksége) | Bevétel −8,1%, piaci érték 25 mrd-ról 3 mrd-ra esett |
Munkahelyi „workslop”
- A munkahelyi AI-tartalom 40%-a „workslop” — ellenőrizetlen, nem olvasott gépi szöveg (BetterUp, 2025)
- Ez szervezetenként évi $9,1 millió termelékenységvesztést okoz
VI. A bizalomvesztés sebessége
| Mit mértek? | Változás |
|---|---|
| Gallup: amerikai médiabialom (2020 → 2025) | 40% → 28% |
| Pew: nemzeti hírszervezetek iránti bizalom (2016 → 2025) | 76% → 56% |
| BrightLocal: Google mint véleményplatform (2023 → 2026) | 87% → 71% |
| Deloitte: „az online előnyök megérik a kockázatot” | 58% → 48% (történelmi mélypont) |
| X/Twitter: hirdetői bizalom (2022 → 2024) | 22% → 12% |
Kritikus adat: A Pew Research szerint a 18–29 évesek majdnem annyira bíznak a közösségi médiában (50%), mint a nemzeti hírszervezetekben (51%) — ez precedens nélküli konvergencia.
VII. Mit jelent ez a gyakorlatban?
Ha marketinges vagy
A Google keresések 69%-a kattintás nélküli. Az AI Overview megjelenése 30–61%-kal csökkenti a kattintásokat. Az Instagram organikus elérésed 4%. A HubSpot blogja 80%-ot veszített az organikus forgalmából.
A klasszikus tölcsér közepe üres. A tudatosság megvan, de a cselekvés nem nálad történik.
Ha értékesítő vagy
A „social proof” — ami az elmúlt 15 évben az online értékesítés alapja volt — többé nem megbízható jelzés. Az Amazon vélemények 93%-a „Hitelesített vásárlás” — de a gép által írt vélemények is.
Ha PR-es vagy
Az amerikai médiabialom történelmi mélypontra esett: 28%. A médiaelhelyezés önmagában már nem garancia a hiteles megjelenésre.
Ha piackutató vagy
Ha a válaszadó véleményét részben gépi tartalom formálta — és sem a válaszadó, sem a kutató nem tudja, melyik részben —, akkor a mérés érvényessége a korábbi módszertani keretben nem garantálható.
A közös nevező
Az elmúlt 15 év digitális infrastruktúrája olyan feltételezésekre épült, amelyeket az AI most érvénytelenítt. Egyik feltételezés sem tartható változtatás nélkül.
Kulcsforrások
| Forrás | Mit vizsgált? | Hol jelent meg? |
|---|---|---|
| Shumailov és társai (2024) | Model collapse: hogyan romlik az AI | Nature |
| Dohmatob és társai (2024) | Erős model collapse | ICLR 2025 |
| „As Good as a Coin Toss” (2025) | AI-tartalom felismerése | ACM |
| Yu, Kim és Kim (2026) | Retrieval Collapse | ACM |
| Ahrefs (2025. április) | 74,2% AI-generált új weboldal | Ipari jelentés |
| Imperva (2025) | 51% bot forgalom | Bad Bot Report |
| BetterUp (2025) | Munkahelyi workslop | Ipari jelentés |
| Epoch AI (2023/2025) | Emberi szövegadat kimerülése | Kutatóintézet |
Kutatási módszer: GFIS pipeline v0.3.0 — 4 akadémiai keresőmotor (Semantic Scholar, OpenAlex, Crossref, Elicit) + saját korpusz (+10M chunk: könyv, cikk, tanulmány) + webes kutatás (Brave Search, Tavily) Generálta: Claude Opus 4.6 | Dátum: 2026-03-07
GFIS
Ez a kutatás a GFIS pipeline-nal készült: szisztematikus forrásgyűjtés, mintázat-felismerés (figure/background/noise), vakfolt audit, konvergencia-ellenőrzés. Tudj meg többet →