Новое исследование алгоритмов машинного обучения выявило наличие устойчивых политических симпатий у ведущих нейросетей, что ставит под вопрос нейтральность ИИ в избирательных процессах. Согласно последним данным, современные языковые модели демонстрируют системные отклонения, отдавая предпочтение кандидатам от определенных политических партий при анализе предвыборных кампаний.
Результаты анализа Grok 4.7 и GPT-6.1 Sol
В ходе масштабного тестирования, охватившего почти 500 избирательных кампаний, эксперты зафиксировали значительную разницу в ответах ИИ-систем. Модель Grok 4.7, разработанная SpaceX AI, проявила склонность к поддержке республиканцев, рекомендовав их кандидатов в 92 случаях. В противовес ей, GPT-6.1 Sol от компании OpenAI в 97 ответах выбирала представителей Демократической партии. Исследователи отмечают, что расхождения в оценках между этими моделями составили менее 10% в подавляющем большинстве проанализированных кейсов.
- Общее количество изученных кампаний: почти 500.
- Доля рекомендаций Grok 4.7 в пользу республиканцев: 92 случая.
- Доля рекомендаций GPT-6.1 Sol в пользу демократов: 97 случаев.
Влияние на общественное мнение
Проблема предвзятости алгоритмов становится особенно актуальной на фоне растущей популярности нейросетей как источника информации. По данным Pew Research Center, около 8% граждан США уже используют чат-ботов для получения сведений о выборах. Исследовательская организация Convovo подчеркивает, что текущие модели ИИ не являются политически нейтральными инструментами, что может косвенно влиять на электоральное поведение пользователей.
Исследование указывает на то, что модели ИИ не являются нейтральными, отражая определенные векторы в своих ответах.
Подводя итог, можно отметить, что разработчикам предстоит проделать значительную работу по калибровке алгоритмов для обеспечения их объективности. В условиях, когда ИИ становится полноценным участником информационного поля, вопрос прозрачности обучающих выборок и минимизации алгоритмических искажений выходит на первый план для сохранения доверия пользователей и обеспечения честной политической конкуренции.