Przejdź do treści
Likelier

Odczuwany lęk a rzeczywiste prawdopodobieństwo

Jakie są szanse, że intymny deepfake AI z Tobą zostanie wygenerowany lub udostępniony bez zgody w ciągu Twojego życia?

Prawdopodobieństwo w skali życia

~1 na 25

over a typical adult lifetime

4,0% szans w skali życia

Większość to niedocenia.

Zakresy się różnią — pokazane jako typowe prawdopodobieństwo w życiu dorosłego. Zobacz metodologię.

Technologia · zweryfikowane 2026-06-14
Jakość dowodów 4.13/5

Ocena recenzji w ośmiu wymiarach względem rubryki jakości . Każdy wymiar oceniony w skali 1–5.

D1 Zakotwiczenie w źródłach
4/5
D2 Autorytet źródeł
5/5
D3 Arytmetyka
3/5
D4 Niepewność
4/5
D5 Zakres
4/5
D6 Tekst
4/5
D7 Uczciwość co do percepcji
4/5
D8 Kompletność zastrzeżeń
5/5
Średnia 4.13/5
Źródło Statystyka rządowa · International AI Safety Report (chaired by Yoshua Bengio), backed by 30+ countries, the EU, OECD and UN
w ciągu życia, dorosły w USA każde pasmo = 10× rzadsze → powiększono do twoich czynników Zobacz pełną skalę →
pewne 1 na 1 tys. 1 na 1 mln 1 na 1 mld
1 in 5.8 1 in 25

● twoje czynniki — kliknij to ryzyko ▾ aby ujawnić

  1. Twoje czynniki
A single closed laptop on a plain desk surface with a small blue notification dot visible at the lid edge, flat vector illustration in muted tones.

Postrzegane

Publiczny dyskurs o niedobrowolnych intymnych deepfake'ach zdominowany jest przez garść przypadków celebrytów — Taylor Swift w styczniu 2024, kobiety w Kongresie USA w dalszej części tego roku, idolki K-pop w wielu incydentach. Wyłaniający się model myślowy brzmi „to zdarza się sławnym kobietom w internecie”, co pozwala zwykłym dorosłym umieścić ryzyko wśród rzeczy-które-przydarzają-się-innym. Trajektoria kosztów leżących u podstaw narzędzi nie potwierdza tego ujęcia: modele open-source, które w 2019 roku wymagały GPU klasy badawczej, dziś działają na konsumenckich telefonach, a użyteczna podmiana twarzy na pojedynczym zdjęciu zajmuje minuty. Zapytani wprost, dorośli w większości znacząco niedoszacowują populacyjną częstość osobistej wiktymizacji, którą recenzowane badanie ~16 000 respondentów z 10 krajów oszacowało na 2,2% w 2023 roku — w liczbach bezwzględnych kilka milionów osób, w przeważającej mierze z jednej połowy populacji.

Szacunek przybliżony: Większość dorosłych zalicza to do kategorii „zdarza się celebrytom”, a nie osobistego ryzyka

Źródło: intuicja redakcyjna, bez badania

Rzeczywiste

~2 na 100 (kiedykolwiek, w 10 krajach, 2023)

dorośli w wieku 16+ w 10 krajach (Australia, Belgia, Dania, Francja, Włochy, Holandia, Meksyk, Korea Południowa, Wielka Brytania, USA), Umbach i in. CHI 2024

Pokaż obliczenia

The 2.2% figure from Umbach et al. (2024) is a contemporaneous "ever experienced" prevalence measured in 2023, when consumer-grade deepfake tools had been broadly accessible for roughly five years. Translating it into a remaining-lifetime probability for a US adult requires two adjustments in opposite directions. First, the headline understates true victimization because (a) many victims do not know intimate deepfakes of them exist — the imagery is shared in closed channels or hosted on dedicated sites the subject never visits, and (b) self-report surveys chronically under-capture sexual-violence categories due to recall and disclosure barriers, with Eaton et al.'s (2017) US-only NCII survey finding 8% lifetime prevalence on a broader definition that includes real (non-AI) intimate imagery. Second, the technology curve is steep: the Home Security Heroes census found a 550% increase in detected deepfake videos from 2019 to 2023, almost entirely pornographic and targeting women. A reasonable lifetime estimate combining the peer-reviewed contemporary base rate with a moderate growth assumption over a 59-year horizon lands near 4% — roughly double the 2023 prevalence, well below Eaton's broader-definition 8% which captured fifteen years of pre-AI image-based abuse. The uncertainty band is wide (2%-10%) and skews upward because the technology is still in rapid diffusion.

Zastrzeżenia: Trzy zastrzeżenia mają większe znaczenie niż liczba nagłówkowa. Po pierwsze, asy…

Trzy zastrzeżenia mają większe znaczenie niż liczba nagłówkowa. Po pierwsze, asymetria płci jest na tyle silna, że wartość uśredniona dla populacji wprowadza w błąd: dożywotni szacunek 4% to z grubsza średnia ważona wskaźnika dla kobiet bliskiego 7–8% i wskaźnika dla mężczyzn znacznie poniżej 2%. Każde zliczenie podaży deepfake'owych filmów pokazuje, że pornograficzny udział celuje w kobiety niemal wyłącznie. Podawanie wyłącznie średniej populacyjnej zaniżałoby ryzyko dla kobiet i zawyżało je dla mężczyzn, dlatego mnożniki czynników osobistych są tu nośne, a nie dekoracyjne. Po drugie, dane ankietowe są niemal na pewno zaniżone. Wiele ofiar syntetycznych obrazów intymnych nigdy nie dowiaduje się, że obrazy istnieją — mogą być generowane, udostępniane i konsumowane całkowicie poza grafem społecznym podmiotu. Wartość 2,2% z badania współczesnego mierzy samoświadomą wiktymizację; prawdziwy wskaźnik jest z konieczności wyższy i niepoznawalny przez samoraportowanie. Jest to strukturalnie odmienne od cyberprzemocy czy nękania, gdzie ofiara z definicji jest świadoma zdarzenia. Po trzecie, nie istnieje porównywalny recenzowany szereg czasowy. Umbach i in. (2024) to pierwsze wielokrajowe badanie populacyjne w tej konkretnej kategorii. Deeptrace 2019, Home Security Heroes 2023 i raporty Internet Watch Foundation mierzą podaż (filmy w sieci), a nie częstość występowania po stronie ofiar. Pasmo niepewności odzwierciedla zarówno luki pomiarowe, jak i stromiznę krzywej adopcji technologii — każda liczba obliczona z danych z 2023 roku może być istotnie zaniżona do 2030 roku. Po czwarte, ten wpis jest zawężony do dożywotniego ryzyka dorosłych w USA, ale najszybciej zmieniającą się granicą są nieletni i kontekst szkolny, których slug nie obejmuje. Badanie młodzieży Thorn z 2025 roku (n=1200, wiek 13-20) wykazało, że 1 na 17 (6%) młodych ludzi było celem deepfake'owych nagich obrazów samych siebie, rosnąc do 1 na 10 zarówno wśród młodszych nastoletnich chłopców, jak i młodych dorosłych kobiet — więc wśród nastolatków wiktymizacja nie jest przechylona ku kobietom tak jak w spisach podaży dorosłych filmów. Dominujący wzorzec to rówieśnik-na-rówieśniku: koledzy z klasy uruchamiający aplikacje „nudify" na zdjęciach z rocznika lub mediów społecznościowych, wytwarzając to, co prawnie stanowi materiał przedstawiający seksualne wykorzystywanie dzieci. Zgłoszenia generatywnego CSAM AI do CyberTipline NCMEC wzrosły z 4700 w 2023 roku do 67 000 w 2024 roku, przy 158 000+ obrazów skategoryzowanych przez człowieka jako wygenerowane przez AI do 2025 roku (nagłówkowa liczba 1,5 miliona zgłoszeń z 2025 roku jest zawyżona o około 1,1 miliona niepodlegających działaniu zgłoszeń od jednego dostawcy i nie powinna być odczytywana jako skok częstości). Amerykańska ustawa TAKE IT DOWN Act, podpisana 19 maja 2025 roku, kryminalizuje teraz publikowanie niekonsensualnych obrazów intymnych, w tym deepfake'ów, i zobowiązuje platformy do usuwania oznaczonych treści w ciągu 48 godzin od zawiadomienia (roczne okno na dostosowanie dla platform trwało do maja 2026 roku). Uzasadniony jest dedykowany wpis dla nieletnich / generowanych przez rówieśników z własnym wskaźnikiem bazowym i zestawem źródeł NCMEC/IWF/Thorn; powyższe liczby są tu zapisane jako kontekst, a nie włączone do nagłówka dla dożywotniego ryzyka dorosłych. Wreszcie, co do tego, dlaczego wartość nagłówkowa nie została zrewidowana w tej aktualizacji: dowody ankietowe z lat 2025-2026 (Thorn) dotyczą wyłącznie młodzieży i są punktowe w czasie, a trajektoria NCMEC to liczba zgłoszeń CSAM nieletnich po stronie podaży, a nie dożywotnia częstość dla dorosłych. Międzynarodowy Raport Bezpieczeństwa AI z 2026 roku powtarza wartość 2,2% Umbacha, zamiast publikować zastępującą wartość dla dorosłych. Żadne oficjalne badanie populacji dorosłych nie zrewidowało wskaźnika, więc centralny szacunek dożywotni 4% oraz pasmo 2-10% zostają zachowane; nowe źródła stabilizują liczbę i wyostrzają obraz podgrup, a nie ją przesuwają.

Powiązane ryzyka

Inne ryzyka o podobnej tematyce — do odkrywania powiązanych obaw.

Technologia

Problematyczne użycie mediów

Jakie jest prawdopodobieństwo problematycznego korzystania z mediów społecznościowych jako osoba dorosła?

Technologia

Oszustwo z głosem AI

Jakie są szanse, że w ciągu życia staniesz się celem oszustwa z klonowaniem głosu AI?

Technologia

Oszustwo online

Jakie jest prawdopodobieństwo utraty pieniędzy w wyniku oszustwa internetowego?

Przestępczość

Kradzież auta metodą relay

Jakie jest prawdopodobieństwo kradzieży auta z bezkluczykowym dostępem metodą relay (wzmocnienia sygnału)?

Technologia

Cyberprzemoc wśród nastolatków

Jakie jest prawdopodobieństwo, że nastolatek doświadczy cyberprzemocy?

Technologia

Wyciek danych

Jakie jest prawdopodobieństwo, że twoje dane osobowe zostaną ujawnione w wyniku naruszenia danych?

Porównaj z:

Recenzowaną kotwicą jest praca Umbacha, Henry, Bearda i Berryessy z 2024 roku opublikowana w materiałach CHI, w której przebadano około 16 000 dorosłych w dziesięciu krajach — Australii, Belgii, Danii, Francji, Włoszech, Holandii, Meksyku, Korei Południowej, Wielkiej Brytanii i USA — i zgłoszono, że 2,2% doświadczyło osobiście niekonsensualnych syntetycznych obrazów intymnych, a 1,8% zgłosiło, że dopuściło się tego czynu. Rokiem zbierania danych był 2023, gdy konsumenckie narzędzia do deepfake’ów były szeroko dostępne od około pięciu lat. Czytane jako czysta liczba dożywotnia do momentu badania, 2,2% jest niewielką wartością. Czytane jako częstość występowania kategorii, która faktycznie nie istniała dekadę wcześniej, w okresie, gdy wykrywane dostawy filmów deepfake rosły w trzycyfrowych tempach rocznych, jest to wskaźnik bazowy w ruchu, a nie wskaźnik bazowy w spoczynku.

Asymetria płci dominuje nad wszystkim innym. Pierwotny spis Sensity AI z 2019 roku obejmujący 14 678 filmów deepfake wykazał, że 96% miało charakter pornograficzny, a każdy zaobserwowany pornograficzny deepfake przedstawiał kobietę — autorzy wprost stwierdzili, że pornografia deepfake „wyłącznie celuje w kobiety i im szkodzi”. Spis kontynuacyjny Home Security Heroes z 2023 roku, na próbie prawie siedem razy większej (95 820 filmów), umieścił udział pornograficzny na poziomie 98%, a udział kobiet jako celów na 99%. Analiza Kongresu USA z 2024 roku przeprowadzona przez The Markup wykazała, że jedna na sześć kongreswomen była celem treści seksualnych wygenerowanych przez AI, w porównaniu z praktycznie zerową liczbą ich męskich kolegów. Dożywotnie oszacowanie 4% jest średnią populacyjną; dla kobiet zrealizowany wskaźnik jest kilkukrotnie wyższy, a dla mężczyzn znacząco niższy.

Ścieżka szkody jest coraz częściej ujmowana przez badaczy w tej dziedzinie jako forma przemocy seksualnej, nie jako delikt majątkowy lub reputacyjny, ponieważ raportowane skutki śledzą skutki kontaktowych przestępstw seksualnych: podwyższona depresja i lęk oraz wycofanie się z ról zawodowych na widoku publicznym. Badanie UN Women z 2026 roku, obejmujące ponad 640 kobiet w rolach publicznych w 119 krajach, opisało tę samą dynamikę efektu mrożącego jako umożliwiającą „wirtualny gwałt” — język, który może brzmieć retorycznie, ale jest operacyjnie dokładny co do obciążenia psychologicznego, które zgłaszają ofiary. Autocenzura jest najczęstszym zachowaniem konsekwencyjnym: to samo badanie wykazało, że ponad 41% respondentek ograniczyło swoją obecność w mediach społecznościowych, aby uniknąć nadużyć, a obrazy syntetyczne plasują się na poważnym końcu tej dystrybucji nadużyć.

To, co jest naprawdę niepewne, to dożywotni pułap. Amerykańska ankieta Eatona z 2017 roku ustaliła szerszą kategorię niekonsensualnych obrazów intymnych — kategorię obejmującą prawdziwe zdjęcia udostępniane bez zgody — na 8% częstości dożywotniej, co jest naturalnym pułapem dla wiktymizacji obrazami syntetycznymi, chyba że podkategoria wygenerowana przez AI ostatecznie przekroczy wcześniej istniejącą kategorię prawdziwych obrazów pod względem skali. Istnieją powody strukturalne, by oczekiwać częściowej substytucji, a nie czystego dodania (wersja syntetyczna nie wymaga istnienia kompromitującego zdjęcia w pierwszej kolejności, co znacznie poszerza pulę ofiar) i inne powody, by oczekiwać dodania (większość ofiar NCII z prawdziwymi obrazami miała wcześniejszą intymną relację ze sprawcą, podczas gdy obrazy syntetyczne nie mają takiego progu). Centralne oszacowanie 4% dzieli różnicę; pasmo niepewności 2-10% uznaje, że trajektoria ma równie duże znaczenie jak obecny poziom.

Trzecim strukturalnym zastrzeżeniem jest wykrywanie. Ofiara cyberprzemocy lub bezpośredniego nękania z definicji wie, że zdarzenie miało miejsce. Ofiara niekonsensualnych obrazów syntetycznych może nigdy się o tym nie dowiedzieć — obrazy mogą być generowane, wymieniane w zamkniętych kanałach i konsumowane całkowicie poza grafem społecznym podmiotu. Ankiety samoraportowane, takie jak Umbach i in., mierzą samoświadomą wiktymizację. Prawdziwa wiktymizacja jest z konieczności wyższa, o nieznany, ale prawdopodobnie nietrywialny mnożnik. To jest pojedynczy największy powód, by traktować 2,2% jako dolny pułap, a nie szacunek punktowy, i by oznaczać wpis jako niedoceniany pomimo niedawnego wzrostu uwagi prasy na ten temat.

Około 1 na 25 w typowym dorosłym życiu zgłasza, że stworzono ich niekonsensualny deepfake'owy obraz intymny, a około 2 na 100 zgłasza to w danym roku według ankiety z 2023 r. w 10 krajach. Ekspozycja w ciągu życia jest wyższa, niż sugeruje nowość zagrożenia.

Rejestr twierdzeń

Każda liczba poniżej jest tym, co podało dane źródło — z dosłownym cytatem, na którym się oparliśmy, i sposobem, w jaki doszliśmy do naszej wartości. Kliknij dowolny link, żeby zweryfikować bezpośrednio.

2/8 źródeł niezależnie zweryfikowanych słowo w słowo z podanym źródłem

  1. [1] Umbach, Henry, Beard & Berryessa — Proceedings of CHI 2024 (arXiv preprint) — Non-Consensual Synthetic Intimate Imagery: Prevalence, Attitudes, and Knowledge in 10 Countries Zweryfikowane
    Non-Consensual Synthetic Intimate Imagery: Prevalence, Attitudes, and Knowledge in 10 Countries
    Statystyka
    2.2% of all respondents indicated personal victimization with non-consensual synthetic intimate imagery; 1.8% indicated perpetration; survey of >16,000 respondents across 10 countries (Australia, Belgium, Denmark, France, Italy, Netherlands, Mexico, South Korea, UK, US)
    Cytat
    “"2.2% of all respondents indicated personal victimization, and 1.8% all of respondents indicated perpetration behaviors regarding deepfake pornography." ”
    Dane źródłowe z
    2024-02-02
    Dostęp
    2026-05-28 · kopia archiwalna
    Weryfikacja
    Cytat niezależnie pobrany ponownie i potwierdzony słowo w słowo z podanym źródłem podczas naszego audytu ugruntowania.
    Obliczenie
    Umbach et al. (2024) is the first peer-reviewed multi-country population survey specifically measuring synthetic (AI-generated) intimate-imagery victimization rather than the broader image-based-abuse category. The paper was accepted to CHI 2024 (the flagship ACM human-computer interaction conference). Sample is >16,000 respondents across the 10 listed countries; the 2.2% figure is the pooled personal-victimization rate across all respondents. This is the headline native rate. The fielding year is 2023, so the figure is best interpreted as "ever experienced as of 2023" — a contemporaneous lifetime-to-date prevalence with the technology only ~5 years into mainstream availability. The lifetime extrapolation to ~4% combines this base with a moderate forward-growth assumption (Home Security Heroes census shows 550% growth 2019-2023), capped well below the 8% lifetime rate Eaton et al. found for the broader NCII category that includes real imagery.
  2. [2] International AI Safety Report (chaired by Yoshua Bengio), backed by 30+ countries, the EU, OECD and UN — International AI Safety Report 2026 — Extended Summary for Policymakers
    International AI Safety Report 2026 — Extended Summary for Policymakers
    Statystyka
    Restates the multi-country survey finding that 2.2% of >16,000 respondents across 10 countries reported someone had generated non-consensual intimate images of them; notes 96% of deepfake videos are pornographic, 15% of UK adults report having seen deepfake pornographic images, and that the vast majority of 'nudify' apps explicitly target women
    Cytat
    “"In a survey of over 16,000 respondents across 10 countries, 2.2% of respondents said that someone had generated non-consensual intimate images of them." ”
    Dane źródłowe z
    2026-02-01
    Dostęp
    2026-06-14 · kopia archiwalna
    Obliczenie
    The International AI Safety Report is the intergovernmental synthesis assessment (the AI-equivalent of the IPCC) commissioned after the Bletchley Park AI Safety Summit and chaired by Yoshua Bengio, with contributions vetted across 30+ governments plus the EU, OECD and UN. It is cited here as an independent authoritative corroboration of the Umbach et al. (2024) 2.2% headline rather than as a new base rate: the 2026 report restates the same multi-country figure, confirming it remains the best available adult-population prevalence estimate as of early 2026 and that no superseding adult-lifetime rate has been published. It does NOT move the headline number — it stabilises it. The additional context it supplies ("nudify" apps overwhelmingly target women; 15% of UK adults have seen pornographic deepfakes) reinforces the gender asymmetry and the rapid-diffusion framing already in this entry.
    Niezależność
    The AI Safety Report is a secondary synthesis that cites Umbach et al., so it is not statistically independent of the headline figure. It is retained because its govt-report authority and 2026 vintage confirm the 2.2% number had not been revised upward in any peer-reviewed adult survey by mid-2026, which is exactly why this entry's headline was left at 4% rather than raised on the strength of youth-only (Thorn) data.
  3. [3] Eaton, Jacobs & Ruvalcaba — Cyber Civil Rights Initiative — 2017 Nationwide Online Study of Nonconsensual Porn Victimization and Perpetration
    2017 Nationwide Online Study of Nonconsensual Porn Victimization and Perpetration
    Statystyka
    1 in 12 (8.0%) of US adult respondents reported lifetime victimization of nonconsensual pornography; 1 in 20 (5%) reported perpetration; women's victimization rate was higher than men's; n=3,044 US adults
    Cytat
    “"Among participants (54% women), 1 in 12 reported at least one instance of nonconsensual pornography victimization in their lifetime, and 1 in 20 reported perpetration of nonconsensual pornography. Women reported higher rates of victimization and lower rates of perpetration than men." ”
    Dane źródłowe z
    2017-06-12
    Dostęp
    2026-05-28 · kopia archiwalna
    Obliczenie
    The Eaton/CCRI 2017 study is the most-cited US adult NCII prevalence figure and was published as a peer-reviewed follow-up in Psychology of Violence (Ruvalcaba & Eaton, 2019). It covers all non-consensual intimate imagery — overwhelmingly authentic photographs taken consensually and later distributed without consent — not just AI-generated deepfakes, which were not yet a measurable category in 2016 when the survey was fielded. The 8% lifetime figure is included here as the broader-category ceiling: any plausible deepfake-specific lifetime rate should sit at or below this number, because synthetic imagery is one mechanism within a larger problem that pre-dates the AI tools. The CCRI sample (3,044 US adults via online panel) has the usual online-panel skew but is the most authoritative US-specific headline number available. Used to set the upper bound on the uncertainty interval, not the central estimate.
    Niezależność
    Eaton et al. used a US-only online probability panel through CCRI, entirely separate from the Umbach et al. 10-country fielding. The broader definition (real + synthetic NCII) and the seven-year gap make the two figures complementary, not redundant: Umbach captures the synthetic share of a recent year; Eaton captures lifetime prevalence of the broader category before consumer deepfake tools existed.
  4. [4] Silicon Republic — coverage of Deeptrace (Sensity) State of Deepfakes 2019 — 96pc of deepfakes online are pornographic in nature (Deeptrace report coverage)
    96pc of deepfakes online are pornographic in nature (Deeptrace report coverage)
    Statystyka
    Deeptrace 2019 census found 14,678 deepfake videos online; 96% were non-consensual pornography; every observed pornographic deepfake portrayed a female subject
    Cytat
    “"Deepfake pornography is a phenomenon that exclusively targets and harms women." ”
    Dane źródłowe z
    2019-10-08
    Dostęp
    2026-05-28 · kopia archiwalna
    Obliczenie
    The Deeptrace (later renamed Sensity AI) 2019 report is the earliest systematic census of deepfake videos online and established the gender asymmetry that has held in every subsequent measurement: pornographic deepfakes overwhelmingly target women. Used here purely to source the gender multiplier — the headline native rate is from Umbach, the severity asymmetry is from Deeptrace. The original report PDF is published on Sensity's site; this Silicon Republic coverage is used because the primary host returns 403 to automated retrieval. The 96% pornographic / ~100% female-target finding has been replicated by Home Security Heroes (2023) on a much larger 95,820-video sample with 99% female-target.
  5. [5] Home Security Heroes — 2023 State of Deepfakes: Realities, Threats, and Impact
    2023 State of Deepfakes: Realities, Threats, and Impact
    Statystyka
    95,820 deepfake videos identified online in 2023 (a 550% increase from 2019); 98% of deepfake videos online are pornographic; 99% of deepfake pornography targets women
    Cytat
    “"Deepfake porn makes up 98 percent of all deepfake videos online, with 99 percent of them targeting women." ”
    Dane źródłowe z
    2023-09-01
    Dostęp
    2026-05-28 · kopia archiwalna
    Obliczenie
    The 2023 census is included for trajectory rather than base-rate: the 550% growth from 2019 to 2023 (14,678 → 95,820 detected videos) is the diffusion signal that drives the upward skew on the uncertainty band. Home Security Heroes is a commercial security publication rather than peer-reviewed academia, but its census methodology mirrors Deeptrace's 2019 work and the corroborating 99% female-target figure aligns with both the academic literature and the Sensity follow-ups. Used to justify treating the 2.2% contemporary prevalence as a lower bound on true lifetime exposure given the rapid capability and accessibility growth.
  6. [6] Thorn (child-safety technology nonprofit) — Deepfake Nudes & Young People Zweryfikowane
    Deepfake Nudes & Young People
    Statystyka
    1 in 17 (6%) of US young people aged 13-20 reported having been the target of someone creating deepfake nudes of them; this experience was most prevalent among younger teen boys and young-adult women, with 1 in 10 (10%) in each group reporting victimization; around 1 in 8 (13%) personally knew an under-18 victim; n=1,200, surveyed Sept 27-Oct 7 2024
    Cytat
    “"1 in 17 (6%) respondents reported they had been the target of someone using technology to create deepfake nudes of them. This experience was most prevalent among younger teen boys and young adult women, with 1 in 10 (10%) in each group reporting this form of victimization." ”
    Dane źródłowe z
    2025-03-03
    Dostęp
    2026-06-14 · kopia archiwalna
    Weryfikacja
    Cytat niezależnie pobrany ponownie i potwierdzony słowo w słowo z podanym źródłem podczas naszego audytu ugruntowania.
    Obliczenie
    Thorn's March 2025 youth survey (n=1,200 US respondents aged 13-20, fielded Sept 27-Oct 7 2024) is the first US prevalence measurement specific to deepfake-nude victimization among young people. Its 6% headline is NOT comparable to this entry's adult-lifetime base rate: it is a current-prevalence figure for a 13-20 cohort, a different population and a different (point-in-time, not lifetime) basis. It is cited here for two narrow purposes only: (1) to source the young-adult woman multiplier (10% in that subgroup / 6% overall ≈ 1.7x, an internal-to-Thorn ratio), and (2) to document the younger-teen-boy subgroup and peer-on-peer "nudify" pattern in the caveats. It does not contribute to the adult-lifetime headline number.
  7. [7] National Center for Missing & Exploited Children (NCMEC) — Generative AI — CyberTipline reporting trajectory
    Generative AI — CyberTipline reporting trajectory
    Statystyka
    CyberTipline reports of generative-AI child sexual abuse material rose from 4,700 (2023) to 67,000 (2024) to 1.5 million (2025), though ~1.1 million of the 2025 reports came from a single ESP (Amazon AI Services) with no actionable information; NCMEC categorized 158,000+ images/videos as AI-generated Jan 2023-Dec 2025; 275+ direct victims of GAI CSAM identified in 2024-2025
    Cytat
    “"In 2023, NCMEC received 4,700 CyberTipline reports of GAI... In 2025, this increased to 1.5 million CyberTipline reports of GAI from the public and ESPs." ”
    Dane źródłowe z
    2026-01-01
    Dostęp
    2026-06-14 · kopia archiwalna
    Obliczenie
    NCMEC is the congressionally-designated US clearinghouse for child sexual abuse material; its CyberTipline figures are supply-side report counts, not a victim-prevalence rate, and they concern MINORS rather than the adults this entry is scoped to. They are cited solely to document the trajectory referenced in the caveats — the order-of- magnitude jump in AI-generated CSAM reporting 2023-2025. The 1.5 million 2025 figure must be read with the caveat that ~1.1 million originated from a single ESP (Amazon AI Services) and were non-actionable, so the raw count overstates the underlying growth; the 4,700 -> 67,000 jump from 2023 to 2024 and the 158,000+ human-categorized AI images are the cleaner diffusion signals. Not used for any number in this adult-scoped entry.
  8. [8] Euronews, reporting on UN Women's 'Tipping Point' study (with City St George's, University of London and TheNerve) — 'Virtual rape': AI and deepfakes are silencing women in public life, UN report
    'Virtual rape': AI and deepfakes are silencing women in public life, UN report
    Statystyka
    UN Women survey of 640+ women in public-facing roles across 119 countries (late 2025) found 41%+ had self-censored on social media to avoid abuse and 19% had reduced professional public speaking; researchers describe AI-facilitated image-based abuse as enabling 'virtual rape'
    Cytat
    “"AI-assisted 'virtual rape' is now at the fingertips of perpetrators. This phenomenon accelerates the harm from online violence inflicted on women in public life." ”
    Dane źródłowe z
    2026-04-30
    Dostęp
    2026-07-01 · kopia archiwalna
    Obliczenie
    UN Women's "Tipping Point: Online Violence Impacts, Manifestations and Redress in the AI Age" report, produced with City St George's, University of London and the digital-forensics nonprofit TheNerve, surveyed 640+ women in public-facing roles (journalists, activists, politicians) across 119 countries in late 2025. Cited here for the self-censorship / chilling-effect pathway and the "virtual rape" framing of AI-facilitated image-based abuse referenced in the body text, not for any lifetime-probability figure: the survey measures self-reported behavioural response among a self-selected, high-public- visibility sample, not general-population victimization prevalence, so it does not feed the native/normalized headline.
    Niezależność
    UN Women is a UN entity; the study is co-produced with an academic research centre and a digital-forensics nonprofit. Independent of the Umbach et al. academic prevalence survey and of the Home Security Heroes / Deeptrace supply-side censuses; it measures self-reported behavioural impact among public-facing women rather than population prevalence.

436 ryzyk z mierzonym prawdopodobieństwem
1 na 10 1 na 100 1 na 1K 1 na 10K 1 na 100K 1 na 1M 1 na 10M 1 na 100M 1 na 1B pewne rzadsze → Ryzyko chirurgii kosmetycznej za granicą — 1 na 10 Cukier/sól u niemowląt — 1 na 10 Endometrioza — 1 na 10 Ryzyko przeszczepu włosów w Turcji — 1 na 10 Endoproteza kolana — 1 na 10 Przewlekłe leki przeciwbólowe — 1 na 10 Całkowita utrata zębów — 1 na 9,1 Alzheimer — 1 na 8,3 Niedobór snu — 1 na 8,3 Bezdymny tytoń — 1 na 8,3 Rower bez kasku — 1 na 8,0 Uszkodzenia zębów przez bruksizm — 1 na 7,7 Zawodność prezerwatywy — 1 na 7,7 Rezygnacja z opieki ze strachu — 1 na 7,1 Utrata wzroku — 1 na 6,7 Przepuklina od dźwigania — 1 na 6,7 Ryzyko złamania biodra — 1 na 6,7 Regularne picie — 1 na 6,7 Pierwszy zawał serca — 1 na 5,9 Niepłodność — 1 na 5,7 Ponad 5 lat odpłatnej opieki — 1 na 5,6 CTE (futbol) — 1 na 5,0 Poważna depresja — 1 na 4,9 Uraz na wędrówce — 1 na 4,8 Zakażenie przez jedzenie po dziecku — 1 na 4,2 Borelioza — 1 na 4,0 Samotność i zdrowie — 1 na 3,8 Dziedziczne ryzyko AUD — 1 na 3,5 Zaburzenie używania alkoholu — 1 na 3,4 Zaburzenie lękowe — 1 na 3,2 Przyspieszenie ryzyka CV przy menopauzie — 1 na 3,0 Cicha cukrzyca — 1 na 3,0 Latanie z przeziębieniem — 1 na 2,9 Utrata pracy i depresja — 1 na 2,9 Choroba odkleszczowa (las) — 1 na 2,9 Cichy wysoki cholesterol — 1 na 2,9 Utrata dziadka w dzieciństwie — 1 na 2,8 Pacifier on the floor — 1 na 2,8 Ciche nadciśnienie — 1 na 2,7 Infekcja oporna — 1 na 2,6 Brak zgodności szpiku — 1 na 2,4 Przyjęcie do domu opieki — 1 na 2,2 Fałszywie dodatnia mammografia — 1 na 2,0 Regularne palenie — 1 na 2,0 Biegunka podróżna — 1 na 2,0 Sporty przygodowe — 1 na 1,8 Opieka długoterminowa po 65. — 1 na 1,8 Prawdopodobieństwo wdowieństwa — 1 na 1,7 Niechroniony seks — 1 na 1,5 Przewlekły ból pleców — 1 na 1,3 Higiena rąk — 1 na 1,0 Rak (dowolny) — 1 na 7,1 Hulajnoga bez kasku — 1 na 4,5 E-rower bez kasku — 1 na 4,0 Zagubiony bagaż — 1 na 3,7 Wypadek z winy kierowcy — 1 na 2,9 Zderzenie z jeleniem — 1 na 2,7 Obrażenia w wypadku — 1 na 2,6 Odwołanie lotu — 1 na 1,8 Zakłócenie podróży: wojna lub katastrofa — 1 na 1,7 Włamanie do domu — 1 na 9,1 Napaść podczas autostopu — 1 na 8,8 Oszustwo czekowe — 1 na 7,7 Wykorzystywanie seksualne dzieci — 1 na 6,8 Uporczywe nękanie — 1 na 6,2 Napaść seksualna na studentkę — 1 na 5,7 Przemoc domowa — 1 na 3,7 Napaść nocą — 1 na 3,6 Kradzież roweru — 1 na 2,9 Przemoc seksualna — 1 na 2,3 Molestowanie seksualne (całe życie) — 1 na 1,6 Niedobór wody — 1 na 2,5 Burza słoneczna klasy Carringtona — 1 na 1,9 Punkt krytyczny WAIS — 1 na 1,1 Ucieczka kota domowego — 1 na 10 Ugryzienie psa bez smyczy — 1 na 9,8 Królik umiera w ciągu 4 lat — 1 na 3,3 Pogryzienie przez psa — 1 na 1,8 Chomik umiera przed nastolatkiem — 1 na 1,0 Niedobór żelaza (kobiety) — 1 na 3,9 Niedobór witaminy D — 1 na 2,9 Luka magnezowa — 1 na 1,9 Niedogotowane jedzenie — 1 na 1,6 Zanieczyszczenie krzyżowe surowym mięsem — 1 na 1,4 Jedzenie poza lodówką — 1 na 1,2 Oszustwo z głosem AI — 1 na 2,9 Oszustwo online — 1 na 2,5 Cyberprzemoc wśród nastolatków — 1 na 2,0 Dzieci i treści jawne — 1 na 1,9 Wyciek danych — 1 na 1,1 Poronienie — 1 na 6,7 Próba samobójcza nastolatka — 1 na 5,6 Depresja poporodowa — 1 na 4,8 Lek przeciwbólowy przed szczepieniem — 1 na 3,8 Nadmierny przyrost masy w ciąży — 1 na 2,6 Nieszczepione dziecko i odra — 1 na 2,0 Wszy głowowe u dziecka — 1 na 2,0 Strata seniorów na oszustwie — 1 na 10 Upadek funduszu — 1 na 10 Krach mieszkaniowy — 1 na 8,3 Kontrola IRS — 1 na 6,7 Załamanie waluty — 1 na 5,6 Deportacja za przekroczenie wizy USA — 1 na 5,6 Odbiór auta z kredytu subprime — 1 na 5,0 Niepełnosprawność w wieku produkcyjnym — 1 na 4,0 Niespłacony kredyt studencki — 1 na 3,8 Represje wobec sygnalisty — 1 na 3,2 Wymuszone odejście przed emeryturą — 1 na 2,9 Niedobór emerytalny — 1 na 2,6 BNPL: zaległa rata — 1 na 2,4 Rozwód — 1 na 2,4 Szkody z pękniętej rury — 1 na 2,2 Mobbing w pracy — 1 na 2,1 Długa awaria prądu — 1 na 2,0 Deportacja (nieudokumentowani) — 1 na 1,8 Szok kosztów pogrzebu — 1 na 1,7 Kradzież tożsamości — 1 na 1,7 Oszustwo kartowe — 1 na 1,5 Prześladowanie w szkole — 1 na 1,5 Śmierć żołnierza frontowego — 1 na 1,3 Recesja gospodarcza — 1 na 1,0 Krach na giełdzie — 1 na 1,0 Szkody gradowe na dachu — 1 na 3,0 Problemowy lokator — 1 na 1,8 Powikłania LASIK — 1 na 100 Szkody od suchego papieru toaletowego — 1 na 100 Dym papierosowy bierny — 1 na 91 Zaburzenie gier (dorośli) — 1 na 83 SOR od szpilek — 1 na 79 Thrown/dropped object — 1 na 67 Reakcja na lek — 1 na 58 Przedawkowanie — 1 na 56 Astma od kuchenki gazowej u dziecka — 1 na 50 Toksoplazmoza z kuwety kota — 1 na 48 Renta z tyt. zdrowia psychicznego — 1 na 45 Uzależnienie od benzodiazepin — 1 na 40 Ołów w wodzie z kranu — 1 na 40 Niewłaściwe stosowanie leków — 1 na 35 Urazowe uszkodzenie mózgu — 1 na 33 Zakażenie szpitalne — 1 na 31 Zanieczyszczenie powietrza — 1 na 29 Schyłkowa choroba nerek — 1 na 29 Biegunka podróżnych (woda) — 1 na 26 Uraz narciarski — 1 na 26 Zaburzenie dwubiegunowe — 1 na 23 Usunięcie zęba mądrości — 1 na 22 Powikłanie turystyki stomatologicznej — 1 na 20 Porzucenie osób starszych — 1 na 20 Parkinson — 1 na 20 Pasożyty zwierząt — 1 na 20 Niezdiagnozowane ADHD — 1 na 20 Alergia pokarmowa u dorosłych — 1 na 19 Demencja inna niż Alzheimera — 1 na 17 Zaburzenie używania konopi — 1 na 16 Udar — 1 na 15 PTSD — 1 na 15 Poważna utrata słuchu — 1 na 14 Cukrzyca typu 2 — 1 na 13 Zapalenie wyrostka — 1 na 13 Dym z gotowania — 1 na 13 Nieleczona depresja — 1 na 13 Napoje a cukrzyca — 1 na 13 Choroba serca — 1 na 12 Śmierć z błędu medycznego — 1 na 12 Kompulsywne zachowania seksualne — 1 na 12 Zaburzenia odżywiania — 1 na 11 Endoproteza biodra — 1 na 11 Kamienie nerkowe — 1 na 11 Śmierć/niepełnosprawność rodzica — 1 na 11 Siedzący tryb życia — 1 na 11 Infekcja w salonie — 1 na 11 Rak jajnika — 1 na 91 Rak jelita grubego — 1 na 77 Rak piersi — 1 na 59 Rak wątroby — 1 na 59 Rak płuc — 1 na 56 Rak prostaty — 1 na 50 Czerniak (UV) — 1 na 29 Ryzyko RJD (niski błonnik) — 1 na 26 Czerwone mięso a rak jelita grubego — 1 na 21 Zwęglone mięso a rak — 1 na 20 Wypadek techniczny — 1 na 83 Jazda na lekach uspokajających — 1 na 77 SMS + jazda — 1 na 56 Śmierć bez pasów — 1 na 53 Przekroczenie prędkości o 20% — 1 na 50 Motocykl bez kasku — 1 na 45 Lot kosmiczny (astronauta) — 1 na 42 Oglądanie filmu + jazda — 1 na 32 Obrażenia dziecka w wypadku — 1 na 27 Senna jazda — 1 na 26 Norowirus na statku wycieczkowym — 1 na 24 Uraz e-hulajnogi — 1 na 10 Kradzież kieszonkowa podczas podróży — 1 na 38 Kradzież katalizatora — 1 na 37 Ugodzenie nożem w napaści — 1 na 37 Kradzież pojazdu — 1 na 34 Napad uliczny / rozbój — 1 na 26 Niesłuszny wyrok — 1 na 24 Podtruwanie drinków — 1 na 17 Kradzież auta metodą relay — 1 na 13 Obrażenia na proteście w reżimie — 1 na 12 Załamanie AMOC — 1 na 20 Anafilaksja po użądleniu — 1 na 50 Obroża dla kota — 1 na 25 Zatrucie pokarmowe w restauracji — 1 na 58 Niedobór B12 — 1 na 28 Niedobór wegetariański — 1 na 14 Intymny deepfake — 1 na 25 Problematyczne użycie mediów — 1 na 13 Dziecko połyka przedmiot (SOR) — 1 na 91 Poród zagrażający życiu (USA) — 1 na 61 Zgon przy porodzie (SSA) — 1 na 55 Upadek ze schodów maluch — 1 na 37 Zgon podczas wspólnego spania — 1 na 36 Uraz przy zabawie & zjeżdżalni — 1 na 33 Diagnoza autyzmu — 1 na 31 Powikłania cięcia cesarskiego — 1 na 29 Uraz zabawką, izba przyjęć (dziecko) — 1 na 21 Stan przedrzucawkowy — 1 na 20 Poważne pęknięcie krocza — 1 na 17 Cukrzyca ciążowa — 1 na 13 Uraz glowy dziecka przy upadku — 1 na 12 Śmierć bez spadkobiercy — 1 na 100 Ruina finansowa z zakładów sportowych — 1 na 100 Śmierć pilota myśliwca — 1 na 48 Śmierć w połowach komercyjnych — 1 na 45 Śmierć przy wyrębie lasu — 1 na 34 Bankructwo medyczne — 1 na 25 Zaburzenie kompulsywnego kupowania — 1 na 20 Strata na oszustwie z ogłoszeniem najmu — 1 na 20 Utrata SNAP wg zasad pracy 2025 — 1 na 18 Przejęcie hipoteczne — 1 na 14 Renta - narząd ruchu — 1 na 14 Straty z day tradingu — 1 na 13 Katastrofa rządu ekstremistycznego — 1 na 13 Zniszczenie domu przez huragan — 1 na 17 NAION (Ozempic) — 1 na 909 Utonięcie małego dziecka w basenie — 1 na 800 SM — 1 na 769 Śmiertelność w pracy — 1 na 690 Dur brzuszny — 1 na 654 GLP-1: aspiracja w znieczuleniu — 1 na 613 Niebezpieczne importowane produkty — 1 na 565 Tętniak mózgu — 1 na 400 COVID-19 — 1 na 400 Uraz od fajerwerków — 1 na 385 Nóż kuchenny: przecięte ścięgno — 1 na 385 Za dużo kofeiny — 1 na 366 Anemia sierpowata — 1 na 365 Sfałszowane leki — 1 na 361 Uszkodzenie rdzenia kręgowego — 1 na 313 Diagnoza raka u dzieci — 1 na 285 Śmierć w pandemii — 1 na 208 Denga (podróż) — 1 na 200 Poród przedwczesny od upału — 1 na 200 Pomijanie codziennych pryszniców — 1 na 200 Nieszorowanie stóp — 1 na 200 Ryzyko oddania szpiku — 1 na 167 Kleszczowe zapalenie mózgu — 1 na 167 Schizofrenia — 1 na 143 Przypadkowy upadek — 1 na 135 Nagła śmierć podczas ćwiczeń — 1 na 123 Samobójstwo (USA) — 1 na 121 Uzależnienie od opioidów — 1 na 114 Gruźlica (globalna) — 1 na 109 Diagnoza HIV — 1 na 105 Rak od radonu — 1 na 435 Rak jądra — 1 na 250 Rak szyjki macicy — 1 na 167 Rak trzustki — 1 na 125 Śmierć pieszego — 1 na 806 Wypadek motocyklowy — 1 na 709 Utonięcie podczas pływania — 1 na 685 Kierowca zabija pieszego — 1 na 552 Uraz przy chodzeniu z telefonem — 1 na 400 Pożar baterii EV — 1 na 333 Rowerzysta zabity przez samochód — 1 na 159 Pożar auta benzynowego — 1 na 125 Śmiertelność pojazdu autonomicznego — 1 na 115 Wypadek samochodowy — 1 na 105 Śmierć strażaka na służbie — 1 na 455 Śmierć policjanta na służbie — 1 na 357 Zabójstwo — 1 na 339 Oszustwo inwestycyjne — 1 na 106 Ekstremalny upał — 1 na 333 Śmierć od zmian klimatu — 1 na 204 Ukąszenie nietoperza & wścieklizna — 1 na 278 Choroba od komarów — 1 na 190 Zatrucie pokarmowe (globalne) — 1 na 317 Pożar paneli słonecznych — 1 na 667 Nieleczona skolioza dziecięca — 1 na 1000 Dziecko spada z okna — 1 na 855 Chodzik upadek ze schodów — 1 na 625 Upadek niemowlęcia — 1 na 500 Uraz w chodziku — 1 na 455 Śmiertelność matek — 1 na 272 Wiek matki i wady wrodzone — 1 na 200 Śmierć dziecka (<18) — 1 na 103 Śmierć w karierze speleologicznej — 1 na 167 Śmierć na służbie w ratownictwie — 1 na 909 Ofiara wojenna cywil Ukraina — 1 na 499 Żołnierz w walce — 1 na 270 Cofnięcie wizy studenckiej — 1 na 263 Śmierć w karierze górniczej — 1 na 214 Ruina przez hazard — 1 na 159 Pożar domu od pioruna — 1 na 461 Zniszczenie domu przez pożar lasu — 1 na 120 Malaria (podróż) — 1 na 10 000 Zakażenie przez wspólne picie — 1 na 10 000 Choroba Chagasa — 1 na 8475 Tasiemiec lisa z dzikich jagód — 1 na 8475 Dziecko połyka saszetkę nikotynową — 1 na 7937 Schistosomatoza — 1 na 6667 Nagła śmierć (młody dorosły) — 1 na 3922 Niebezpieczna instalacja — 1 na 3390 Sepsa z rany — 1 na 2857 Świadomość w narkozie — 1 na 2500 Udar cieplny (na zewnątrz) — 1 na 1905 Pożar domu — 1 na 1818 Wścieklizna od psów — 1 na 1449 Utonięcie — 1 na 1379 Uraz rdzenia z płytkiego skoku — 1 na 1111 Zakrztuszenie — 1 na 1099 Hospitalizacja EVALI z vape'owania — 1 na 1064 Rak od betelu — 1 na 1290 Zakrzep (lot) — 1 na 4651 Zabicie rowerzysty — 1 na 3937 Śmierć nastolatka w wypadku drogowym — 1 na 3030 Fotelik rowerowy z tyłu — 1 na 2500 Dziecko bez fotelika — 1 na 2000 Śmiertelne spotkanie z policją — 1 na 4739 Zabójstwo honorowe — 1 na 2381 Zabójstwo przez partnera intymnego — 1 na 1767 Huragan — 1 na 8929 Śmierć z głodu — 1 na 6536 Śmierć w zamieci — 1 na 4367 Trzęsienie ziemi — 1 na 3802 Listeria w wędlinach — 1 na 6061 Ciężkie E. coli ze świeżych warzyw — 1 na 4831 Zatrucie pokarmowe (USA) — 1 na 1862 Rtęć w rybach — 1 na 1695 Uraz od ości — 1 na 1429 Pożar baterii — 1 na 4545 Połknięcie kapsułki do prania — 1 na 6494 Utonięcie w basenie — 1 na 5882 Nieleczona dysplazja stawu biodrowego — 1 na 5000 SIDS — 1 na 2398 Wojna (cywil) — 1 na 2000 Obrzęk mózgu od grypy u dziecka — 1 na 100 000 Śmiertelne użądlenie — 1 na 76 923 Lokalna denga (kontynent. USA) — 1 na 66 667 Śmierć ze znieczulenia — 1 na 45 662 Śmierć psa w gorącym samochodzie — 1 na 41 667 Zakażenie rany Vibrio vulnificus — 1 na 32 051 Anafilaksja — 1 na 27 548 Chiropraktyczna manipulacja szyi — 1 na 16 667 Zatrucie CO — 1 na 14 006 WZW typu A (podróż) — 1 na 12 500 Rezygnacja z immunoterapii alergicznej — 1 na 11 111 Akrylamid a rak — 1 na 16 667 Wypadek autobusowy — 1 na 100 000 Katastrofa lotnicza (samolot) — 1 na 58 824 Pożar auta po zderzeniu — 1 na 25 000 Śmierć na przejeździe — 1 na 20 576 Zatopiony samochód — 1 na 16 667 Przyczepka rowerowa — 1 na 14 286 Kolizja „o włos” na pasie — 1 na 13 699 Atak kwasem — 1 na 94 340 Terroryzm — 1 na 77 519 Porwanie dziecka przez obcego — 1 na 38 760 Porwanie przez obcego — 1 na 35 211 Śmierć posagowa — 1 na 13 158 Przypadkowy wystrzał — 1 na 11 299 Pożar lasu — 1 na 100 000 Tornado — 1 na 80 645 Tsunami — 1 na 52 632 Utonięcie w oceanie — 1 na 29 155 Powódź — 1 na 20 202 Śmierć z upału po huraganie — 1 na 20 000 Śmierć w osowisku — 1 na 18 416 Erupcja superwulkanu — 1 na 12 376 Użądlenie pszczoły — 1 na 78 927 Połknięta pszczoła/osa — 1 na 29 155 Śmiertelne użądlenie skorpiona — 1 na 26 110 Śmierć psa od czekolady — 1 na 13 889 Mus z cynamonem z ołowiem — 1 na 40 000 Wymywanie z plastiku — 1 na 16 949 Uduszenie niemowlęcia w foteliku — 1 na 64 935 Upadek z bujaczka — 1 na 60 606 Zakrztuszenie malucha — 1 na 50 000 Zadławienie niemowlęcia bez nadzoru — 1 na 50 000 Śmierć dziecka jadącego przodem — 1 na 26 738 Połknięcie magnesów — 1 na 12 048 Śmierć podczas snorkelowania — 1 na 21 739 Zwierzę w transporcie — 1 na 20 000 Śmierć w areszcie ICE — 1 na 17 065 Miny lądowe — 1 na 14 728 Reakcja na szczepionkę — 1 na 763 359 Aluminium a Alzheimer — 1 na 169 492 Wyciek gazu w domu — 1 na 140 845 Śmierć dziecka w gorącym aucie — 1 na 102 041 Glifosat a rak — 1 na 1 000 000 Rak od naczyń teflonowych — 1 na 169 492 Uraz na kolejce górskiej — 1 na 312 500 Zatopienie promu — 1 na 133 333 Uraz od turbulencji — 1 na 114 943 Strzelanina w szkole — 1 na 192 308 Masowa strzelanina — 1 na 113 636 Lawina — 1 na 210 526 Piorun — 1 na 209 205 Ukąszenie węża — 1 na 884 956 Ukąszenie pająka — 1 na 833 333 Atak hipopotama — 1 na 564 972 Atak krokodyla — 1 na 337 838 Ugryzienie psa — 1 na 142 045 Pozostałości pestycydów — 1 na 1 000 000 Choroba z brudnej puszki — 1 na 200 000 Szkodliwość bioplastiku PLA — 1 na 169 492 Huśtawka niemowlęca zgon — 1 na 714 286 Zadławienie winogronem — 1 na 625 000 Uduszenie dziecka sznurem żaluzji — 1 na 416 667 Uduszenie dziecka torbą foliową — 1 na 263 158 Bateria guzikowa — 1 na 250 000 Leżaczek nachylony zgon — 1 na 238 095 Śmierć w windzie/na schodach ruchomych — 1 na 188 324 JE (podróż) — 1 na 2 000 000 Dziecko + przedni airbag — 1 na 10 000 000 Uderzenie asteroidy — 1 na 1 351 351 Jaja pająków w bananach — 1 na 10 000 000 Atak rekina — 1 na 5 681 818 Atak niedźwiedzia — 1 na 3 787 879 Zatrucie dzikimi jagodami — 1 na 2 222 222 Atak piranii — 1 na 135 135 135 Telefon przy dystrybutorze — 1 na 1 000 000 000 Telefon w samolocie — 1 na 1 000 000 000
Lottery jackpot 1 na 95 238

Ostatnio oglądane na tym urządzeniu