Fundacja Wikimedia w raporcie „Global Trends 2026″ przyznaje, że ruch na jej projektach spada, a odpowiadają za to podsumowania generowane przez modele językowe oraz krótkie formy wideo. Badanie opublikowane przez Cambridge University Press pokazuje drugą stronę tego mechanizmu: Gemini w 92 procentach odpowiedzi nie zostawia użytkownikowi ani jednego klikalnego odnośnika do źródła.
- Fundacja Wikimedia odnotowała spadek ludzkich odsłon o około 8 procent rok do roku (dane z października 2025), a raport „Global Trends 2026" wskazuje, że wydawcy treści tracą od 20 do 60 procent ruchu, przy czym najbardziej dotknięci są mniejsi twórcy.
- Badanie opublikowane przez Cambridge University Press wykazało, że model Gemini w 92 procentach odpowiedzi nie umieszcza żadnego klikalnego odnośnika do źródła, co ogranicza ruch kierowany do zewnętrznych serwisów.
- Wikipedia liczy ponad 66 milionów artykułów w przeszło 300 wersjach językowych i obsługuje około 1,5 miliarda użytkowników miesięcznie, generując w 2025 roku około 2,8 miliarda godzin czytania samej angielskiej wersji encyklopedii.
Rozmowę z Maciejem Arturem Nadzikiewiczem, członkiem Rady Powierniczej Wikimedia Foundation, przeprowadziła agencja Newseria. Powiedział w niej rzecz, która brzmi banalnie, a opisuje całą zmianę ostatnich trzech lat.
„Ludzie, którzy zadają proste pytania, oczekują prostych odpowiedzi i są zwykle usatysfakcjonowani tym, co widzą w sztucznej inteligencji. Nie zastanawiają się nad tym, gdzie mogą się dowiedzieć więcej na temat pytania, które zadają” powiedział Nadzikiewicz.
Encyklopedia, która przestała być pierwszym przystankiem
Skala Wikipedii wciąż robi wrażenie. Ponad 66 milionów artykułów w przeszło 300 wersjach językowych, około 1,5 miliarda użytkowników miesięcznie, 324 edycje na minutę. W 2025 roku ludzie spędzili mniej więcej 2,8 miliarda godzin na czytaniu samej angielskiej wersji encyklopedii. Fundacja lubi pokazywać artykuł o stwardnieniu zanikowym bocznym: od powstania w 2003 roku do kwietnia 2026 poprawiano go 6,2 tysiąca razy i istnieje dziś w 75 językach.
Tylko że wykres idzie w dół. Wikimedia Foundation policzyła w październiku 2025 roku, że po zaktualizowaniu systemów wykrywających boty ludzkie odsłony spadły o około 8 procent rok do roku. Wcześniejsze statystyki zawyżał ruch automatów podszywających się pod ludzi. W „Global Trends 2026″ fundacja przytacza szacunki mówiące o spadkach ruchu u wydawców treści rzędu 20 do 60 procent, przy czym najmocniej oberwali najmniejsi.
Nadzikiewicz opisuje to jako zmianę samego sposobu czytania. Użytkownicy ograniczają się do początków artykułów albo do bardzo skróconych form wideo, a tradycyjni wydawcy tekstu tracą odbiorców, którzy jeszcze dekadę temu potrafili przeczytać kilka stron naraz.
Modele czytają internet, ale nie zostawiają śladu
Najciekawsze dane w tej sprawie nie pochodzą jednak z Wikimediów. Publikacja „The attribution crisis in LLM search results” w czasopiśmie Data & Policy wydawanym przez Cambridge University Press opiera się na około 14 tysiącach prawdziwych rozmów z platformy LMArena. Zebrano je od 3642 użytkowników, na siedmiu tysiącach zapytań zadanych parom modeli w marcu i kwietniu 2025 roku. Autorzy nazywają to wprost wzorcami eksploatacji ekosystemu.
Liczby wyglądają tak:
- 34 procent odpowiedzi Google Gemini i 24 procent odpowiedzi OpenAI GPT-4o powstało bez jawnego pobrania jakiejkolwiek treści z sieci
- Gemini nie podał klikalnego źródła w 92 procentach odpowiedzi
- Perplexity Sonar odwiedza średnio około dziesięciu istotnych stron na zapytanie, a cytuje trzy lub cztery
- przeciętne zapytanie obsłużone przez Gemini albo Sonar zostawia mniej więcej trzy trafne strony bez żadnego przypisu
- efektywność cytowania, czyli liczba dodatkowych odnośników na każdą dodatkową odwiedzoną stronę, waha się między modelami od 0,19 do 0,45 przy identycznych zapytaniach
Ta ostatnia liczba jest najmocniejszym argumentem całego badania. Skoro przy tych samych pytaniach jedne systemy cytują dwa razy chętniej niż inne, to problemem nie są ograniczenia techniczne, tylko projekt wyszukiwania. Ktoś podjął decyzję.
I tu przewaga Wikipedii wygląda inaczej niż zwykle się ją opisuje. Nie chodzi o to, że encyklopedia jest nieomylna. Chodzi o to, że zawsze można zjechać na dół strony i zobaczyć, na czym artykuł został oparty. Nadzikiewicz zwraca uwagę, że tej możliwości nie daje ani model językowy, ani duży dom medialny.
Piszę o tym bez satysfakcji, bo AIPORT.pl też jest wydawcą i też widzi te wykresy. Ale chcę uczciwie postawić dwie sprawy obok siebie. Pierwsza: asystenci AI naprawdę są wygodniejsi i udawanie, że użytkownik wróci do klikania w dziesięć niebieskich linków, jest myśleniem życzeniowym. Druga: model, który nie pokazuje, skąd wie, odbiera czytelnikowi jedyne narzędzie weryfikacji, jakie ten ma. Wikipedia przez ćwierć wieku budowała swoją wiarygodność na przypisach, nie na autorytecie. Jeśli warstwa pośrednicząca między człowiekiem a wiedzą przestaje pokazywać przypisy, to nie tracimy tylko ruchu na stronach. Tracimy możliwość sprawdzenia. Pytanie, które sobie zadaję, brzmi: czy istnieje wersja tej technologii, w której cytowanie jest domyślne, a nie opcjonalne? Badanie z Cambridge sugeruje, że tak, bo różnice między modelami są ogromne. To znaczy, że da się inaczej. Tylko nikt na razie nie ma w tym interesu.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Paradoks, który zauważył Jemielniak
Prof. Dariusz Jemielniak z Akademii Leona Koźmińskiego, wiceprezes PAN i przez trzy kadencje członek rady powierniczej Wikimedia Foundation, opisał w styczniu ten sam mechanizm z drugiej strony. Nawet 15 procent danych wejściowych do większości dużych modeli językowych pochodzi z Wikipedii. Systemy, które odbierają jej czytelników, karmią się jej treścią.
„Moja hipoteza jest taka, że ten ruch niestety jednak odpływa od Wikipedii” powiedział PAP Jemielniak, zastrzegając, że samo mierzenie odsłon nie daje pełnego obrazu, bo ruch botów też wzrósł.
Konsekwencja jest prosta i nieprzyjemna. Mniej czytelników to mniej redaktorów, bo edytorzy rekrutują się spośród osób, które trafiły na artykuł i uznały, że czegoś w nim brakuje. Gorsza encyklopedia to gorsze dane treningowe. Gorsze dane treningowe to gorsze modele. Jemielniak ujmuje to bez ogródek: „Trudno powiedzieć, czy Wikipedia przetrwa”.
Fundacja próbuje przestawić model finansowania. W styczniu 2026 roku podpisała umowy licencyjne z Amazonem, Meta Platforms, Perplexity, Microsoftem i francuskim Mistral AI. Na liście zabrakło OpenAI. Równolegle rozwija Wikimedia Enterprise, płatny kanał dostępu do treści dla firm pobierających ją hurtowo.
Polski rynek stracił 1,26 miliarda odsłon miesięcznie
Sytuacja polskich wydawców jest twardsza, niż wynikałoby z globalnych średnich. Analiza Wirtualnych Mediów oparta na danych Mediapanelu PBI/Gemius objęła 130 serwisów należących do polskich grup wydawniczych. Porównanie lipca 2026 z lipcem 2025 pokazało, że z rynku wyparowało 1,26 miliarda odsłon miesięcznie. To mniej więcej tyle, ile rok wcześniej generowały razem Interia i Gazeta.pl. Jeszcze w styczniu 2026 roku PBI nie widziało gwałtownego załamania i pojawiała się hipoteza, że użytkownicy nauczyli się przewijać podsumowania AI. Dane z lipca sugerują, że bufor się skończył.
Nadzieja na to, że odesłania z chatbotów zrekompensują straty, na razie się nie sprawdza. Chartbeat notuje wzrost ruchu z narzędzi AI, ale jego udział w całości pozostaje znikomy. W raporcie o trendach medialnych 2026 Reuters Institute przywołuje dane tej samej firmy z ponad 2,5 tysiąca serwisów informacyjnych: między listopadem 2024 a listopadem 2025 organiczny ruch z Google spadł globalnie o około 33 procent, a w Stanach Zjednoczonych o 38 procent.
Do tego dochodzi kwestia zaufania. Z raportu „Dezinformacja oczami Polaków. Edycja 2026″ Fundacji DigitalPoland wynika, że 77 procent Polaków zetknęło się kiedykolwiek z dezinformacją, a 79 procent uważa, że jej skala w internecie wzrosła przez ostatnie pięć lat. Jeżeli równocześnie rośnie udział odpowiedzi bez podanego źródła, to obie te krzywe spotykają się w złym miejscu.
Polska wersja Wikipedii działa od września 2001 roku i od lat należy do najczęściej odwiedzanych stron w kraju. Ma też cechę, której nie da się odtworzyć maszynowo. Nadzikiewicz podaje przykład Marii Skłodowskiej-Curie: polska wersja opisuje ją jako Polkę mieszkającą we Francji, francuska często jako Francuzkę polskiego pochodzenia, a wiele innych upraszcza to do formuły o polsko-francuskiej badaczce. Encyklopedia odbija to, co mówią źródła w danym języku, bo jest źródłem trzeciego stopnia. Model językowy tę różnicę zwykle wygładza do jednej wersji.
Fundacja zbiera przy tym tak mało danych o użytkownikach, że nie wyświetla nawet baneru zgody na ciasteczka. Chroni to prywatność i jednocześnie utrudnia analizę. Nadzikiewicz mówi o tym z pewną bezradnością: „Trudno jest nam czasami odróżnić kogoś, kto wchodzi na Wikipedię z Berlina, a kto ze Słubic”.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym raportu „Global Trends 2026″ Wikimedia Foundation z dnia 16.07.2026 oraz publikacji „The attribution crisis in LLM search results”, Data & Policy, Cambridge University Press. Wypowiedzi Macieja Artura Nadzikiewicza, członka Rady Powierniczej Wikimedia Foundation, pochodzą z rozmowy z agencją Newseria opublikowanej 31.08.2026 przez Bankier.pl. Komentarz prof. Dariusza Jemielniaka, wiceprezesa PAN, zweryfikowano z materiałem serwisu Nauka w Polsce z 16.01.2026. Dane o polskim rynku pochodzą z analizy Wirtualnych Mediów opartej na Mediapanelu PBI/Gemius, danych Chartbeat przywołanych w raporcie Reuters Institute oraz raportu „Dezinformacja oczami Polaków. Edycja 2026″ Fundacji DigitalPoland. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych danych o wpływie asystentów AI na ruch wydawców i projektów Wikimedia.
