W WikiBсвободна енциклопедия
Общество · Демокрация

Мащабно изследване: AI чатботовете убеждават по-добре, но убеждаването е за сметка на точността

Мащабно изследване, публикувано в списание Science през декември 2025 г. (76 977 участници, 707 политически теми, 19 AI модела, проверени 466 769 твърдения), установява, че убедителността на разговорния AI расте най-вече чрез методи на допълнително обучение и промптиране, а не чрез персонализация или размер на модела — но същите техники, които правят AI по-убедителен, системно намаляват фактическата точност на твърденията му.[1]

#изкуствен интелект #убеждаване #поляризация #дебат #изследване

Изследването

В три мащабни експеримента изследователският екип разгръща 19 големи езикови модела — включително такива, специално дообучени за убеждаване — за да оцени убедителността им по 707 политически теми, а след това проверява фактическата точност на 466 769 получени твърдения на AI.[1]

Основни резултати

Методите на допълнително обучение и промптиране увеличават убедителността с до 51% и 27% съответно — повече, отколкото персонализацията към конкретния слушател или простото увеличаване на размера на модела.[2] Навсякъде, където тези техники повишават убедителността на AI, те системно намаляват фактическата му точност — компромис между убедителност и истинност, вграден в самия механизъм.[3]

Най-оптимизираният за убеждаване модел измества мнението на противници на дадена позиция с цели 25 процентни пункта.[4] За сравнение, кратки разговори с чатбот преместват нагласите на избиратели с до 10 процентни пункта — почти четири пъти повече, отколкото постигат тествани политически реклами от изборните цикли 2016 и 2020 г. в САЩ.[5]

AI дебатьори и собствените им убеждения

Отделно изследване от октомври 2025 г. за AI дебати като механизъм за „мащабируем надзор“ (scalable oversight) открива допълнителна особеност: моделите са по-убедителни, когато защитават позиции, съответстващи на собствените им предварителни убеждения.[6] Парадоксално, аргументи, които не съвпадат с убежденията на модела, получават по-висока оценка за качество при директно сравнение по двойки — находка с пряко значение за надеждността на формати, при които AI съди или медиира публичен дебат.[7]

Значение за пряката демокрация

Комбинацията от нарастваща убедителност и намаляваща точност е пряка заплаха за информирани пряко-демократични процеси — референдуми, граждански консултации, обществени дебати — при които качеството на аргументите определя качеството на колективното решение. Находките поставят под въпрос и надеждността на инструменти като Habermas Machine, при които AI обобщава или медиира аргументи в делиберативен процес, а не просто отговаря на индивидуален потребител.

Вижте също

Доказателства към твърденията

  1. arXiv препринт — мащабно изследване на политическото убеждаване чрез разговорен AI (2025)
    Методология

    Мащаб и методология на изследването.

    Отвори източника
  2. arXiv препринт — мащабно изследване на политическото убеждаване чрез разговорен AI (2025)
    Ефект на допълнителното обучение

    Кои техники увеличават убедителността най-много.

    Отвори източника
  3. arXiv препринт — мащабно изследване на политическото убеждаване чрез разговорен AI (2025)
    Компромис убедителност-точност

    Централната находка на изследването.

    Отвори източника
  4. Cornell Chronicle — AI chatbots can effectively sway voters, either direction
    Ефект върху противници на позицията

    Конкретен резултат за най-убедителния тестван модел.

    Отвори източника
  5. MIT Technology Review — The era of AI persuasion in elections is about to begin
    Сравнение с политическа реклама

    Сравнение на ефекта на AI разговор спрямо традиционна политическа реклама.

    Отвори източника
  6. arXiv — AI Debaters are More Persuasive when Arguing in Alignment with Their Own Beliefs (2025)
    Основна находка

    AI моделите са по-убедителни, когато защитават собствените си убеждения.

    Отвори източника
  7. arXiv — AI Debaters are More Persuasive when Arguing in Alignment with Their Own Beliefs (2025)
    Парадоксална оценка на качеството

    Аргументи, несъвпадащи с убежденията на модела, получават по-висока оценка за качество.

    Отвори източника
Човешки преглед

Предложи промяна

Предложението влиза в опашка за преглед. Нищо не се публикува автоматично.

Модерация

Докладвай проблем

Сигналът отива при човешки модератор. Подаването му не скрива и не променя съдържанието.