Czy Google karze za treści AI?

Marcowa aktualizacja rdzenia algorytmu Google w 2026 roku zabrała niszowym witrynom contentowym od 60 do 80% ruchu organicznego. Wspólny mianownik poszkodowanych? Setki tekstów wygenerowanych przez AI bez redakcji, bez realnych autorów i bez ani jednej unikalnej informacji.

Jeśli publikujesz treści tworzone z pomocą ChatGPT, Gemini czy Claude, pewnie zadajesz sobie pytanie: czy Google karze treści AI i czy Twoja strona jest bezpieczna? Odpowiedź jest bardziej zniuansowana niż straszaki krążące po LinkedInie. W tym artykule pokazujemy, co dokładnie penalizują algorytmy w 2026 roku, jak działa mechanizm Scaled Content Abuse, czym jest Information Gain i jak wygląda proces redakcyjny, który chroni widoczność. Na końcu znajdziesz plan naprawczy dla stron, które już zanotowały spadki.

Czy Google karze treści generowane przez AI?

Google nie nakłada kar za sam fakt, że tekst wygenerowała sztuczna inteligencja. Algorytmy oceniają jakość, użyteczność i oryginalność treści, a nie metodę jej powstania. To oficjalne stanowisko, które Google Search Central opublikowało w lutym 2023 roku i konsekwentnie podtrzymuje w dokumentacji dla twórców.

Automatyzacja w procesie wydawniczym nie jest zresztą niczym nowym. Zautomatyzowane systemy od lat generują zgodne z regulaminami relacje giełdowe, prognozy pogody czy zestawienia wyników sportowych. Potwierdzają to też twarde dane: analiza Ahrefs na próbie 600 000 stron wykazała korelację między udziałem treści AI a pozycją w Google na poziomie 0,011, czyli praktycznie zerową.

Zamiast zakazu Google wprowadziło ramy oceny „Kto, Jak i Dlaczego”. To trzy pytania, które warto zadać przed publikacją każdego tekstu:

·  Kto: czytelnik ma bez trudu zidentyfikować osobę odpowiedzialną za merytorykę. Artykuły podpisuj realnymi ekspertami z weryfikowalnym dorobkiem, a nie biogramem modelu językowego.

·  Jak: gdy AI znacząco pomogło w powstaniu treści, poinformuj o tym czytelnika. Krótka klauzula o roli narzędzia buduje zaufanie zamiast je podkopywać.

·  Dlaczego: jeśli jedynym powodem publikacji jest ściągnięcie ruchu z wyszukiwarki, a nie rozwiązanie realnej potrzeby odbiorcy, Google klasyfikuje treść jako pisaną pod wyszukiwarkę i obniża jej pozycje.

O tym, jak użytkownicy i algorytmy podchodzą do zaufania wobec tekstów maszynowych, piszemy szerzej w artykule o treściach AI w SEO na naszym blogu.

Kiedy teksty AI naprawdę szkodzą Twojej stronie?

Teksty AI szkodzą stronie wtedy, gdy służą masowej produkcji treści bez wartości dla czytelnika. Google nazywa to zjawisko Scaled Content Abuse, czyli nadużywaniem treści na dużą skalę, i zwalcza je systemem antyspamowym SpamBrain opartym na uczeniu maszynowym.

Co ciekawe, SpamBrain nie szuka „języka maszynowego” w samym tekście. Zamiast tego identyfikuje anomalie strukturalne i behawioralne na poziomie całej domeny. W praktyce alarm uruchamiają cztery wzorce:

·  Duplikacja semantyczna: setki artykułów krążących wokół identycznej intencji wyszukiwania, często z podmienianymi nazwami miast w tym samym szablonie.

·  Anomalia tempa publikacji: 500 tekstów w miesiąc na witrynie, która historycznie publikowała dwa wpisy miesięcznie, trafia pod lupę natychmiast.

·  Brak śladów doświadczenia: zero zewnętrznych profili autorów i zero dowodów na osobisty kontakt z tematem klasyfikuje treść jako odtwórczą.

·  Sygnały behawioralne: użytkownicy natychmiast wracają do wyników wyszukiwania i nie klikają w linki wewnętrzne, co potwierdza, że treść nie odpowiada na ich potrzebę.

Do tej listy dochodzi tłumaczeniowy spam AI: masowy przekład jednego, miernego wpisu na kilkadziesiąt języków bez adaptacji kulturowej i korekty eksperta. Google traktuje takie klony identycznie jak szablony z podmienianymi miastami.

Skalę konsekwencji pokazały aktualizacje z marca 2026 roku. Poniższa tabela zestawia średnie straty ruchu według modelu biznesowego witryny:

Google ocenia domenę holistycznie, według zasady „zgniłych jabłek”. Gdy 80% zasobów serwisu to generatywne zapchajdziury, negatywny wskaźnik jakości domeny ściąga w dół nawet te 20% naprawdę wartościowych podstron. Jeden słaby tekst nie zaszkodzi. Sto słabych tekstów pogrzebie też te dobre.

Information Gain: jak Google mierzy, czy tekst wnosi coś nowego

Information Gain, czyli przyrost informacji, to metryka mierząca, ile nowej wiedzy wnosi Twój tekst względem stron, które już rankują na daną frazę. Google operacjonalizuje ją na bazie patentu z 2020 roku o kontekstowym szacowaniu przyrostu informacji. To relacyjna ocena: nie liczy się długość tekstu, tylko różnica względem konkurencji.

Konsekwencja jest brutalna dla typowych tekstów AI. Jeśli pierwsza dziesiątka wyników zawiera niemal identyczne tezy, kolejny dokument o tej samej strukturze dostaje karę za redundancję. Krótki tekst z jednym unikalnym studium przypadku potrafi wygrać z trzykrotnie dłuższą kompilacją znanych faktów.

W praktyce Information Gain buduje się w pięciu wymiarach:

Modele językowe z natury odtwarzają istniejącą wiedzę, więc same nie wygenerują przyrostu informacji. Nie przeprowadzą eksperymentu ani wywiadu z klientem. Dlatego skuteczny proces odwraca kolejność: najpierw zbierasz dowody, dane i własne wnioski, a dopiero potem podajesz ten wsad do AI z prośbą o strukturę, styl i korektę. Tak powstaje tekst napisany sprawnie, ale z rdzeniem, którego filtry spamu nie mają za co ukarać.

Teksty AI kontra praca redakcyjna: co pokazuje 6 miesięcy danych

Badanie „AI vs Human Content: 6-Month SERP Tracking Study 2026” porównało tysiące surowych tekstów AI z tekstami przygotowanymi redakcyjnie. Surowe teksty AI startowały szybciej, ale po pół roku spadały na medianę 21. pozycji, podczas gdy teksty redakcyjne rosły do mediany 16. pozycji na frazach komercyjnych.

Początek faktycznie należy do maszyn. Mediana czasu indeksacji tekstu AI to 14 godzin wobec 26 godzin dla tekstu ludzkiego, bo formatowanie i znaczniki HTML są wzorcowe. Trajektoria odwraca się między trzecim a szóstym miesiącem, gdy do głosu dochodzą zachowania czytelników: współczynnik odrzuceń dla surowych tekstów AI wyniósł 64% wobec 56% dla tekstów redakcyjnych, a czas czytania był krótszy o prawie minutę.

Największa różnica ujawnia się w funkcjach SERP i cytowaniach przez AI Overviews:

Dane pokazują też, gdzie AI radzi sobie przyzwoicie. Przy zestawieniach danych i tabelarycznych porównaniach produktów osiąga do 92% efektywności człowieka. Przy artykułach opiniotwórczych i pogłębionych recenzjach spada do 41%. Wniosek dla Ciebie: automatyzuj zestawienia, ale opinie, recenzje i treści decyzyjne zostaw redakcji. To one rozstrzygają o konwersji na dole lejka. Jak zwiększyć szanse na cytowanie w odpowiedziach generatywnych, opisujemy w poradniku o optymalizacji pod AI Overviews.

Przy okazji warto rozbroić mit, że klasyczne SEO przestało się liczyć, bo teraz „optymalizujemy pod AEO”. Stanowisko inżynieryjne Google z maja 2026 roku jest jednoznaczne: AI Overviews i AI Mode nie korzystają z osobnego, sekretnego indeksu. Generatywne podsumowania pobierają wyniki z głównego indeksu Google po przejściu przez filtry jakościowe systemu rankingowego i dopiero na tych źródłach opierają odpowiedź. Strona wykluczona z czołówki klasycznych wyników przez braki w E-E-A-T nie ma czego szukać w wyścigu o cytowania.

Google obaliło też trzy popularne taktyki: mechaniczne rozbijanie długich poradników na mikrostrony pod „agentów AI”, tworzenie plików llms.txt, którym wyszukiwarka nie nadaje żadnego priorytetu, oraz upychanie każdej wariacji frazy z długiego ogona, które algorytmy semantyczne traktują jak spam, a nie optymalizację.

Dlaczego surowe teksty AI wpadają na polskie filtry jakości?

Polski rynek dokłada do globalnych zasad dwie pułapki: odmianę przez przypadki i znaki diakrytyczne. Tekst AI, który sztywno trzyma się frazy w mianowniku albo gubi polskie znaki, brzmi obco, a algorytmy w 2026 roku wykrywają takie kompozycje bardzo skutecznie.

Polska fleksja wymaga naturalnego żonglowania formami: pies, psu, psa. Model bez kalibracji językowej wygeneruje tekst o sztucznym wydźwięku, a masowe tłumaczenia oparte na angielskich strukturach zdaniowych uruchamiają alarm niemal natychmiast. Rezygnacja z ogonków i kresek dodatkowo osłabia sygnał lokalizacji: poprawna polszczyzna jest dziś jednym z wyznaczników zaufania w polskim SERP-ie. Modele semantyczne doskonale rozumieją kontekst i fleksję, więc ręczne upychanie każdej odmiany frazy nic nie wnosi, a bywa liczone na minus.

Osobny front to SEO lokalne. Generowanie identycznych wizytówek tekstowych dla każdej miejscowości spotyka się z karami za duplikację semantyczną. Przewagę budują za to dopieszczony profil Google Business Profile, spójne dane NAP i unikalne zdjęcia, które pozwalają AI powiązać markę z konkretną lokalizacją. Najostrzej algorytmy traktują tematy YMYL, czyli zdrowie i finanse: tam halucynacja modelu może realnie zaszkodzić użytkownikowi, więc anonimowe treści bez eksperckiego nadzoru nie mają szans na widoczność.

Jak bezpiecznie używać AI do treści? Proces redakcyjny w 4 krokach

Bezpieczny proces zaczyna się od Twoich danych, a kończy na redakcji człowieka. AI odpowiada za strukturę i styl, nie za wiedzę. W LUMO każdy artykuł wspierany AI przechodzi czteroetapowy przegląd krytyczny: technikę SEO, jakość merytoryczną, sygnały E-E-A-T i głos marki. Tekst, który nie zaskoczy czytelnika przynajmniej trzema konkretami, wraca do przepisania.

Krok 1: zweryfikuj każdą liczbę i każde źródło

Modele językowe generują pewnie brzmiące halucynacje. Sprawdź każdą datę, statystykę i przepis prawny. Zwroty w stylu „zgodnie z ogólnie przyjętymi badaniami” usuń albo zastąp linkiem do konkretnego, aktualnego raportu. Odrzuć przypisy prowadzące do martwych stron, bo fabrykowane referencje to częsta przypadłość generatorów. W tematach YMYL, czyli finansach i zdrowiu, potraktuj ten krok podwójnie serio: tam błąd merytoryczny kosztuje najwięcej.

Krok 2: wstrzyknij dowody z pierwszej ręki

Dodaj to, czego model nie ma: opis realnego wdrożenia, zrzut ekranu z systemu, wnioski z rozmowy z klientem, dane przed i po. Jedno konkretne studium przypadku podnosi Information Gain mocniej niż tysiąc słów poprawnej teorii. Dobrze działa też odważny, uargumentowany pogląd zamiast wyuczonej ostrożności w stylu „z jednej strony, ale z drugiej”.

Krok 3: usuń ślady maszynowego stylu

Wytnij sztampowe otwarcia o „dynamicznym świecie technologii”, przełam idealną symetrię list i nadaj tekstowi charakter Twojej marki. Usuń też techniczne artefakty, na przykład parametry śledzące doklejone do kopiowanych linków.

Krok 4: podpisz treść i ujawnij proces

Dodaj byline realnego eksperta z linkami do jego profili, a w stopce krótką klauzulę o zakresie wsparcia AI i nadzorze merytorycznym. Dane strukturalne typu Person z atrybutem sameAs łączą autora z jego dorobkiem poza domeną i wzmacniają filar zaufania.

Jedno ostrzeżenie: nie inwestuj w narzędzia do „omijania detektorów AI”. Detektory mylą się w obie strony i flagują autentyczne teksty ekspertów, a Google nie karze za procent podobieństwa do generacji, tylko za udokumentowany brak oryginalności. Budżet na synonimizację lepiej przeznaczyć na jeden porządny wywiad branżowy.

Strona już straciła ruch? Plan naprawy w 4 ruchach

Wyjście spod kary algorytmicznej trwa zwykle od 3 do 6 miesięcy, bo Google musi ponownie ocenić domenę przy kolejnych szerokich aktualizacjach. Wyjątkiem są ręczne działania zespołu antyspamowego, które po usunięciu naruszenia odwołasz wnioskiem o ponowne rozpatrzenie w Google Search Console.

·  Ruch 1: poczekaj na stabilizację i posegmentuj straty. Wyeksportuj dane z Google Search Console, wskaż podstrony z zerowym lub topniejącym ruchem i uszereguj je według wpływu na przychód. Cięcia zaczynaj dopiero po wygaśnięciu wahań aktualizacji, bo dzienne amplitudy fałszują obraz.

·  Ruch 2: skonsoliduj słabe treści. Teksty nakładające się semantycznie połącz w obszerne opracowania typu pillar page, redundantne adresy przekieruj kodem 301 albo wyklucz z indeksu dyrektywą noindex.

·  Ruch 3: odbuduj flagowe treści. Wstrzymaj automatyczną produkcję, wzmocnij profile autorów i wzbogać najważniejsze artykuły o dowody, dane i aktualne źródła.

·  Ruch 4: uporządkuj technikalia. Wyczyść budżet indeksowania ze śmieciowych ścieżek, napraw łańcuchy przekierowań i popraw Core Web Vitals, bo strony z INP powyżej pół sekundy najtrudniej wracały po marcowej aktualizacji.

Kosmetyczna zmiana dat publikacji bez podniesienia realnej wartości nic nie daje, a bywa odczytywana jako kolejna próba manipulacji. Sprawdź też, czy roboty w ogóle dobrze czytają Twoją witrynę: w poradniku o AI crawlability pokazujemy, jak zdiagnozować dostępność strony dla crawlerów wyszukiwarek i systemów AI.

PODSUMOWANIE

Google nie karze za narzędzia. Karze za brak wartości. Sztuczna inteligencja świetnie redukuje koszty struktury i stylu czy researchu, ale odpowiedzialność za oryginalność, dowody i autorstwo pozostaje po Twojej stronie. Wygrywają domeny, które odwracają proces: najpierw własna wiedza i dane, potem AI jako redaktor techniczny. Trzy rzeczy zabierz z tego tekstu: kary uderzają w skalę bez wartości, a nie w narzędzie; o pozycji po pół roku decydują zachowania czytelników, nie tempo indeksacji; a widoczność w AI Overviews wyrasta wprost z klasycznego SEO i E-E-A-T.

Następny krok? Przejrzyj 10 najsłabszych tekstów w Google Search Console i zdecyduj dla każdego: konsolidacja, przebudowa z dowodami albo wykluczenie z indeksu. Jeśli chcesz, żebyśmy spojrzeli na Twoją domenę i ocenili ryzyko przed kolejną aktualizacją, umów bezpłatną rozmowę z zespołem LUMO!