Jeszcze dwa lata temu pytanie „czy AI zabierze copywriterom pracę” brzmiało jak pożywka dla clickbaitowych nagłówków. Dziś odpowiada na nie twarda statystyka rynkowa, a jest ona niewygodna. W pierwszych pięciu miesiącach 2026 roku liczba zleceń dla copywriterów i autorów tekstów na platformie Freelancehunt spadła o 51,3 procent rok do roku. To nie prognoza ani panika branżowego portalu, tylko dane z realnego marketplace’u. Warto więc odłożyć na bok zarówno technooptymizm, jak i katastrofizm, i przyjrzeć się temu, co faktycznie się dzieje, co mówią badania nad jakością tekstów AI oraz jak w tej sytuacji ma się odnaleźć osoba, która żyje z pisania.
Co naprawdę stało się z rynkiem zleceń
Spadek nie rozłożył się równomiernie. Najmocniej oberwały zadania, które firma potrafi dziś obsłużyć samodzielnie z pomocą darmowego modelu językowego. Poniższe liczby z Freelancehunt za pierwsze miesiące 2026 roku pokazują, gdzie cięcie było najgłębsze.
| Rodzaj zlecenia | Zmiana rok do roku |
|---|---|
| Copywriting (proste teksty) | −59,1% |
| Rewriting (przeredagowanie tekstu) | −55,3% |
| Pisanie artykułów | −48% |
| Redakcja i korekta | −34,8% |
Widać tu wyraźny wzór. Im prostsze i bardziej odtwórcze zadanie, tym mocniej wyparła je automatyzacja. Proste opisy produktów, masowe teksty na strony zapleczowe, przepisywanie cudzych artykułów innymi słowami, czyli praca, którą i tak trudno było nazwać twórczą, przeszły w ręce algorytmu niemal w całości. Redakcja i korekta trzymają się najlepiej, bo wymagają wyłapywania błędów, których model sam u siebie nie widzi.
Po drugiej stronie stoi adopcja narzędzi. Z tego samego badania Freelancehunt wynika, że 77,5 procent aktywnych freelancerów sięga po narzędzia AI, a 38,3 procent korzysta z nich regularnie. To ważny niuans: sztuczna inteligencja nie jest zewnętrznym wrogiem, który podbiera zlecenia zza rogu. Ona jest już wewnątrz warsztatu, przy biurku samych copywriterów. Zmienia się nie tyle to, kto pisze, ile ile pracy trzeba włożyć w jeden tekst i ile klient jest gotów za tę pracę zapłacić.
W szerszej skali w Polsce adopcja dopiero się rozpędza. Według Eurostatu w 2025 roku z generatywnej AI korzystało 22,68 procent osób w wieku 16–74 lat, lecz w grupie 16–24 lata było to już 49,3 procent. Z danych GUS wynika, że technologię AI stosowało 8,7 procent polskich firm zatrudniających co najmniej dziesięć osób. Innymi słowy, fala, która skurczyła rynek prostych zleceń, jest dopiero na początku. To, co widać dziś, to nie punkt docelowy, tylko rozbieg.
Czy AI pisze lepiej od człowieka? Co mówią badania
Tu zaczyna się część, którą wielu copywriterów woli pomijać. Chodzi o pytanie, czy odbiorca w ogóle rozpoznaje słabszy tekst maszyny, i czy ta słabość faktycznie istnieje.
Badacze z MIT, Yunhao Zhang i Renée Gosline, sprawdzili to w eksperymencie opublikowanym w Judgment and Decision Making (2023). We współpracy z jedną z czołowych firm doradczych zestawili treści reklamowe i perswazyjne tworzone na cztery sposoby: przez samego eksperta, przez samo ChatGPT-4, przez człowieka wspieranego przez model i przez model korygowany przez człowieka. Następnie kazali losowo dobranym odbiorcom ocenić jakość, nie wiedząc, co skąd pochodzi. Wynik zaskoczył samych autorów. Teksty, w których ostateczną decyzję podejmowała AI, oceniano jako lepsze jakościowo niż te napisane przez zawodowych twórców.
Co więcej, kiedy odbiorcom ujawniono autora, przewaga tekstów AI malała, lecz się nie odwracała. Badacze nazwali ten efekt „faworyzowaniem człowieka”, a nie „awersją do AI”. Świadomość, że tekst napisał człowiek, podnosiła jego ocenę, natomiast informacja o udziale maszyny nie obniżała jej wcale. Praktyczny wniosek jest niewygodny: przeciętny czytelnik nie odrzuca tekstu tylko dlatego, że powstał z pomocą modelu. Jeśli treść jest dobra, broni się sama.
Podobnie wygląda perswazja mierzona bezpośrednio. W badaniu opublikowanym w Nature Scientific Reports (2024) na próbie 1788 osób wiadomości personalizowane przez ChatGPT pod profil psychologiczny odbiorcy okazały się istotnie skuteczniejsze niż komunikaty niedopasowane, i to w różnych dziedzinach, od reklamy produktów po apele polityczne. Rok wcześniej zespół z EPFL wykazał w kontrolowanym eksperymencie, że GPT-4 z dostępem do danych o rozmówcy był o 64 procent skuteczniejszy w przekonywaniu niż bez tej personalizacji. Mechanizmy, które od stu lat opisuje psychologia reklamy, model potrafi dziś odtwarzać na skalę, o jakiej żaden dział marketingu wcześniej nie marzył. Piszę o tych mechanizmach szerzej w tekście o psychologii perswazji w copywritingu.
Zanim jednak uznasz, że sprawa przegrana, zwróć uwagę na jedno zdanie z pracy Zhang i Gosline. Autorzy podkreślają, że ich wyniki w żadnym razie nie oznaczają, iż modele powinny całkowicie zastąpić człowieka, zwłaszcza w roli nadzoru nad treścią. Najlepiej wypadał wariant, w którym maszyna i człowiek pracowali razem. To jest klucz do całej reszty tego artykułu.
Gdzie człowiek wciąż wygrywa
Model językowy przewiduje najbardziej prawdopodobne kolejne słowo na podstawie tego, co przeczytał w danych treningowych. To potężne narzędzie do generowania płynnego, poprawnego tekstu, lecz ma wbudowane ograniczenia, których żaden nowszy model sam z siebie nie usuwa.
- Doświadczenie i konkret z życia. AI nie odwiedziła targów, nie rozmawiała z klientem o jego lękach, nie testowała produktu. Potrafi napisać, że „krem szybko się wchłania”, lecz nie doda spostrzeżenia, które ma tylko ktoś, kto rzeczywiście go używał. Google nazywa ten pierwiastek „Experience” i traktuje go jako osobny filar oceny jakości.
- Weryfikacja faktów. Model potrafi z pełnym przekonaniem podać nieistniejącą statystykę, błędną datę albo wymyślone źródło. Ta skłonność do konfabulacji, zwana halucynacją, sprawia, że każdy fakt z tekstu AI trzeba sprawdzić u źródła. To zajęcie z definicji ludzkie.
- Strategia i cel biznesowy. Copywriting nie polega na wyprodukowaniu tekstu, tylko na doprowadzeniu odbiorcy do reakcji. Decyzja, do kogo mówimy, jakim tonem, którą korzyść wyeksponować i jak wpisać tekst w całą ścieżkę zakupową, wymaga zrozumienia biznesu klienta. Model dostaje te decyzje w promcie, sam ich nie podejmuje.
- Głos marki i oryginalność. Trenowany na uśrednionym internecie model ciąży ku średniej. Bez mocnego prowadzenia produkuje teksty gładkie i bezpieczne, które brzmią jak wszystkie inne. Rozpoznawalny, świeży głos marki nadal powstaje w ludzkiej głowie.
Żadnej z tych rzeczy nie da się zlecić modelowi w całości. Wszystkie stają się dziś głównym towarem, który copywriter ma do sprzedania.
Google a treści generowane przez AI
Wielu piszących wciąż powtarza mit, że Google karze teksty AI z automatu. To nieprawda i warto to sobie raz na zawsze poukładać, bo od tego zależy sposób pracy.
Stanowisko Google jest konsekwentne od 2023 roku i potwierdzone w aktualizacji wytycznych dla oceniających jakość ze stycznia 2025. Wyszukiwarka nie ocenia tego, jak powstała treść, tylko jaka ona jest. Sposób produkcji nie jest łamaniem zasad, dopóki tekst nie powstaje po to, żeby manipulować rankingiem. Kluczem pozostaje ten sam framework E-E-A-T, czyli doświadczenie, ekspertyza, autorytatywność i wiarygodność (z angielskiego Experience, Expertise, Authoritativeness, Trustworthiness).
Granica jest jednak wyraźna. Wytyczne każą przyznawać najniższą ocenę stronom, których treść jest niemal w całości wygenerowana automatycznie i nie wnosi żadnej wartości ponad to, co już jest w sieci. Google wprost wymienia „scaled content abuse”, czyli masowe produkowanie tekstów niskiej wartości w celu zdobycia ruchu. Prosty rachunek dla copywritera wygląda tak: publikacja surowego wyjścia z modelu, bez badań, bez redakcji i bez własnego wkładu, trafia dokładnie w kategorię, którą wyszukiwarka spycha najniżej. Model może być punktem startu, nigdy metą.
Jak realnie korzystać z AI w pracy copywritera
Skoro najlepsze wyniki daje współpraca człowieka z modelem, warto ją rozpisać na konkretne kroki. Poniższy tok pracy odpowiada wariantowi „augmented human” z badania MIT, w którym ostateczna decyzja należy do człowieka, a model dostarcza materiału.
- Zacznij od strategii, nie od promptu. Zanim otworzysz okno czatu, ustal odbiorcę, cel tekstu, główną korzyść i ton. Te decyzje są twoje. Model, który dostaje precyzyjny brief, pisze zupełnie inaczej niż ten, któremu każesz „napisać tekst o kremie”.
- Użyj modelu do rusztowania, nie do gotowego dania. Świetnie sprawdza się w burzy pomysłów na nagłówki, w rozpisaniu struktury, w wygenerowaniu dwudziestu wariantów jednego zdania, z których wybierzesz jeden. To praca, która ręcznie zajęłaby godziny.
- Wpuść własne fakty i doświadczenie. W tym miejscu tekst przestaje być średnią z internetu. Dodaj konkretną liczbę od klienta, cytat z rozmowy, obserwację z testu produktu, dane, których model nie miał skąd znać.
- Zweryfikuj każdy fakt. Każdą statystykę, nazwisko, datę i źródło sprawdź niezależnie. To nie jest opcja, tylko warunek publikacji. Halucynacja w tekście firmowanym twoim nazwiskiem uderza w twoją wiarygodność.
- Zredaguj pod głos i rytm. Wygładź frazy, które brzmią jak z każdego innego tekstu, usuń nadużywane przez modele wtręty, dopnij tekst do głosu marki. To ostatnie 20 procent pracy decyduje o tym, czy tekst wyróżni się z tła.
Ten sam model, który zabrał proste zlecenia, potrafi znacząco skrócić czas ich obróbki, jeśli traktujesz go jak asystenta, a nie jak zastępstwo. O tym, jak układać sobie pracę tak, żeby narzędzia realnie przyspieszały pisanie, piszę więcej w tekście o produktywności w pracy copywritera.
Jak zabezpieczyć swoją pozycję na rynku
Dane o spadku zleceń nie mówią, że praca copywritera znika. Mówią, że przesuwa się jej środek ciężkości. Wypadają z rynku ci, którzy sprzedawali samo wyprodukowanie znaków, bo dokładnie to model robi taniej. Zostają ci, którzy sprzedają coś, czego model nie umie: sąd, strategię i odpowiedzialność za wynik.
W praktyce oznacza to kilka kierunków rozwoju. Warto pogłębiać specjalizację w dziedzinie, w której liczą się realna wiedza i doświadczenie, bo tam halucynacja modelu jest kosztowna, a ekspercki nadzór bezcenny. Warto przesuwać ofertę z „napiszę tekst” w stronę „zaprojektuję komunikację, która zrealizuje twój cel”, bo za strategię klient wciąż płaci. Warto też stać się osobą, która redaguje i kontroluje treści AI dla firm, bo popyt na ten nadzór dopiero rośnie. Jeśli dopiero wchodzisz do zawodu, wszystkie te wskazówki spinają się w jedno z podstawami, które opisuję w przewodniku jak zostać copywriterem i zacząć zarabiać na pisaniu.
Kontekst zarobkowy też się zmienia. Skoro proste teksty potaniały niemal do zera, wartość przenosi się na projekty wymagające strategii i eksperckiej ręki, a te wyceniane są zupełnie inaczej niż akord za tysiąc znaków. Jak wyglądają stawki na polskim rynku i gdzie leży dziś realna granica opłacalności, pokazuję w analizie ile zarabiają polscy copywriterzy.
Podsumowanie
Sztuczna inteligencja nie zabiera copywritingu, tylko rozdziela go na dwie części. Pierwsza, czysto odtwórcza, faktycznie przechodzi do maszyny i to widać w liczbach: ponad połowa prostych zleceń zniknęła z rynku w kilkanaście miesięcy. Druga, oparta na doświadczeniu, weryfikacji faktów, strategii i ludzkim sądzie, staje się nie mniej, lecz bardziej wartościowa. Badania pokazują, że odbiorca nie odrzuca tekstu z powodu udziału AI, a najlepsze rezultaty daje współpraca człowieka z modelem, w której ostatnie słowo należy do człowieka. Copywriter, który potraktuje model jak narzędzie i skupi się na tym, czego narzędzie nie umie, ma przed sobą lepszą pozycję niż kiedykolwiek. Ten, kto liczył na sprzedaż samych znaków, musi się przekwalifikować, i to szybciej, niż podpowiada dzisiejsza statystyka.
Źródła: Freelancehunt (dane o zleceniach i adopcji narzędzi AI, I–V 2026, za ITwiz i eGospodarka.pl); Eurostat i GUS (adopcja generatywnej AI w Polsce, 2025); Y. Zhang, R. Gosline, „Human favoritism, not AI aversion”, Judgment and Decision Making 2023; „The potential of generative AI for personalized persuasion at scale”, Nature Scientific Reports 2024; badanie EPFL nad perswazyjnością GPT-4, 2024; Google Search Central i Search Quality Rater Guidelines, aktualizacja I 2025.