Algoritam društvenih mreža odavno određuje koji će sadržaj dobiti veću vidljivost. Facebook je sada otišao korak dalje: kreatorima nudi AI alat koji rezultate prethodnih objava može pretvoriti u prijedloge za ono što bi mogli objaviti sljedeće.
Meta je u lipnju uvela Creator Assistant. Alat koristi podatke o publici, engagementu i rezultatima pojedinog kreatora kako bi ponudio preporuke za budući sadržaj. Može objasniti zašto je neki Reel prošao bolje od drugih te predložiti nove ideje, kutove obrade, aktualne kulturne trenutke, trending audio i stilove sadržaja. Preporuke prilagođava cilju kreatora, poput rasta publike, većeg engagementa ili monetizacijeIzraz "monetizacija" može poprimiti različita značenja ov....
Tu se mijenja odnos kreatora i algoritma. Kreator više ne mora samo promatrati rezultate i pokušavati zaključiti što platforma favorizira. Podaci o onome što je već prošlo mogu postati polazište za odluku o tome što napraviti sljedeće.
Upravo tu nastaje pitanje važno i za brendove: ako se kreativne odluke sve više oslanjaju na preporuke izvedene iz onoga što već uspijeva, koliko prostora ostaje za ideje koje još nemaju dokaz da funkcioniraju?
Kreatori su se algoritmu prilagođavali i prije AI-ja
AI nije stvorio pritisak da se sadržaj prilagođava platformi. Taj odnos postoji godinama.
Sustavni pregled objavljen 2025. u časopisu Work, Employment and Society krenuo je od 2.859 radova, a nakon filtriranja autori su detaljno analizirali 47 studija o odnosu kreatora i algoritama. Pregled pokazuje da se način rada kreatora prilagođava algoritamski posredovanoj vidljivosti. Pregledi, lajkovi i dijeljenja postaju signali prema kojima pokušavaju procijeniti potražnju i potencijalni uspjeh sadržaja.
Kreatori pritom uglavnom ne znaju kako sustav distribucije točno funkcionira. Zato nastaju vlastita objašnjenja o tome što algoritam „voli“, a zatim pokušaji da mu se sadržaj prilagodi. Autori pregleda opisuju i pokušaje kreatora da na temelju dostupnih signala praktično rekonstruiraju logiku algoritma.
Creator Assistant mijenja upravo taj dio odnosa. Umjesto da kreator samo nagađa zašto je nešto prošlo, Facebook mu nudi vlastito objašnjenje i prijedlog što pokušati sljedeće.
Algoritam ulazi u proces prije objave
Meta Creator Assistant opisuje kao personaliziranog kreativnog partnera. Preporuke se temelje na stilu sadržaja konkretnog kreatora, njegovim rezultatima i zajednici koju je izgradio. Sustav kroz interakciju uči i kojem cilju kreator teži.
Zato bi bilo pogrešno zaključiti da Facebook svim kreatorima daje iste prijedloge. Ne možemo tvrditi da Creator Assistant homogenizira sadržaj na Facebooku. Meta navodi da su preporuke personalizirane prema pojedinom kreatoru.
Ipak, kada se kreativne odluke više oslanjaju na prethodni engagement, popularne stilove i aktualne trendove, ideje bez takve povijesti imaju manje prethodnih signala na koje se sustav može osloniti.
To je tumačenje načina na koji je alat postavljen, a ne rezultat istraživanja Creator Assistanta.
AI može približiti kreativne rezultate
Tu već postoje empirijski podaci iz šireg područja kreativnog rada s generativnim AI-jem.
Meta-analiza objavljena 2026. obuhvatila je 19 studija i 61 veličinu učinka. Autori su pronašli mali, ali statistički značajan homogenizirajući učinak korištenja generativnog AI-ja.
Veća sličnost rezultata na razini skupine može, dakle, postojati i kada individualna kreativnost ne pada.
Učinak pritom nije jednak u svim kreativnim zadacima. Autori su pronašli izraženiju homogenizaciju kod semantički ograničenih ideacijskih zadataka nego kod otvorenijih divergentnih zadataka.
Iz tog istraživanja ne možemo zaključiti da će Facebook, Instagram ili TikTok zbog AI alata završiti s nizom gotovo jednakih objava. Možemo zaključiti nešto uže: pomoć pojedincu i raznolikost sadržaja koji proizvodi cijela skupina nisu ista stvar.
Kada „ovo dobro prolazi“ postane kreativni brief
Za marketinški tim tu nastaje praktičan problem.
Podatak da je određeni format ostvario visok engagement koristan je kada treba razumjeti rezultat. Postaje ograničavajući ako iz njega automatski nastane odgovor na pitanje što treba napraviti sljedeće.
Ako tim zbog prethodnog uspjeha stalno ponavlja isti hook, strukturu i temu, smanjuje broj drukčijih pristupa koje uopće testira.
Ista stvar vrijedi za AI preporuku. Ako alat preporuku temelji na onome što je trenutačno popularno, marketinškom timu daje signal o ponašanju publike. Ne daje odgovor odgovara li ta ideja brendu ili govori li nešto što konkurenti ne govore.
Tu je razlika između podatka koji pomaže kreativnoj odluci i podatka koji donosi kreativnu odluku.
Jednoličnost sadržaja može imati cijenu i kod publike
Pitanje originalnosti nije važno samo autorima sadržaja.
Istraživanje objavljeno u Journal of Business Research proučavalo je što se događa kada korisnici sadržaj na društvenim mrežama doživljavaju homogenim. Autori su kroz pet studija pokazali da percipirana homogenost sadržaja može povećati nestrpljenje korisnika. Važnu ulogu pritom je imao osjećaj izgubljenog vremena.
Posljedice su se u eksperimentima pojavile i u kasnijim potrošačkim odlukama, među ostalim u spremnosti na plaćanje brže dostave i preferiranju ranije nagrade.
To istraživanje nije proučavalo Creator Assistant niti dokazuje da AI preporuke stvaraju takav učinak. Veza između tih nalaza i novih alata platformi zasad je interpretacija.
Ali rezultat pokazuje zašto pitanje homogenosti sadržaja nije ograničeno na raspravu o tome je li AI kreativan. Ako korisniku feed počne izgledati kao niz varijacija istog sadržaja, posljedice mogu izaći izvan same platforme.
Što onda napraviti s preporukom algoritma?
Za brend nema mnogo smisla ignorirati podatke platforme. Ako određeni sadržaj zadržava publiku dulje ili potiče više reakcija, marketinški tim to treba znati.
Ali preporuku algoritma ne treba automatski pretvoriti u kreativni brief.
Korisnije je pitati zašto je određeni sadržaj uspio. Je li presudila tema, početak videa ili problem koji je sadržaj riješio publici? Tek nakon toga ima smisla odlučiti što vrijedi ponoviti.
Može li se vaš sadržaj zamijeniti konkurentskim?
Kada AI ili platforma predlože temu, format ili pristup, vrijedi napraviti još jednu provjeru: što u toj ideji dolazi od vašeg brenda, a što biste mogli vidjeti na profilu bilo kojeg konkurenta?
Ako bi se promjenom logotipa isti sadržaj bez problema mogao preseliti na konkurentski profil, algoritam možda daje dobar signal o formatu. Kreativni posao time nije završen.
Korisno je odvojiti i dvije odluke koje se lako spoje u jednu. Podaci mogu pokazati što vrijedi ponovno testirati, ali ne moraju određivati što vrijedi ponovno reći. Format koji je uspio može se ponovno koristiti s novom temom, argumentom ili kreativnim kutom.
I obrnuto, slab engagement nije dovoljan razlog da se ideja odmah odbaci. Treba razlikovati ideju koja publici nije bila relevantna od one koja možda nije dobro izvedena ili nije dobila dovoljno distribucije. Bez te razlike tim lako počinje odbacivati sve što nema potvrdu u prethodnim rezultatima.
Još jedna provjera ne zahtijeva nikakav novi alat. Pogledajte niz svojih posljednjih objava bez podataka o rezultatima. Ako se ponavljaju isti početak, struktura, vizualni jezik i nekoliko sigurnih tema, optimizacija možda već sužava kreativni prostor.
Pokušajte ih zatim pogledati bez logotipa i drugih očitih oznaka brenda. Ako je teško razlikovati vaš sadržaj od sadržaja konkurencije, problem više nije samo koliko je ljudi vidjelo objavu. Pitanje je koliko ste im razloga dali da zapamte upravo vas.
Vrijedi ostaviti mjesta i za sadržaj za koji platforma nema dovoljno prethodnih podataka. Ideja koju brend još nije testirao nema vlastitu povijest engagementa na koju bi se mogao osloniti.
To nisu pravila potvrđena eksperimentom, nego praktične preporuke izvedene iz načina rada novih alata i istraživanja o kreativnosti uz AI.
Meta je Creator Assistant u lipnju počela uvoditi kreatorima u SAD-u, Kanadi i Indiji te je najavila širenje pristupa na druge zemlje. Do početka listopada nije objavila novi popis tržišta na kojima je alat dostupan.
Za brend zato ostaje pitanje: ako algoritam zna što je prolazilo jučer, tko u timu odlučuje što vrijedi pokušati sutra?
Autor: financa.ba
Prilikom preuzimanja obvezno navesti izravni link na članak.
