Radar wpływu cyfrowego: październik 2026

Cena, ranking i rekomendacja. Niewidoczna architektura decyzji zakupowych pod lupą regulatorów.

Dark patterns schodzą pod powierzchnię interfejsu. Coraz większą uwagę regulatorów przyciąga nie tylko sposób prezentowania oferty, lecz także proces, który zdecydował o jej cenie, miejscu w rankingu i widoczności.

W październiku 2026 roku pojawiło się kilka sygnałów wskazujących, że niewidoczna architektura decyzji zakupowych może stać się jednym z najważniejszych obszarów kontroli cyfrowego handlu.

Najważniejszy nadszedł ze Stanów Zjednoczonych. Federalna Komisja Handlu (FTC) zażądała od dziewięciu przedsiębiorstw szczegółowych informacji o wykorzystywaniu danych osobowych do ustalania cen i wynagrodzeń.

W mojej ocenie jest to kolejny etap zmiany, którą obserwujemy od kilku lat. Regulatorów interesuje już nie tylko sposób przedstawienia oferty, ale także proces, który ją ukształtował.

Najważniejsze wnioski miesiąca

• FTC przechodzi od badania dostawców technologii personalizacji cen do analizy praktyk przedsiębiorstw, które faktycznie ustalają ceny.
• Maryland wprowadza ograniczenia dotyczące indywidualnego podwyższania cen określonych produktów spożywczych na podstawie danych osobowych.
• Temu musi przeanalizować, w jaki sposób systemy rekomendacyjne mogą zwiększać rozpowszechnianie nielegalnych produktów, a skuteczność działań naprawczych będzie podlegać niezależnemu audytowi.
• Booking.com znalazł się pod lupą Komisji Europejskiej m.in. ze względu na przejrzystość płatnego pozycjonowania ofert.

FTC: od widocznej ceny do niewidocznego procesu decyzyjnego

28 października FTC skierowała żądania informacji do dziewięciu przedsiębiorstw: Walmart, Target, Delta, United, JetBlue, Uber, Lyft, DoorDash i Instacart.

Komisja chce ustalić, czy firmy wykorzystują dane osobowe klientów do indywidualnego kształtowania cen produktów i usług. W przypadku platform przewozowych i dostawczych badanie obejmuje również możliwość personalizowania wynagrodzeń wykonawców.

Przedsiębiorstwa mają 45 dni od otrzymania żądań na przekazanie informacji o stosowanych narzędziach, danych wejściowych i procedurach ustalania cen.

Nie jest to postępowanie zakończone stwierdzeniem naruszeń ani dowód, że wskazane firmy stosują nieuczciwe praktyki. FTC korzysta z uprawnień do prowadzenia badań rynku na podstawie sekcji 6(b) FTC Act.

Jednak znaczenie tego działania staje się wyraźniejsze, gdy spojrzymy na wcześniejsze kroki regulatora.

W lipcu 2024 roku FTC rozpoczęła badanie dostawców technologii określanych mianem surveillance pricing. Wstępne wyniki, opublikowane 17 stycznia 2025 roku, pokazały możliwości wykorzystywania szczegółowych danych behawioralnych do różnicowania cen i promocji.

Według ustaleń zespołu FTC w takich rozwiązaniach mogły być wykorzystywane między innymi lokalizacja użytkownika, historia zakupów, przeglądane produkty, ruchy kursora czy zawartość porzuconego koszyka.

Badanie dotyczyło jednak przede wszystkim pośredników technologicznych.

W październikowym komunikacie FTC przyznała wprost, że wcześniejsze badanie nie dostarczyło wiedzy o rzeczywistych decyzjach cenowych przedsiębiorstw. Nowe żądania mają wypełnić tę lukę.

Między tymi wydarzeniami był jeszcze jeden krok. 19 sierpnia 2026 roku FTC przedstawiła do konsultacji projekt stanowiska interpretacyjnego dotyczącego personalizacji cen. Komisja wskazała, że nieujawnione wykorzystanie danych osobowych do ustalania indywidualnych cen może, w określonych okolicznościach, naruszać prawo. Jednocześnie podkreśliła, że nie dysponuje kompetencją do generalnego zakazania takich praktyk.

Październik przyniósł zatem zmianę przedmiotu badania: regulator zwrócił się bezpośrednio do przedsiębiorstw podejmujących decyzje cenowe.

To właśnie tę zmianę uważam za najważniejszy sygnał miesiąca.

Dotychczas dyskusja o dark patterns koncentrowała się przede wszystkim na tym, co użytkownik widzi. Czy licznik promocji odmierza rzeczywisty czas? Czy komunikat o ograniczonej dostępności jest prawdziwy? Czy cena została przedstawiona zgodnie z przepisami?

Jednak nawet prawidłowo wyświetlona cena może być rezultatem procesu, którego użytkownik nie zna. Może wynikać z popytu, kosztów, dostępności produktu, programu lojalnościowego albo analizy profilu behawioralnego konkretnej osoby. Sam interfejs nie pozwala rozróżnić tych sytuacji.

Klasyczny audyt UX może potwierdzić, że cena jest widoczna i prawidłowo zaprezentowana. Nie odpowie jednak na pytanie, jakie dane i reguły doprowadziły do jej wyznaczenia.

W mojej ocenie październikowe działanie FTC sygnalizuje, że coraz większego znaczenia nabiera możliwość odtworzenia pochodzenia decyzji cenowej, a nie wyłącznie ocena jej końcowego rezultatu.

Dla e-commerce to znacznie bardziej wymagający problem niż prawidłowe oznaczenie promocji. I nie ogranicza się do ustalania cen.

Jeżeli cena, rekomendacja i pozycja w wynikach są rezultatem wcześniejszych decyzji dotyczących danych, celów i reguł systemu, to interfejs nie przedstawia pełnego obrazu procesu sprzedaży. Jest jedynie jego ostatnią, widoczną warstwą.

Kilka innych przykładów z października pozwala rozwinąć tę obserwację.

Maryland: kiedy personalizacja przestaje być tylko kwestią przejrzystości

1 października 2026 roku w stanie Maryland weszła w życie ustawa Protection From Predatory Pricing Act.

Przepisy obejmują określone sklepy spożywcze o powierzchni co najmniej 15 tys. stóp kwadratowych oraz zewnętrznych dostawców usług dostawczych.

Ustawa zabrania podwyższania cen określonej żywności zwolnionej ze stanowego podatku od sprzedaży wobec konkretnego konsumenta przez stosowanie zdefiniowanego w niej dynamic pricing. Osobno zakazuje wykorzystania danych osobowych do indywidualnego podwyższania cen tych produktów.

Istotne jest rozróżnienie pojęć. Dynamic pricing, rozumiany powszechnie jako zmiana cen w odpowiedzi na popyt, dostępność czy koszty, nie musi oznaczać personalizacji. Maryland posługuje się w swojej ustawie węższą definicją, odnoszącą się do indywidualnego różnicowania cen na podstawie danych konkretnego klienta.

Przepisy przewidują przy tym wyjątki, między innymi dla określonych programów lojalnościowych, subskrypcji i różnic cen uzasadnionych kosztami. Nie jest to więc zakaz wszystkich form dynamicznego ustalania cen ani regulacja dotycząca całego handlu detalicznego.

Przypadek Maryland jest szczególnie interesujący w zestawieniu z podejściem europejskim. Unijna dyrektywa Omnibus wprowadziła obowiązek informowania konsumentów o indywidualnym dostosowaniu ceny na podstawie zautomatyzowanego podejmowania decyzji. Nie ustanowiła jednak generalnego zakazu takich praktyk.

W obu przypadkach chodzi o podobny problem, ale instrumenty prawne są różne: obowiązek ujawnienia określonej praktyki i ograniczenie jej stosowania.

Wykorzystanie danych osobowych w polityce cenowej przestaje być wyłącznie zagadnieniem marketingowym czy technologicznym. Staje się również przedmiotem konkretnych decyzji regulacyjnych.

Temu: rekomendacja nie jest neutralnym kanałem dystrybucji

26 października Komisja Europejska zaakceptowała plan działań naprawczych przedstawiony przez Temu.

To następstwo decyzji z maja 2026 roku, kiedy KE nałożyła na platformę karę 200 mln euro za naruszenie obowiązków oceny ryzyka systemowego wynikających z DSA.

Sprawa dotyczy rozpowszechniania nielegalnych produktów, a nie udowodnionego manipulowania decyzjami zakupowymi.

Dlaczego więc jest istotna dla analizy mechanizmów wpływu? Komisja wymaga od Temu zbadania, czy i w jaki sposób systemy rekomendacyjne oraz inne algorytmy mogą zwiększać rozpowszechnianie nielegalnych ofert.

Platforma musi uwzględnić wiarygodne wskaźniki, ocenić ograniczenia systemów moderacji oraz zbadać możliwość wykorzystywania jej mechanizmów przez nieuczciwych sprzedawców.

Istotne jest również to, że Europejska Rada ds. Usług Cyfrowych w opinii z 24 września uznała pierwotny plan naprawczy za częściowo odpowiedni, lecz niewystarczająco szczegółowy. Komisja uwzględniła te zastrzeżenia i doprecyzowała wymagania, a realizacja zobowiązań ma zostać poddana zewnętrznemu, niezależnemu audytowi.

To ważny szczegół. Regulator nie poprzestaje na deklaracji, że platforma monitoruje ryzyka. Oczekuje analizy działania konkretnych mechanizmów, wskaźników skuteczności i możliwości zweryfikowania rezultatów.

Rekomendacja nie jest bowiem neutralnym uzupełnieniem katalogu produktów. To mechanizm dystrybucji widoczności, który może zwiększać lub ograniczać prawdopodobieństwo kontaktu użytkownika z określoną ofertą. W przypadku Temu przedmiotem oceny jest wpływ tego mechanizmu na rozpowszechnianie nielegalnych produktów.

Moja interpretacja wykracza jednak poza tę konkretną sprawę: jeżeli algorytm zmienia prawdopodobieństwo kontaktu użytkownika z ofertą, to sposób jego działania jest elementem architektury sprzedaży, a nie wyłącznie techniczną funkcją platformy.

Nie chodzi wyłącznie o to, jakie produkty znajdują się w katalogu. Równie istotne może być to, którym system zapewnia największą widoczność.

Dlatego coraz ważniejszą kompetencją biznesową staje się rozumienie własnych systemów rekomendacyjnych.

Booking.com: ranking jako narzędzie nawigacji i monetyzacji

21 października Komisja Europejska wszczęła formalne postępowanie wobec Booking.com.

Jego główne obszary obejmują ryzyko oszustw, fałszywe oferty i phishing. Jeden z wątków dotyczy jednak bezpośrednio mechanizmu prezentowania ofert. KE sprawdzi, czy obiekty noclegowe, których właściciele płacą za wyższą pozycję w wynikach wyszukiwania, są odpowiednio oznaczane jako reklamy.

Komisja zbada również, czy użytkownik może łatwo ustalić, kto stoi za reklamą, kto za nią zapłacił, dlaczego ją widzi i jak może zmienić ustawienia wpływające na wyświetlane reklamy.

Samo płatne pozycjonowanie nie jest zakazane. Przedmiotem postępowania jest przejrzystość tego mechanizmu. Nie zapadło jeszcze rozstrzygnięcie stwierdzające naruszenie.

Z biznesowego punktu widzenia interesujące jest jednak coś więcej niż prawidłowe oznaczenie reklamy.

Ranking jest jednocześnie narzędziem nawigacji i mechanizmem alokacji widoczności.

Pomaga użytkownikowi porządkować dostępne oferty, ale może również realizować komercyjne cele platformy. Te funkcje nie muszą pozostawać w konflikcie. Problem pojawia się wtedy, gdy użytkownik nie potrafi rozpoznać, czy wysoka pozycja oferty wynika z dopasowania do jego potrzeb, czy z opłaty poniesionej przez sprzedawcę.

W mojej ocenie nieprzejrzysta promocja może przenosić część wpływu na decyzję zakupową z preferencji użytkownika na zasady komercyjne platformy, bez konieczności zmiany samej oferty.

W tym sensie Booking.com uzupełnia przypadek FTC. Tam pytanie dotyczy pochodzenia ceny, tutaj pochodzenia pozycji w wynikach.

W obu sytuacjach końcowy obraz przedstawiany użytkownikowi może nie wystarczyć do zrozumienia mechanizmu, który go ukształtował.

Na marginesie października

Odnotowania wymaga również decyzja UOKiK zobowiązująca Apple do zmiany praktyk związanych z App Tracking Transparency. Sprawa pokazuje, jak decyzje projektowe operatora platformy mogą wpływać na warunki konkurencji przez odmienne zasady dostępu do danych.

Równolegle Shopify otwierał swój katalog i proces zakupowy na zewnętrznych agentów AI, podczas gdy JPMorgan ograniczał ich dostęp do kont klientów. Oba podejścia omawiałem już osobno. Tutaj stanowią dodatkowy przykład rosnącego znaczenia kontroli nad regułami działania systemów cyfrowych.

Co to oznacza dla e-commerce?

FTC, Maryland, Temu i Booking.com to cztery różne przypadki, wynikające z odmiennych przepisów i dotyczące różnych rodzajów ryzyka.

Nie dowodzą, że personalizacja cen, systemy rekomendacyjne czy płatne rankingi są z natury nieuczciwe. W mojej ocenie wskazują jednak wspólny kierunek: mechanizmy kształtujące ofertę przestają być traktowane wyłącznie jako techniczne zaplecze działalności przedsiębiorstwa.

Ceny, rekomendacje i rankingi realizują określone cele biznesowe. Mogą służyć zwiększaniu konwersji, poprawie retencji, optymalizacji marży czy generowaniu przychodów reklamowych. Ich działanie może być całkowicie uzasadnione, ale może też prowadzić do ryzyk, których nie da się zidentyfikować przez obserwację samego interfejsu.

Dlatego uważam, że w najbliższych latach coraz większego znaczenia nabierze zdolność firm do rozumienia i kontrolowania mechanizmów podejmowania decyzji.

Nie chodzi o to, by każdy właściciel sklepu analizował kod algorytmu rekomendacyjnego. Chodzi o bardziej podstawowe kwestie: wiedzę, jakie dane wykorzystuje system, jakie cele biznesowe mu przypisano, według jakich zasad różnicuje oferty i w jaki sposób firma kontroluje efekty jego działania.

Dotyczy to również rozwiązań kupowanych od zewnętrznych dostawców. Dostawca technologii może wyjaśnić funkcjonowanie narzędzia, ale to przedsiębiorstwo decyduje, dlaczego i do czego chce go wykorzystać. W zależności od okoliczności może to rodzić różne obowiązki prawne, jednak niezależnie od nich pozostaje kwestią zarządzania ryzykiem biznesowym.

Dostrzegam tu również źródło przewagi konkurencyjnej. Firmy, które rozumieją własne mechanizmy personalizacji i potrafią kontrolować ich działanie, mogą szybciej identyfikować ryzyka, bardziej świadomie rozwijać swoje systemy sprzedażowe i skuteczniej reagować na zmiany regulacyjne. Przedsiębiorstwa traktujące algorytmy jako czarne skrzynki dostawców technologii mogą mieć z tym coraz większy problem.

To na razie hipoteza, ale październikowe sygnały dają podstawę, by potraktować ją poważnie.

Od interfejsu do odpowiedzialności

We wrześniowym Radarze pisałem o przesuwaniu się odpowiedzialności za wpływ cyfrowy poza widoczny interfejs. Październik pozwala tę obserwację rozwinąć.

Przez lata znaczna część dyskusji o dark patterns dotyczyła sposobu przedstawiania użytkownikowi możliwości wyboru. Dziś coraz istotniejsze może stawać się pytanie o to, w jaki sposób te możliwości zostały wcześniej skonstruowane.

Klasyczne dark patterns pozostają osobnym problemem. Nie każda personalizacja, rekomendacja czy zmiana rankingu jest manipulacją. Zrozumienie architektury wpływu wymaga jednak uwzględnienia obu poziomów: tego, co użytkownik widzi, i mechanizmów, które zdecydowały, co zobaczy.

Interfejs jest ostatnim etapem procesu, którego istotne decyzje mogą zapadać wcześniej. Algorytm wyznacza cenę, system rekomendacyjny dobiera produkty, ranking ustala ich kolejność. Użytkownik widzi rezultat.

Październik pokazał, że regulatorzy coraz uważniej przyglądają się temu, jak te rezultaty powstają.

Moja teza jest następująca: przyszłość odpowiedzialnego e-commerce będzie zależała nie tylko od tego, czy przedsiębiorstwo potrafi wykazać prawidłowość oferty, ale również od tego, czy rozumie i kontroluje proces, który tę ofertę ukształtował.

Bo ostatecznie to nie algorytm wyznacza cel biznesowy. Robi to organizacja, która zdecydowała, do czego algorytm ma służyć.

---

Źródła:

1. Federal Trade Commission, FTC Launches Personalized Pricing and Compensation Inquiry, 28 października 2026.
2. Federal Trade Commission, FTC Surveillance Pricing Study Indicates Wide Range of Personal Data Used to Set Individualized Consumer Prices, 17 stycznia 2025.
3. Federal Trade Commission, Proposed Enforcement Policy Statement Regarding Personalized Pricing, 19 sierpnia 2026.
4. Maryland General Assembly, HB0895: Protection From Predatory Pricing Act, obowiązuje od 1 października 2026.
5. Parlament Europejski i Rada UE, Dyrektywa 2019/2161 (Omnibus).
6. Komisja Europejska, Commission accepts Temu’s corrective measures to terminate breach of the Digital Services Act, 26 października 2026.
7. Komisja Europejska, Commission to investigate how Booking.com combats scams and fraud under the Digital Services Act, 21 października 2026.
8. UOKiK, Apple zmienia praktyki po interwencji Prezesa UOKiK, 20 października 2026.
9. Shopify, Add shopping and Shop Pay checkout to any agent with Shop MCP, 13 października 2026.