ChatGPT, Gemini, Perplexity, DeepSeek i Claude podają sprzeczne informacje o polskim systemie kaucyjnym. Tak wynika z raportu „System kaucyjny oczami AI”, który BrandinAI i agencja 2PR opublikowały 1 października 2026 r., w pierwszą rocznicę systemu. Według autorów DeepSeek we wszystkich siedmiu pomiarach twierdził, że automat przyjmie zgniecioną butelkę, a Perplexity przez cały okres badania nie wymienił 14 z 19 monitorowanych sieci handlowych.
- DeepSeek we wszystkich siedmiu pomiarach twierdził, że automat przyjmie zgniecioną butelkę z czytelnym kodem kreskowym, co jest niezgodne z komunikatami Ministerstwa Klimatu i Środowiska – resort wskazuje, że opakowań nie należy zgniatać, a automat rozpoznaje je także po kształcie.
- DeepSeek podał błędne stawki kaucji w 4 z 7 odpowiedzi (m.in. jednolitą stawkę 50 gr za każde opakowanie zamiast prawidłowego schematu: 50 gr za plastik i puszki, 1 zł za szklane butelki wielokrotnego użytku) i jako jedyny model nie dołączał żadnych odwołań do źródeł.
- Sposób sformułowania pytania istotnie wpływał na wyniki: gdy pytanie zawierało nazwę miasta, różnice w widoczności sieci handlowych gwałtownie malały – np. Aldi rósł z 27 do 67 punktów AI Visibility, a Carrefour z 49 do 78 punktów.
Badanie objęło 1400 odpowiedzi pięciu modeli na 25 pytań oraz 13 044 odwołania do źródeł, które modele dołączyły do tych odpowiedzi. Pomiary trwały od 13 sierpnia do 21 września 2026 r. Pytania o widoczność marek zadawano co trzy dni (14 pytań, 1050 odpowiedzi), a pytania o zasady działania systemu raz w tygodniu (7 pytań, 350 odpowiedzi). Autorzy powtarzali pytania przez kilka tygodni, więc wyniki pokazują stałe wzorce w odpowiedziach, a nie pojedyncze wpadki.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
DeepSeek jako jedyny dopuszcza zwrot zgniecionej butelki
W odpowiedziach o zgniecione opakowania modele się rozjechały. DeepSeek w każdym z siedmiu pomiarów odpowiadał, że automat przyjmie zgniecioną butelkę, jeśli kod kreskowy pozostanie czytelny. ChatGPT, Gemini, Perplexity i Claude konsekwentnie odradzały zgniatanie.
Odpowiedź DeepSeeka nie zgadza się z komunikatami Ministerstwa Klimatu i Środowiska. Resort powtarzał od startu systemu, że opakowań ze znakiem kaucji „nie należy zgniatać ani uszkadzać”, a do zwrotu kaucji potrzebny jest znak kaucji i czytelny kod kreskowy. Automat rozpoznaje opakowanie także po kształcie, więc zgnieciona butelka może zostać odrzucona, a klient straci kaucję.
Model DeepSeek mylił się też w stawkach. Prawidłowy schemat (50 gr za butelki plastikowe i puszki, 1 zł za szklane butelki wielokrotnego użytku) podało 30 z 35 odpowiedzi na to pytanie. Wszystkie cztery odpowiedzi z innymi kwotami pochodziły z DeepSeeka: trzy razy model podał jednolitą stawkę 50 gr za każde opakowanie, a raz inny zestaw stawek. Jedna odpowiedź ChatGPT nie zawierała stawek, bo model dopytał, o który kraj chodzi.
W podstawowych sprawach modele były zgodne. We wszystkich 35 odpowiedziach na pytanie o paragon informowały, że nie jest on potrzebny do odzyskania kaucji. Według raportu modele zgadzały się też co do progu 200 m² powierzchni sklepu. Problem zaczyna się, jak piszą autorzy, „tam, gdzie trzeba podać konkretną liczbę albo rozstrzygnąć nietypowy przypadek”.
Wypełnij formularz, a my skontaktujemy się z Tobą, aby upewnić się czego potrzebujesz.
Każdy model przedstawia inną listę sklepów i operatorów
Raport pokazuje, że użytkownik jednego chatbota może dostać znacznie węższą listę firm niż osoba, która zada to samo pytanie innemu modelowi. Autorzy mierzyli to wskaźnikiem AI Visibility, czyli własną skalą BrandinAI od 0 do 100, opisującą, jak mocno model eksponuje i poleca daną markę.
Najważniejsze ustalenia dotyczące firm:
- Operatorzy systemu: w zbiorczym rankingu prowadzi Zwrotka (62 pkt), o punkt przed PolKą (61 pkt). Trzej najczęściej wymieniani operatorzy mają 62,2 proc. wszystkich wzmianek. OK Operator dostał w Gemini 86 pkt, a w DeepSeeku zero.
- Producenci automatów: TOMRA, Envipco i RVM Systems mają łącznie 68,6 proc. wzmianek. TOMRA uzyskała 92 pkt i pojawiała się w 96,4 proc. odpowiedzi wymieniających jakąkolwiek markę z tej kategorii, Envipco 85 pkt i 86,7 proc. odpowiedzi. DeepSeek nie wymienił 12 z 17 monitorowanych producentów.
- Sieci handlowe: w ogólnych pytaniach o zwrot opakowań Lidl, Biedronka i Kaufland skupiają 47,9 proc. wzmianek. Perplexity nie wymienił 14 z 19 monitorowanych sieci.
- Pytania z nazwą miasta: gdy w pytaniu pojawiało się miasto, różnice między sieciami malały. Aldi rósł z 27 do 67 pkt, Carrefour z 49 do 78 pkt, a pierwszą i piątą sieć dzieliły cztery punkty. Lidl prowadził w sześciu z siedmiu miast (Warszawa, Kraków, Wrocław, Poznań, Łódź, Gdańsk, Katowice), w Katowicach wygrała Biedronka.
Autorzy zastrzegają, że wyniki nie są rankingiem jakości usług, niezawodności automatów ani udziałów rynkowych. Opisują wyłącznie to, co modele mówiły użytkownikom w okresie badania.
„Badanie pokazuje, że obraz przedstawiany tym użytkownikom zależy od wybranego modelu oraz sposobu sformułowania pytania” – mówi Szymon Kania, CEO BrandinAI.
Modele AI opierają się na wąskiej grupie źródeł
Pięć modeli AI przywołało w odpowiedziach o zasadach systemu 358 domen, ale połowa wszystkich odwołań prowadziła do 31 z nich. Najczęściej cytowanym źródłem był gov.pl z udziałem 16,4 proc.
Modele bardzo różnie podają źródła:
| Model | Co wyróżniało go w badaniu |
|---|---|
| ChatGPT | najwęższa baza źródeł: 224 odwołania do 26 domen |
| Claude | najszersza baza źródeł: 196 domen |
| DeepSeek | żadnych odwołań do źródeł, błędne stawki w 4 z 7 odpowiedzi, zgoda na zgniecione butelki |
| Gemini | najwyższa ocena OK Operatora (86 pkt) |
| Perplexity | pominięcie 14 z 19 sieci handlowych |
Model, który najczęściej się mylił, nie podawał żadnych źródeł, więc użytkownik nie miał jak sprawdzić jego odpowiedzi. Autorzy raportu zaznaczają jednak, że obecność źródła w odpowiedzi nie dowodzi, że to ono zdecydowało o poleceniu konkretnej firmy.
Najbardziej niepokoi mnie w tym raporcie nie ranking marek, tylko butelka. Zgnieciona puszka to drobiazg, ale dobrze pokazuje, jak działa błąd modelu: DeepSeek odpowiada pewnie, bez źródła, za każdym razem tak samo. Kto mu zaufa, zostawi przy automacie 50 groszy i pewnie uzna, że to system nie działa, a nie chatbot.
Trzeba też jasno powiedzieć, kto przygotował raport. BrandinAI sprzedaje monitoring widoczności marek w AI, a 2PR doradza firmom wizerunkowo. Wniosek, że firmy powinny sprawdzać swoją obecność w odpowiedziach chatbotów, jest więc zgodny z ich ofertą. Nie odbiera to wartości danym, ale ranking marek w punktach AI Visibility traktowałbym jako wskaźnik autorów, a nie obiektywną miarę. Brakuje mi też informacji, ile osób faktycznie pyta chatboty, gdzie oddać butelkę. Bez tej liczby trudno ocenić skalę problemu.
Najcenniejsza wydaje mi się różnica między pytaniem ogólnym a pytaniem z nazwą miasta. Jeśli sposób zadania pytania tak mocno zmienia odpowiedź, to dobrze wiedzieć o tym także poza systemem kaucyjnym.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
System kaucyjny po roku: 5 mld opakowań i walka z dezinformacją
Raport ukazał się dzień po tym, jak MKiŚ podsumowało pierwszy rok systemu. Według danych ministerstwa z 30 września 2026 r. Polacy zwrócili 5 mld opakowań, a poziom zwrotu na koniec września wyniósł 59 proc. (72 proc. po uwzględnieniu opóźnień logistycznych). Cel na pierwszy rok to 77 proc. W kraju działa ok. 65,5 tys. punktów zbiórki, w tym 23,5 tys. automatów, przez które przechodzi ok. 90 proc. zwrotów. Resort zapowiada objęcie systemem małych szklanych butelek po alkoholu i wydłużenie ważności bonów z 30 do 90 dni.
Poprawność informacji o systemie była problemem jeszcze zanim zainteresowano się chatbotami. NASK wyróżnił pięć głównych fałszywych narracji o systemie kaucyjnym, m.in. o masowo zepsutych automatach i o tym, że kaucja to dodatkowa opłata, a nie zwrotny depozyt. Według NASK w sieci krążyły też wygenerowane przez AI zdjęcia rzekomych kolejek i zepsutych automatów. Raport BrandinAI i 2PR dotyczy innego zjawiska, bo opisuje pomyłki modeli, a nie celową dezinformację. Skutek dla konsumenta bywa jednak podobny: dostaje błędną instrukcję.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym raportu „System kaucyjny oczami AI” przygotowanego przez BrandinAI i 2PR i informacji prasowej z dnia 01.10.2026, podsumowania roku systemu kaucyjnego przez MKiŚ opisanego przez ESG Trends oraz materiałów Infor.pl i Zero.pl.
Cytaty Szymona Kani, CEO BrandinAI, zostały zweryfikowane z oryginalnym materiałem źródłowym.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o działaniu systemu kaucyjnego i odpowiedziach modeli AI na jego temat.
