Արհեստական բանականությամբ չատ-բոտերն ընտրողների կարծիքի վրա ավելի արդյունավետ են ազդում, քան հեռուստատեսային նախընտրական քարոզարշավները։ Նման եզրահանգումներ են պարունակում Science և Nature ամսագրերում հրապարակված նոր հետազոտությունները, հայտնում է The Washington Post-ը։

Ընդհանուր առմամբ, գիտնականներն ուսումնասիրել են արհեստական բանականության ավելի քան 20 մոդել, այդ թվում՝ ChatGPT, Grok, DeepSeek և Meta's Llama:

Nature ամսագրում հրապարակված հոդվածի հեղինակները փորձարկում են անցկացրել, որին մասնակցել է ավելի քան 2 հազար ամերիկացի։ Հետազոտողները նրանց խնդրել են 0-ից 100 բալանոց սանդղակով գնահատել ԱՄՆ 2024 թվականի նախագահական ընտրությունների թեկնածուներին՝ Դոնալդ Թրամփին և Կամալա Հարիսին։ Դրանից հետո մասնակիցներին խնդրել են շփվել նեյրոցանցերի հետ, որոնք վարժեցված են եղել թեկնածուներից որևէ մեկի շահերը պաշտպանելուն։

Կոռնելի համալսարանի պրոֆեսոր և երկու հոդվածների ավագ հեղինակ Դևիդ Ռենդի խոսքով՝ չատ-բոտերի հետ շփումից հետո հարցվողները փոխել են իրենց վերաբերմունքը մոտ մի քանի տոկոսային կետով՝ հօգուտ այն թեկնածուի, որին սատարում էր մոդելը։

«Սա նշանակալի ազդեցություն չէ, սակայն զգալիորեն գերազանցում է այն, ինչ կարելի էր ակնկալել ավանդական տեսագովազդից կամ գովազդային արշավներից»,- եզրակացրել է Ռենդը։

Գիտնականները նմանատիպ փորձարկումներ են անցկացրել նաև Կանադայի 2025 թվականիխորհրդարանական ընտրությունների 1500 մասնակիցների շրջանում և 2100 մարդու շրջանում՝ նույն թվականի Լեհաստանի նախագահական ընտրությունների ժամանակ։ Երկու հետազոտություններն էլ ցույց են տվել նմանատիպ արդյունքներ։

Ինչպես նշել է Ռենդը, փորձի մասնակիցներն ավելի շատ վստահել են այն բոտերին, որոնք ապացույցներ են բերել։ Ընդ որում, այն նեյրոցանցերը, որոնք վարժեցված են եղել աջակողմյան քաղաքական գործիչներին սատարելու համար, «շատ ավելի անճիշտ հայտարարություններ են արել»։

Իրենց հերթին, Science ամսագրի հոդվածի հեղինակներն ուսումնասիրել են, թե համոզման որ մոդելն է ամենաշատն ազդել մարդկանց վրա։ Գիտնականներն անցկացրել են բոտերի դիզայնի երեք հետազոտություն, որոնց մասնակցել է գրեթե 77 հազար մարդ։ Նրանց առաջարկվել է նեյրոցանցերի հետ քննարկել Մեծ Բրիտանիայի տարբեր քաղաքական խնդիրներ։

Ինչպես ցույց են տալիս արդյունքները, մասնակիցների կարծիքի վրա ամենամեծ ազդեցությունն ունենում են այն մոդելները, որոնք տրամադրում են մեծ քանակությամբ փաստեր: Միևնույն ժամանակ, այն չատ-բոտերը, որոնք տեղեկատվություն են մատուցում՝ հաշվի առնելով մասնակցի անհատականությունը կամ «լսում» էին նրա խնդիրները, ավելի փոքր արդյունավետություն են ցուցաբերել։

Ռենդի խոսքով՝ որքան շատ պնդումներ էր անում նեյրոնային ցանցը, այնքան ավելի համոզիչ էր թվում այն։ Սակայն, եթե չաթբոտը սպառում էր ապացույցները, սկսում էր «կեղծ պնդումներ» անել։

Այնուամենայնիվ, որոշ մասնագետներ կարծում են, որ նեյրոնային ցանցերի ազդեցությունը հոդվածներում մտահոգության տեղիք չի տալիս: Ինչպես նշել է Վիրջինիայի համալսարանի մեդիա ուսումնասիրությունների պրոֆեսորը, որը չի մասնակցել հետազոտությանը, իրական աշխարհում ընտրողները քիչ հավանական է, որ որոշումներ կայացնեն չաթբոտի հիման վրա:

Նմանատիպ կարծիք է հայտնել նաև Օրեգոնի համալսարանի դոցենտ Ուիթնի Ֆիլիպսը։ Նրա խոսքով՝ նոր հետազոտությունները ցույց են տալիս, որ արհեստական ​​բանականությունը կարող է օգտակար լինել քարոզարշավներում, սակայն արդյունավետ լինելու համար ընտրողները պետք է շփվեն բոտերի հետ և պահպանեն դրանք։