Internet nie potrafi odpowiedzieć na jedno pytanie wynikające z rekordowego przeboju country Elli Langley: jak piosenka, którą wielu ludzi twierdzi, że nigdy nie słyszeli, śpiewana przez wokalistkę, której nie rozpoznawali, spędziła więcej tygodni na 1. miejscu niż jakakolwiek inna w 68-letniej historii listy Billboard Hot 100?

„Choosin' Texas” Langley pozostawała na szczycie listy przez 24 tygodnie, przewyższając 22-tygodniowy rekord „All I Want for Christmas Is You” Mariah Carey. Świąteczna piosenka Carey to stały element sezonu, który co zimę wraca do publicznej dyskusji. Seria Langley zakończyła się na liście z datą 10 października, gdy „Patient Zero” Taylor Swift zadebiutowała na 1. miejscu. Utwór Carey, który zazwyczaj wraca na szczyt każdego grudnia, potrzebowałby trzech kolejnych tygodni na 1. miejscu, by odzyskać rekord — według Billboard oraz reportażu Billboard o debiucie Swift.

Jednak jedynie 24% amerykańskich słuchaczy muzyki wiedziało, kim jest Ella Langley, w drugim kwartale 2026 roku — według firmy zajmującej się danymi i badaniami rynku rozrywkowego Luminate, która przekazała te dane Fortune. Rozpoznawalność wzrosła z 13% w czwartym kwartale 2025 roku i 17% w pierwszym kwartale 2026 roku, ale wciąż obejmowała mniej niż jednego na czterech amerykańskich słuchaczy muzyki.

Innymi słowy, przebój numer 1 może wciąż pozostawiać znaczną część publiczności z pytaniem: „kto to?”. Ta rozbieżność rodzi szersze pytanie: co stało się z monokulturą?

Monokultura odnosi się do wspólnego zestawu odniesień kulturowych — piosenek, programów telewizyjnych i filmów, o których można było zakładać, że inni je znają, niezależnie od tego, czy osobiście im się przyjmowa. W ostatnim czasie krytycy używają tego terminu również w niemal przeciwnym sensie, aby opisać, jak algorytmy i sztuczna inteligencja mogą spłaszczać kulturę do jednolitości.

Dzielenie się odniesieniami było łatwiejsze, gdy duża część tego, co ludzie oglądali i słuchali, pochodziła z niewielkiej liczby stacji telewizyjnych, radiowych oraz MTV. To branżowi strażnicy decydowali, co dociera do masowej publiczności. Nie trzeba było być fanem, żeby wiedzieć, o czym rozmawiają wszyscy inni.

Ta wspólna publiczność nigdy nie obejmowała wszystkich i zaczęła się fragmentować jeszcze przed TikTokiem. Ale spersonalizowane feedy pogłębiły ten podział: to, co dociera do użytkownika, w coraz większym stopniu zależy od tego, co system platformy sądzi, że ta konkretna osoba chce zobaczyć. Fortune analizował wcześniej relację między algorytmami, AI a monokulturą w osobnym raporcie.

Pętla sprzężenia zwrotnego w działaniu

TikTok podkreśla personalizację swojego feedu „Dla Ciebie”. Jak firma wyjaśnia w opisie działania swoich rekomendacji, „nie istnieje jeden feed Dla Ciebie”.

Na przykład użytkownik może obejrzeć jeden klip z koncertu Olivii Rodrigo, a potem mieć wrażenie, że co piąty film to kolejny klip tej wokalistki. TikTok twierdzi, że jego system bierze pod uwagę to, co użytkownicy lubią i udostępniają, kogo obserwują oraz czy oglądają film do końca. Analizuje również same filmy, w tym ich opisy, dźwięki i hashtagi. Uwzględniane są także preferencje językowe, ustawienie kraju i typ urządzenia, choć TikTok twierdzi, że te czynniki mają mniejsze znaczenie.

Razem te sygnały pomagają systemowi zdecydować, które treści powinny otrzymać więcej uwagi użytkownika. TikTok twierdzi również, że stara się zachować różnorodność, m.in. generalnie unikając wyświetlania po sobie dwóch filmów z tym samym dźwiękiem lub od tego samego twórcy.

W Stanach Zjednoczonych system rekomendacji jest obecnie nadzorowany przez joint venture wspierane przez Oracle, które w styczniu przejęło amerykańskie operacje TikToka. Spółka oświadczyła, że przeszkoli algorytm rekomendacji od nowa na danych amerykańskich użytkowników. Fortune informował o tej strukturze własnościowej w grudniu 2025 roku.

Jeśli użytkownik dalej ogląda dany rodzaj treści, algorytm może pokazywać ich coraz więcej. Badacze zaobserwowali tę pętlę sprzężenia zwrotnego w badaniu opublikowanym w lutym w EPJ Data Science. Naukowcy testowali feed „Dla Ciebie” TikToka za pomocą zautomatyzowanych kont zaprogramowanych wokół różnych zainteresowań.

Badanie wykazało, że TikTok coraz częściej rekomendował filmy pasujące do tych zainteresowań, a tozmocnienie zazwyczaj zaczynało się w ciągu pierwszych 200 obejrzanych filmów. Feedy zachowywały pewną różnorodność, ale im silniej wzmacniano zainteresowania konta, tym mniej różnych hashtagów napotykało. Eksperymenty przeprowadzono w 2024 roku, przed zmianą właścicielską TikToka w USA. Badanie jest dostępne za pośrednictwem Springer.

Te wyniki pomagają wyjaśnić, dlaczego jedna osoba może uważać, że jakiś temat zawładnął internetem, podczas gdy sąsiad otrzymuje zupełnie inny feed i nie wie, o czym mowa.

Użytkownicy mogą też sami zawężać swoje wybory. TikTok i inne platformy oferują narzędzia, takie jak ustawienie „Zarządzaj tematami” w TikToku, które pozwala wskazać, jakich tematów użytkownik chce widzieć więcej lub mniej. Szczegóły dotyczące tej funkcji opisał TechCrunch.

Obserwowani ze wszystkich stron

Informacje wykorzystywane do personalizacji feedu mogą pochodzić spoza aplikacji. Meta ogłosiła w czerwcu, że będzie wykorzystywać informacje przekazywane jej przez inne firmy — w tym zakupy dokonywane na innych stronach internetowych — do personalizacji feedów użytkowników i odpowiedzi AI, a nie tylko reklam.

Przykład Meta był prosty: ktoś, kto kupił online namiot, może zacząć widzieć więcej Reelsów związanych z biwakowaniem. Użytkownicy mogą zarządzać tą aktywnością za pomocą ustawienia „Aktywność od innych firm” — według ogłoszenia firmy.

To, co użytkownicy oglądają i co kupują, może w obu przypadkach zasilać obliczenia, kształtując indywidualny zakątek internetu dopasowany do danej osoby.

Nie każdemu taka wygoda odpowiada. Publicysta „The New Yorker” Kyle Chayka poświęcił swoim obawom całą książkę: Filterworld: How Algorithms Flattened Culture.

„Te cyfrowe platformy i feedy w pewnym sensie obiecują świetne wspólnotowe doświadczenie… ale myślę, że w rzeczywistości raczej atomizują nasze doświadczenia, ponieważ nigdy nie możemy wiedzieć, co inni widzą w swoich feedach” — powiedział Chayka w 2024 roku w programie Fresh Air stacji NPR. Wywiad jest dostępny za pośrednictwem NPR.

Chayka argumentował, że ta fragmentacja odbiera trochę radości ze sztuki i utrudnia ludziom wspólne emocjonowanie się tymi samymi rzeczami. Bardziej zaawansowane systemy rekomendacji mogą pozostawiać użytkowników w oddzielnych bańkach. Ale napięcie pozostaje: jeśli coś kogoś nie interesuje, czy powinno pojawiać się w jego feedzie wyłącznie po to, by tworzyć wspólne doświadczenie kulturowe? A jeśli treść nigdy do kogoś nie dociera, skąd miałaby wiedzieć, czy mogłaby jej się spodobać?

Ta historia pierwotnie ukazała się w Fortune.com.