Wnioski zespołu badawczego FactCheck.LT:

TikTok przeszedł drogę od tanecznych wyzwań i memów do kluczowej platformy kształtowania narracji i rozpowszechniania informacji. Dzięki wyjątkowo wizualnemu i sieciowemu ekosystemowi treści zapewnia badaczom, weryfikatorom faktów oraz zespołom ds. polityk publicznych wgląd w debatę publiczną w czasie rzeczywistym.

Ten przewodnik przedstawia praktyczną, opartą na dowodach metodykę monitorowania dezinformacji na TikToku, opracowaną na podstawie szeroko zakrojonych badań prowadzonych przez FactCheck.LT na przestrzeni kilku cykli wyborczych w Europie Wschodniej.

Dlaczego analityka TikToka ma znaczenie dla badań nad dezinformacją?

Algorytm TikToka nie tylko odzwierciedla trendy kulturowe — aktywnie je kształtuje. Nasza analiza pokazuje, jak narracje polityczne konsekwentnie wykorzystują treści rozrywkowe, trendujące dźwięki i sieci twórców, aby dotrzeć do odbiorców, którzy rzadko sięgają po tradycyjne źródła informacji.

Silnik trendów platformy działa w oparciu o sieć powiązań między dźwiękami, hashtagami, efektami i twórcami. Mapując współwystępowania wokół tematów, możesz zidentyfikować moment, w którym niszowe narracje zaczynają przenikać do społeczności głównego nurtu, co stanowi wczesny sygnał ostrzegawczy rozprzestrzeniania się dezinformacji. W tym środowisku kontekst ma kluczowe znaczenie, ponieważ trendy kształtują się w relacji do innych trendów, a nie w izolacji.

Jakie kluczowe elementy należy monitorować?

1. Sieci hashtagów i szkielet narracji

Dezinformacja rzadko rozprzestrzenia się wyłącznie pod jednym hashtagiem. Zamiast tego buduje złożoną sieć pokrewnych hashtagów, które tworzą mosty między różnymi społecznościami. Nasze badanie toksycznych hashtagów na białoruskim TikToku pokazało, że hashtagi związane ze zdrowiem pełniły rolę łączników prowadzących do treści politycznych, pozwalając narracjom przekraczać granice społeczności, które w przeciwnym razie pozostałyby odseparowane.

Kluczowy insight: warto monitorować nie tylko główne hashtagi, ale całą sieć powiązanych hashtagów. Hashtagi o wysokim współwystępowaniu, klastry społecznościowe oraz węzły na obrzeżach sieci często jako pierwsze zapowiadają kolejną zmianę ramy narracyjnej. Analiza wzorców tych powiązań w czasie pozwala odróżnić główne ramy narracyjne od oportunistycznego podpinania się pod temat.

Źródło grafiki: Exolyt

Źródło badawcze: Toksyczne narracje: białoruski TikTok i sztuka cyfrowej manipulacji

W lipcowej aktualizacji Exolyt dodał możliwość wyboru dowolnego zakresu czasowego w swoich bardzo rozbudowanych i imponujących wykresach powiązanych hashtagów. Analiza tego wykresu skłoniła do zbadania jeszcze większego hashtagu – „змагары” / „fighters”.

2. Szablony audio jako nośniki międzyjęzykowe

Szablony audio przenoszą idee ponad barierami językowymi szybciej niż treści tekstowe. Slogany polityczne rozpowszechniane za pośrednictwem viralowych dźwięków to jedna z najskuteczniejszych metod wzmacniania narracji — identyczne wezwania do działania (CTA) pojawiają się pod pozornie niezwiązanymi treściami. W okresach wyborczych konsekwentnie obserwowaliśmy ten wzorzec jako oznakę koordynacji działań, a nie organicznego rozprzestrzeniania.

Tempo adopcji audio w różnych społecznościach językowych dostarcza kluczowego insightu o koordynacji narracji. Gdy ten sam dźwięk pojawia się równocześnie w wielu kontekstach językowych, zwłaszcza w bardzo krótkim oknie czasowym, wskazuje to raczej na skoordynowaną amplifikację niż na organiczny wiral.

3. Analityka komentarzy i dane referencyjne

Sekcje komentarzy często ujawniają koordynację, którą główna treść starannie maskuje. Nasza analiza komentarzy na TikToku latem 2025 r. pokazała, że połączenie chronologii komentarzy i analizy na poziomie fraz pozwala odróżnić żartobliwą kulturę memów od celowych prób perswazji oraz skoordynowanych najazdów (brigading).

Źródło obrazu: Exolyt

Źródło badania: Jak prorządowe białoruskie TikToki komentowały

Powtarzające się sformułowania w różnych materiałach wideo, skompresowane w czasie serie komentarzy oraz kopiowane wezwania do działania (CTA) to wyraźne sygnały koordynacji. Szczególnie mocnym dowodem zorganizowanej akcji — a nie organicznej reakcji społeczności — jest kompresja czasowa identycznych komunikatów pojawiających się przy niepowiązanych treściach.

4. Sieci twórców i łańcuchy mikroinfluencerów

Narracje rozprzestrzeniają się w sieciach mikroinfluencerów z wyjątkową skutecznością. Najskuteczniejsze operacje wpływu identyfikują twórców działających na styku wielu społeczności i regularnie wprowadzających polityczne ramowanie przekazu do szerokiego spektrum tematów. Takie profile łączące społeczności stają się kluczowymi węzłami wzmacniania narracji.

Analiza wymaga monitorowania nie tylko wskaźników poszczególnych twórców, lecz także wzorców na poziomie sieci, w tym nagłych skoków wzrostu, aktywności między hashtagiami, nakładania się grup odbiorców oraz wzorców współpracy. Sieci, które działają synchronicznie — publikując podobne treści w krótkich oknach czasowych lub wykazując zsynchronizowane wzorce zaangażowania — wskazują na potencjalną koordynację wykraczającą poza organiczną dynamikę społeczności.

5. Sygnały społeczności w ujęciu geograficzno‑językowym

Struktura społeczności TikToka, zorganizowana wokół hashtagów takich jak #BookTok i #PoliTikTok, dostarcza gotowych punktów odniesienia do analizy dynamiki narracji. Segmentacja tematów według geografii i języka ujawnia momenty, gdy społeczności, które zwykle się nie przenikają, nagle zaczynają używać tych samych hashtagów lub dźwięków, co wskazuje na zewnętrzną ingerencję lub celowe seedowanie narracji.

Nasze badania prowadzone na Białorusi, w Polsce i w Rumunii pokazały, że diaspora, społeczności przygraniczne oraz grupy posługujące się językami mniejszościowymi często są w pierwszej kolejności wykorzystywane do testowania przekazów. Te społeczności pełnią rolę poligonu testowego dla przekazów, które następnie trafiają do szerokich grup odbiorców, co czyni je kluczowymi wczesnymi sygnałami ostrzegawczymi.

*Porada ekspercka Exolyt

Jednak zmierzenie się ze złożonością wielojęzycznego social listeningu może być poważnym wyzwaniem w analizie danych z mediów społecznościowych. Poza licznymi niuansami kulturowymi trzeba też przezwyciężyć stronniczość danych zdominowanych przez język angielski, by w pełni wykorzystać bogactwo innych języków i generować bardziej reprezentatywne oraz dokładniejsze globalne insighty. Dostrzegając znaczenie dźwięku, Exolyt wprowadził transkrypcje wideo, aby usprawnić analizę treści.

Jeśli jako ekspert ds. social listeningu mierzysz się z tym wyzwaniem, wypróbuj Exolyt i uzyskaj natychmiastowe insighty dotyczące treści wideo.

6. Inteligencja wizualna wykraczająca poza opisy postów

Operacje wpływu coraz częściej umieszczają przekazy w tekście na ekranie, logotypach lub elementach wizualnych, których w opisach nie ma. Analiza klatka po klatce wychwytuje sygnały dla wtajemniczonych i narracje poza opisem — całkowicie pomijane przez monitoring oparty wyłącznie na słowach kluczowych. Ta warstwa wizualna często zawiera najbardziej wrażliwe lub kontrowersyjne treści, celowo oddzielone od tekstu możliwego do wyszukania.

Rozróżnienie między treściami w opisie (on‑caption) a poza opisem (off‑caption) ujawnia intencje i stopień wyrafinowania działań. Treści projektowane tak, by omijać systemy wykrywania, zazwyczaj osadzają kluczowy przekaz w warstwie wizualnej, jednocześnie utrzymując neutralne opisy — zapewnia to wiarygodną zaprzeczalność przy równoczesnym dostarczeniu komunikatu do docelowych grup odbiorców.

7. Rozpoznawanie wzorców czasowych

Autentyczne trendy mają naturalne falowanie wzrostu i zaangażowania. Sztuczne podbicia przejawiają się skokami aktywności o nietypowych godzinach, pojawiają się w równych, mechanicznych odstępach czasu lub układają się w powtarzalne, dzienne rytmy — co sugeruje automatyzację, a nie zachowania ludzkiej społeczności.

Nałożenie krzywych wzrostu hashtagów, wzorców częstotliwości publikacji oraz tempa przyrostu komentarzy generuje charakterystyczne sygnatury, które pozwalają odróżnić sztuczną amplifikację od organicznego zaangażowania społeczności. Te sygnatury czasowe są szczególnie wartościowe w połączeniu z analizą sieci twórców i metrykami podobieństwa treści.

Przykładowy widok analizy sieci twórców w Exolyt.

Źródło: Exolyt

Źródło: Białoruś jako baza wypadowa: filmy na TikToku rozpowszechniają narracje Kremla w Mołdawii

Jak utrzymać systematyczny proces monitorowania na potrzeby badań nad dezinformacją?

• Określenie zakresu i parametrów

Skuteczny monitoring zaczyna się od jasnego zdefiniowania obszaru zagrożeń — niezależnie od tego, czy koncentruje się on na wyborach, narracjach migracyjnych, dezinformacji zdrowotnej czy geopolityce regionalnej. Skuteczne programy wyznaczają parametry startowe: 3–5 głównych hashtagów, 2–3 trendujące dźwięki oraz 10–20 kluczowych twórców wykazujących wpływ na różne społeczności.

Cele muszą być jasno zdefiniowane i mierzalne, np. „wykrywanie pojawiających się fałszywych twierdzeń dotyczących procedur głosowania korespondencyjnego” lub „monitorowanie transgranicznej propagandy wymierzonej w społeczności mniejszości językowych”. Taka precyzja umożliwia ukierunkowane pozyskiwanie danych i zapobiega niekontrolowanemu rozszerzaniu zakresu prac, co obniża efektywność analityczną.

• Mapowanie sieci i analiza powiązań

Budowanie kompleksowych map powiązań dla każdego hashtagu wyjściowego odsłania szerszy ekosystem powiązanych treści i społeczności. Mapy te pokazują najbliższych sąsiadów o wysokim współwystępowaniu, wzorce klastrowania społeczności oraz węzły peryferyjne, które często sygnalizują pojawiające się kierunki narracji.

Cotygodniowe ujęcia tych sieci powiązań rejestrują ich ewolucję w czasie, ujawniając, jak klastry powstają, łączą się lub rozpadają w reakcji na zdarzenia zewnętrzne albo wewnętrzną dynamikę społeczności. Na szczególną uwagę zasługują węzły peryferyjne, ponieważ często jako pierwsze sygnalizują kolejną iterację ram narracyjnych.

• Analityka twórców i analiza sieci powiązań

Budowanie list obserwacyjnych kont funkcjonujących na styku wielu społeczności lub często współwystępujących z monitorowanymi hashtagami i dźwiękami tworzy podstawę analizy sieciowej. Tacy twórcy często pełnią rolę łączników między społecznościami, przenosząc przekazy ponad tradycyjnymi podziałami.

Triangulacja danych dotyczących dynamiki wzrostu, wskaźników zaangażowania i sentymentu komentarzy ujawnia sieci kont działające w skoordynowany sposób. Najbardziej zaawansowane działania utrzymują wiarygodne zachowania pojedynczych kont, a jednocześnie wykazują wyraźną koordynację na poziomie sieci — poprzez zsynchronizowane publikacje, wspólne elementy narracji lub skoordynowane wzorce zaangażowania.

• Eksploracja komentarzy i analiza fraz

Systematyczne zbieranie komentarzy z listy monitorowanych kont oraz z wysoko angażujących treści zawierających wzmianki o tematach docelowych zapewnia wiarygodny punkt odniesienia, który pozwala odróżnić autentyczną reakcję społeczności od sterowanego przekazu. Prosta analiza n-gramów najpopularniejszych odpowiedzi ujawnia powtarzalne skrypty i tezy komunikacyjne, wskazujące na skoordynowane kampanie komunikacyjne.

Skoncentrowane w krótkim czasie serie podobnych sformułowań, pojawiające się w niepowiązanych ze sobą materiałach wideo, stanowią szczególnie mocny dowód koordynacji działań. Anomalie w tempie przyrostu komentarzy, zwłaszcza w połączeniu z powtarzalnymi wzorcami sformułowań, pozwalają odróżnić autentyczne zaangażowanie społeczności od sztucznego podbijania zasięgu.

• Analiza treści wizualnych

Systematyczna analiza klatka po klatce identyfikuje osadzone słowa kluczowe, slogany i sygnały wizualne — w tym plansze, symbole partyjne oraz adresy URL — których opisy celowo nie zawierają. Ta warstwa analizy wizualnej często zawiera najbardziej wrażliwy przekaz, zaprojektowany tak, aby docierać do docelowych odbiorców, jednocześnie omijając systemy wykrywania oparte na tekście.

Dokumentowanie wymaga starannego kategoryzowania ustaleń jako treści w opisie (on-caption) lub poza opisem (off-caption), przy czym te drugie często wskazują na celowe maskowanie. Zrzuty ekranu wykonywane na potrzeby dokumentacji powinny równoważyć potrzebę zabezpieczenia dowodów z zasadami odpowiedzialnego ujawniania.

• Produkty do raportowania i analityki

Skuteczne raportowanie wychwytuje punkty kulminacyjne narracji, wykorzystując analizę hashtagów i wizualizację wzrostu popularności dźwięków, przy jednoczesnym skupieniu na insightach przekładalnych na decyzje i działania. Cotygodniowe briefingi powinny odpowiadać na cztery kluczowe pytania: co się zmieniło, kto to napędził, dlaczego to istotne i jakie działanie rekomendujemy.

Wyzwanie polega na tym, aby unikać dalszego wzmacniania zasięgu szkodliwych treści, a jednocześnie dostarczać wystarczających danych do podejmowania decyzji. Przycięte zrzuty ekranu, diagramy sieciowe z zamazanymi wrażliwymi danymi oraz analiza zagregowanych wzorców pomagają zachować równowagę między przejrzystością a odpowiedzialnością.

Przykłady studiów przypadku dotyczących cyklu wyborczego autorstwa FactCheck

• Polska: transgraniczne pranie narracji

Nasz monitoring transgraniczny udokumentował, że przed okresami wyborczymi narracje z ekosystemów medialnych powiązanych z Białorusią były systematycznie testowane i poddawane praniu informacyjnemu, a następnie wprowadzane do polskojęzycznych treści na TikToku. Operacja przepakowywała te przekazy za pośrednictwem wiarygodnych dla odbiorców twórców, z pominięciem krajowych ekosystemów medialnych, aby bezpośrednio dotrzeć do młodszych wyborców.

Analiza czasowa nagłych wzrostów natężenia treści w języku polskim, połączona z mapowaniem sieci twórców, ujawniła, jak krótkie formy wideo omijały tradycyjne procesy weryfikacji faktów. Zaawansowanie tkwiło nie w pojedynczych materiałach, lecz w systemowym podejściu do pozyskiwania twórców oraz precyzyjnym planowaniu narracji w czasie.

Jak TikTok wpłynął na wyniki wyborów prezydenckich w Polsce autorstwa FactCheck

• Rumunia: Tempo wzrostu hashtagów i dynamika kampanii

Rumuński cykl wyborczy 2024–2025 pokazał dynamiczną ewolucję hashtagów wokół kandydatów i kwestii programowych. Przekaz polityczny konsekwentnie wykorzystywał trendy rozrywkowe, aby dotrzeć do odbiorców aktywnie unikających treści politycznych.

Analiza na poziomie komentarzy okazała się kluczowa, by odróżnić organiczne reakcje społeczności od skoordynowanych działań perswazyjnych. Identyczne sformułowania pojawiające się w niepowiązanych ze sobą materiałach wideo w krótkich odstępach czasu stanowiły wyraźny dowód koordynacji, a mapowanie powiązań ujawniło, w jaki sposób narracje polityczne przenikały do społeczności rozrywkowych poprzez wspólne dźwięki i współprace twórców.

Źródło: Pojedynek kandydatów na prezydenta Rumunii na TikToku autorstwa FactCheck

• Albania: Rozproszone sieci i polityka tożsamości

Albański TikTok charakteryzował się rozproszonymi klastrami hashtagów o gwałtownych skokach aktywności, w których treści tożsamościowo‑polityczne łączyły się z trendami lifestyle’owymi dzięki duetom i funkcji Stitch. Natywne funkcje współtworzenia platformy stały się narzędziami do wzmacniania i skalowania narracji między społecznościami.

Mapowanie relacji sieciowych zapewniło wczesny wgląd w kształtowanie się mostów między społecznościami, umożliwiających przenikanie narracji, co pozwoliło analitykom zdefiniować skuteczniejsze parametry monitoringu dla kolejnych iteracji kampanii. Studium przypadku pokazało, że fragmentacja społeczności może wręcz przyspieszać rozprzestrzenianie się narracji, tworząc wiele równoległych ścieżek amplifikacji.

Polityczne hashtagi trendujące na albańskim TikToku

Jakich ram etycznych i procedur należy przestrzegać w tej metodologii badawczej?

• Prywatność i odpowiedzialność platformy

Metodologia badawcza musi respektować prywatność użytkowników oraz regulaminy platform. Wykorzystywanie wyłącznie danych publicznych zapobiega naruszeniom prywatności i pozwala utrzymać wysoką skuteczność analiz.

Próby deanonymizacji naruszają standardy etyczne i podważają wiarygodność badań, przenosząc nacisk z analizy wzorców zachowań na targetowanie konkretnych osób.

Przestrzeganie zasad platform jest kluczowe dla zrównoważonego prowadzenia badań i utrzymania dostępu do ciągłego monitoringu. Naruszenia grożą nie tylko zawieszeniem pojedynczych kont, ale również szerszymi ograniczeniami, które mogą podważyć zbiorowe możliwości badawcze.

• Redukcja szkód w praktyce badawczej

Raportowanie wyników badań musi równoważyć przejrzystość z redukcją szkód, unikając niezamierzonego wzmacniania narracji będących przedmiotem analizy. Przycięte zrzuty ekranu, diagramy sieciowe z rozmytymi wrażliwymi informacjami oraz prezentacja wzorców w ujęciu zagregowanym pomagają utrzymać tę równowagę między rzetelną prezentacją dowodów a odpowiedzialnością.

Pośrednie konsekwencje publikacji badań wymagają uważnego rozważenia, ponieważ prace akademickie i analizy polityk publicznych mogą niezamierzenie dostarczać wskazówek operacyjnych podmiotom działającym w złej wierze. Zakres przekazywanego kontekstu oraz poziom szczegółowości opisu metodyki należy wyważyć między wartością edukacyjną a ryzykiem niewłaściwego wykorzystania.

• Rygor analityczny i standardy jakości dowodów

Nie każda anomalia wskazuje na koordynację lub złośliwe intencje. Rzetelna analiza wymaga wielu zbieżnych sygnałów, a nie pojedynczej przesłanki. Wzorce czasowe, w połączeniu z powtarzalnym wykorzystaniem tych samych sieci twórców oraz sygnałami wizualnymi spoza opisu, dają mocniejszą podstawę do atrybucji niż jakikolwiek pojedynczy wskaźnik.

Standardy dokumentacji muszą zapewniać powtarzalność przy jednoczesnej ochronie wrażliwych źródeł i metod. Zarchiwizowane adresy URL, zrzuty ekranu opatrzone znacznikiem czasu oraz transparentność metodologii umożliwiają weryfikację bez naruszania możliwości prowadzenia bieżącego monitoringu ani ochrony źródeł.

Jak wdrożyć strategię monitorowania dezinformacji?

Etap 1: Budowa infrastruktury

Skuteczne wdrożenie zaczyna się od precyzyjnego zdefiniowania obszaru ryzyka, obejmującego zakres tematyczny, zakres geograficzny oraz parametry językowe. Ustalenie parametrów bazowych stanowi fundament pod systematyczne skalowanie: od trzech do pięciu kluczowych hashtagów, od dwóch do trzech trendujących dźwięków oraz od dziesięciu do dwudziestu twórców o przekrojowym zasięgu.

Ustalenie linii bazowej relacji wyznacza punkt startowy analizy trendów, obejmując istniejące struktury społeczności i przepływy narracji przed rozpoczęciem okresu monitoringu. Taka linia bazowa umożliwia wykrywanie zmian, które w innym wypadku mogłyby być postrzegane jako zwykła aktywność na platformie.

Faza druga: Systematyczny monitoring

Cotygodniowe aktualizacje listy monitorowanych twórców wychwytują ewoluujące sieci wpływu i pojawiające się połączenia między narracjami. Analiza wzorców komentarzy ujawnia sygnały koordynacji, których monitoring na poziomie treści może nie wychwycić. Analiza wizualna klatka po klatce wykrywa zaszyte przekazy zaprojektowane tak, by omijać systemy wykrywania oparte na tekście.

Czasowe wykrywanie anomalii łączy wiele źródeł danych, aby identyfikować wzorce sztucznej, koordynowanej amplifikacji. Integracja dynamiki użycia hashtagów, częstotliwości publikacji, wzorców zaangażowania oraz czasu publikacji komentarzy tworzy kompletne profile aktywności, które wyraźnie odróżniają aktywność organiczną od koordynowanej.

Etap 3: Opracowanie insightów

Cotygodniowe briefingi narracyjne przekształcają wyniki monitoringu w insighty gotowe do działania, obejmując pojawiające się zagrożenia, kluczowe sieci amplifikacji treści, analizy wpływu oraz rekomendowane działania. Archiwizacja materiałów źródłowych zapewnia pełną ścieżkę audytową, a procedury dokumentacyjne gwarantują powtarzalność i możliwość weryfikacji.

Komunikacja z interesariuszami wymaga dostosowania produktów analitycznych do potrzeb odbiorców — niezależnie od tego, czy służą badaniom akademickim, tworzeniu polityk, czy działaniom operacyjnym. Opracowanie rekomendacji dotyczących kontrnarracji domyka cykl analityczny i pozwala działać proaktywnie, zamiast jedynie reagować.

Jakie są strategiczne implikacje monitorowania dezinformacji?

Operacje dezinformacyjne wykorzystują kluczowe mechanizmy działania TikToka: algorytmiczne wzmacnianie zasięgu, autentycznych twórców oraz szybkie tempo obiegu treści. Jednak przy podejściu systemowym te same cechy stwarzają możliwości wczesnego wykrywania i reagowania.

Kluczowy wniosek z naszych badań prowadzonych na przestrzeni wielu cykli wyborczych jest taki, że zaawansowane operacje wpływu pozostawiają wykrywalne ślady w wielu wymiarach analitycznych. Żadna pojedyncza metryka nie daje jednoznacznej atrybucji, ale zbieżne sygnały z analizy sieciowej, wzorców czasowych, podobieństwa treści oraz anomalii w zaangażowaniu tworzą solidne możliwości wykrywania.

Sukces wymaga traktowania TikToka nie jako chaotycznego środowiska informacyjnego, lecz jako uporządkowany system z przewidywalnymi wzorcami i wykrywalnymi anomaliami. Dzięki systemowemu podejściu łączącemu mapowanie relacji, analizę komentarzy oraz kompleksowy przegląd treści, monitoring mediów społecznościowych przechodzi od reaktywnej oceny szkód do proaktywnego wykrywania zagrożeń.

Celem nadrzędnym jest przekształcenie szumu z mediów społecznościowych w insighty gotowe do wykorzystania przy podejmowaniu decyzji — na tyle szybko, by umożliwić skuteczną reakcję. Wymaga to nie tylko wysokiej dojrzałości analitycznej, lecz także dyscypliny operacyjnej, solidnych ram etycznych oraz przejrzystego komunikowania zarówno możliwości, jak i ograniczeń interesariuszom, którzy opierają swoje kluczowe decyzje na tej wiedzy.

Ten przewodnik dotyczący monitorowania propagandy dezinformacyjnej został opracowany na podstawie szeroko zakrojonych badań prowadzonych przez FactCheck.LT w wielu cyklach wyborczych oraz w ramach operacji wpływu. Ich publikacje badawcze zawierają szczegółowe studia przypadków oraz dokumentację metodologiczną.