Digitalne platforme i sistemi veštačke inteligencije (AI) često se predstavljaju kao neutralni alati koji nam pružaju pristup informacijama, a algoritmi kao tehnički posrednici koji „pokazuju“ ono što već postoji u društvu. Međutim, ova pretpostavka je sve dalje od istine. Savremeni algoritmi ne funkcionišu kao pasivno ogledalo stvarnosti, oni je aktivno konstruišu, selektujući, pojačavajući i ponekad fabrikujući sadržaj prema svojim ekonomskim imperativima.
U srži ovog procesa leži jednostavan, ali moćan princip: maksimizacija angažovanja (engagement). Platforme kao što su TikTok, Spotify, YouTube ili X ne optimizuju sadržaj prema tačnosti, dubini ili društvenoj vrednosti, već prema verovatnoći da će zadržati korisnika što duže na ekranu. Taj pomak prioriteta ima duboke posledice po individualnu i kolektivnu percepciju, a posebno po poslovne odluke u kompanijama koje se oslanjaju na digitalne kanale.
Ekonomija pažnje: zašto ekstremno pobeđuje umereno
Algoritmi su dizajnirani da nagrađuju sadržaj koji izaziva jake emocije, bes, strah, iznenađenje ili radoznalost. Istraživanja pokazuju da ovakvi materijali generišu znatno više lajkova, komentara, deljenja i vremena provedenog na platformi. Kao rezultat, algoritmi sistematski favorizuju ekstremnije stavove u odnosu na umerene i analitičke.
Ovaj mehanizam nije slučajan. On je direktna posledica poslovnog modela koji se oslanja na oglase i vreme provedeno na platformi. Studije iz 2025. godine potvrđuju da engagement-based algoritmi (kao na X/Twitter-u) pojačavaju emocionalno nabijen sadržaj, čineći da korisnici percipiraju društvo kao polarizovanije nego što jeste u stvarnosti. Umereni glasovi se povlače u pozadinu, dok marginalni stavovi deluju kao dominantni.
Za poslovne korisnike ovo ima direktne implikacije. Marketing timovi koji prate „trendove“ na društvenim mrežama mogu da steknu iskrivljenu sliku javnog mnjenja. Kampanja koja se oslanja na algoritamski pojačane teme rizikuje da promaši ciljnu grupu ili čak izazove kontroverzu koja nije reprezentativna za šire tržište. U B2B segmentu, gde se donose strateške odluke na osnovu „šta se priča“, ova distorzija može dovesti do pogrešnih investicija ili pogrešnog pozicioniranja brenda.
Kada algoritam postane kreator kulture
Jedan od najjasnijih primera kako algoritmi proizvode, a ne samo odražavaju kulturu, jeste muzička industrija. Spotify je 2019. godine kreirao plejlistu „Hyperpop“ koja je grupisala korisnike koji imaju slične navikame slušanja muzike. Algoritam je potom počeo da pojačava sličan sadržaj, što je podstaklo muzičare da se prilagode tom obrascu.
Rezultat nije bio žanr koji se razvio prirodno, kao posledica kulturnih tokova i interesovanja korisnika, već žanr koji je naglo nastao i proširio se pod uticajem dostupnih podataka i načina na koji algoritmi obrađuju i povezuju te podatke. Danas Spotify ima preko 6000 mikro-žanrova, od kojih mnogi nastaju upravo na ovaj način.
Nešto slično se dešava i na TikTok-u. Algoritam favorizuje vizuelno provokativni, brzo konzumabilni sadržaj koji „radi“ u kratkom formatu. Trendovi poput Labubu (kolekcionarskih figurica čiji su unboxing videoji postali globalna manija) nisu nastali organski, algoritam ih je detektovao, pojačao i pretvorio u masovni fenomen. Kompleksnije, kontekstualne teme imaju manju šansu jer se ne uklapaju u format koji platforma može efikasno da monetizuje.
Za kompanije koje se bave kreativnim industrijama ili content marketing-om, ovo znači sledeće: ako se oslanjate isključivo na podatke sa platformi, rizikujete da kopirate „fabrikovane“ trendove umesto da gradite autentične, dugoročne vrednosti. Brendovi koji žele diferencijaciju moraju da se pitaju: da li ovaj trend odražava stvarne preferencije kupaca ili samo algoritamsku optimizaciju?
Koliko su jezik i percepcija pod uticajem LLM-ova
Uticaj algoritama ne zaustavlja se na sadržaju koji konzumiramo, on sve više oblikuje i način na koji mislimo i komuniciramo. Veliki jezički modeli (LLM) poput ChatGPT-a funkcionišu kao statistički prediktori sledeće reči. Oni ponavljaju obrasce iz trening podataka, a korisnici ih nesvesno usvajaju.
Studije iz 2025. i 2026. godine pokazuju jasan „feedback loop“: reči i fraze koje ChatGPT često koristi („delve“, „meticulous“, „realm“, „underscores“) postale su učestalije u ljudskom govoru i pisanju, i u podkastovima i u poslovnoj komunikaciji. Tekstovi generisani ili korigovani AI-jem postaju formalniji, manje lični i ponekad menjaju čak i suštinu argumenata. Kompanije koje masovno koriste AI za izveštaje, marketing materijale ili internu komunikaciju rizikuju „blandification“, uniformnost koja slabi brend i autorski glas.
Još jedan aspekt je jezički i kulturni bias. Isti model može da pokaže različite političke sklonosti zavisno od jezika. ChatGPT je u nekim analizama pokazivao konzervativnije stavove na persijskom (farsiju) zbog ograničenog i specifičnog trening korpusa. Za globalne kompanije koje posluju na više tržišta, ovo znači da zaposleni ili klijenti u različitim zemljama mogu da dobijaju različite „verzije stvarnosti“ iz istog alata, što komplikuje internu koordinaciju i međunarodni marketing.
Posledice po poslovanje
U poslovnom kontekstu, distorzija percepcije ne javlja se izolovano, već prožima sve ključne funkcije organizacije. U oblasti HR-a i zapošljavanja, AI alati za generaciju oglasa i vizuelnih materijala često konstrušu nerealnu sliku „idealnog kandidata“, što može negativno uticati i na diverzitet i na stvarni kvalitet talenata koji se privlače. U marketingu i prodaji, kampanje oslonjene na algoritamski generisane trendove neretko promašuju ciljnu publiku ili proizvode prividan angažman koji se ne prevodi u dugoročnu lojalnost. Na nivou strateškog planiranja, analize tržišta i konkurencije dobijene putem LLM-ova mogu biti iskrivljene, što povećava rizik od pogrešnih investicionih odluka ili neadekvatnog pozicioniranja na tržištu. Istovremeno, u komunikaciji sa klijentima, uniformni i AI-generisani tekstovi doprinose gubitku autentičnosti, smanjuju poverenje i otežavaju diferencijaciju brenda.
Najveći rizik nije u pojedinačnim greškama, već u sistemskom efektu: čitavi timovi grade odluke na „algoritamskoj verziji stvarnosti“, stvarajući korporativnu eho-komoru.
Gde je rešenje?
Rešenje nije odustajanje od algoritama i AI-ja, oni donose nesumnjive prednosti u efikasnosti i skalabilnosti. Ključ je u kritičkoj svesti i sistemskom pristupu.
Kompanije treba da usvoje skup sistemskih praksi koje umanjuju rizik od iskrivljenih uvida i pogrešnih odluka. To pre svega podrazumeva redovno upoređivanje AI generisanih rezultata sa nezavisnim i verifikovanim izvorima, kao što su industrijski izveštaji, interna analitika i terenska istraživanja. Paralelno s tim, neophodno je uvesti „human-in-the-loop“ pristup, odnosno obavezan ljudski nadzor pre konačne upotrebe sadržaja ili donošenja odluka. Poseban akcenat treba staviti na edukaciju timova o mehanizmima pristrasnosti (bias), povratnih sprega (feedback loop) i distorzije percepcije, kako bi razumeli ograničenja sistema koje koriste. U tehničkom smislu, preporučuje se kombinovanje više modela ili razvoj prilagođenih rešenja treniranih na internim podacima, umesto oslanjanja isključivo na javno dostupne LLM-ove. Na kraju, potrebno je definisati jasne interne politike koje uređuju upotrebu veštačke inteligencije u osetljivim poslovnim oblastima, poput marketinga, zapošljavanja i strateškog odlučivanja.
U digitalnom okruženju kritičko razmišljanje više ne podrazumeva odbacivanje tehnologije, već razumevanje njenih pravila igre. Algoritmi i AI ne odražavaju stvarnost, oni je aktivno grade. Pitanje za svakog menadžera i kompaniju više nije da li su pod uticajem, već koliko su svesni tog uticaja i kako ga kanališu u svoju korist.
Milena Šović, M.Sc.,CSM, CSPO
AI Implementation Specialist & Content Trainer
