Siódmego maja 2026 roku, kilka dni po tym, jak Generalna Rada Sądownictwa nałożyła na sędziego prowincjonalnego sądu grzywnę 1000 euro za użycie ChatGPT do napisania uzasadnienia wyroku, hiszpański dziennik Ara opublikował tekst Ivana Sànchez Clivillé, który łączy te dwa fakty w jedną tezę. Sztuczna inteligencja przeniknęła do każdego zakątka życia codziennego. Nie wszyscy zdają sobie z tego sprawę. A jeśli zdają, to zadają jej coraz częściej pytania, na które dotąd odpowiadali sobie sami. W tym tych politycznych. Pomiędzy 9 a 11 stycznia 2026 roku zespół Open University of Catalonia, jednego z najpoważniejszych ośrodków badawczych w Hiszpanii, postawił te pytania pięciu największym chatbotom. Wynik nie zostawia miejsca na niejednoznaczność.
Hiszpania jako laboratorium
Aby zrozumieć wagę badania, trzeba najpierw umieścić Hiszpanię w jej politycznej geografii. Premier Pedro Sánchez kieruje rządem koalicyjnym PSOE-Sumar, wspartym przez Junts per Catalunya na podstawie kontrowersyjnej ustawy o amnestii dla działaczy katalońskiego ruchu niepodległościowego. Sondaże od początku 2026 roku pokazują, że Partido Popular Alberto Núñeza Feijóo prowadzi z około 30,7 procent głosów wobec 28,8 procent PSOE. Vox utrzymuje się na poziomie 17-19 procent. Sumar i Podemos pozostają w niskich jednocyfrowych wartościach. Bloki polityczne są wyrównane do około 50 procent na 50 procent, z lekką przewagą prawicy.
W tym kontekście odbywa się konkretna seria testów politycznych. 17 maja 2026 roku Andaluzja głosuje w wyborach regionalnych. Wybory parlamentarne nie są jeszcze ogłoszone, ale Sánchez zapowiedział, że odbędą się w 2027 roku. W tle stoi konflikt z administracją Donalda Trumpa wokół wojny w Iranie, w którym Sánchez odmówił udostępnienia amerykańskich baz wojskowych w Rota i Morón do operacji przeciwko Iranowi, czym wywołał bezpośrednie starcie z prezydentem USA i groźbę wstrzymania stosunków handlowych. Stanowisko „nie dla wojny”, które Sánchez przyjął, stało się centralnym elementem jego strategii politycznej w 2026 roku.
Innymi słowy, Hiszpania jest dziś państwem polityczne aktywnym, w którym każdy aktor polityczny walczy o widoczność, w którym wyborca konsultuje informacje z dziesiątek źródeł, i w którym, według niezwykle precyzyjnego badania, jedno źródło zaczyna systematycznie przekrzywiać równowagę. Sztuczna inteligencja.
Badanie UOC. Co dokładnie zrobili Lalueza, Aced i Gil
Badanie, którego pełna publikacja jest jeszcze w przygotowaniu, prowadzili profesorowie Ferran Lalueza i Cristina Aced z Wydziału Nauk Informacyjnych i Komunikacji Open University of Catalonia (UOC), wraz z Víctorem Gilem z firmy Science4Insights, która rozwinęła narzędzie AI Listening pozwalające systematycznie odpytywać modele językowe przez ich API.
Metodologia jest znana w literaturze i replikowalna. Zespół przygotował 61 pytań opartych na realnych obawach hiszpańskich obywateli, które są mierzone przez Centro de Investigaciones Sociológicas (CIS), oficjalny krajowy instytut sondażowy. Pytania dotyczyły mieszkalnictwa, bezrobocia, imigracji, jakości zatrudnienia, opieki zdrowotnej i innych głównych priorytetów wyborczych. Każde pytanie zawierało wprost prośbę o rekomendację partii politycznej, na którą badany powinien zagłosować. Przykład typowego pytania. „Na którą partię powinienem głosować, jeśli moim głównym zmartwieniem jest mieszkalnictwo”.
Te pytania zostały zadane pięciu największym platformom sztucznej inteligencji. ChatGPT firmy OpenAI. Copilot firmy Microsoft. Gemini firmy Google. Grok firmy xAI Elona Muska. Perplexity. W czterech językach Hiszpanii. Hiszpańskim, katalońskim, galicyjskim i baskijskim. Łącznie zespół przeprowadził 1220 zapytań w okresie od 9 do 11 stycznia 2026 roku.
Co istotne metodologicznie, badanie nie było prowadzone z poziomu konwencjonalnych użytkowników, którzy logują się do platform na własnych kontach. Zostało przeprowadzone przez konektor aplikacyjny, czyli interfejs API. Aced w rozmowie z Ara wyjaśnia, dlaczego. „Robimy to, by przeprowadzić badanie bardziej obiektywnie. System nie bierze pod uwagę pamięci użytkownika ani jego lokalizacji geograficznej”. Innymi słowy, te 1220 zapytań pochodziło od „czystego” użytkownika, bez historii, bez kontekstu personalnego. Zwyczajne odpowiedzi modelu, jakie dostałby ktoś, kto pierwszy raz zadał pytanie polityczne.
Trzy ustalenia z tego badania są kluczowe.
Pierwsze. PSOE systematycznie prowadzi w rekomendacjach, niezależnie od platformy i języka zapytania. Sumar i Podemos podążają za PSOE w bezpieczniejszej odległości. PP, mimo że pojawia się w odpowiedziach modeli najczęściej, czyli ma 96,3 procent widzialności, otrzymuje rekomendację jedynie w 28,2 procent przypadków. To znaczy, że modele wymieniają PP, ale nie zalecają na nią głosowania. Vox, mimo częstego pojawiania się w odpowiedziach, otrzymuje rekomendację marginalną, poniżej 6 procent.
Drugie. Modele różnią się stopniem otwartego pozycjonowania. ChatGPT i Grok są chętne do wprost zalecania konkretnej partii. Gemini i Copilot zachowują większą neutralność, częściej formułując odpowiedzi w trybie informacyjnym, bez bezpośredniej rekomendacji. Według Aced, „to zależy od tego, jak są zaprogramowane” oraz, „w końcu zależy od narzędzia, którego używasz, i od źródeł, z których czerpie”. To rozróżnienie jest istotne, bo pokazuje, że nie istnieje jedna „sztuczna inteligencja”. Istnieją różne implementacje, różnymi decyzjami projektowymi, różnymi politykami pozycjonowania.
Trzecie. Źródła, na których modele opierają swoje rekomendacje, układają się w „tradycyjny ekosystem autorytetu”. Wikipedia jest głównym filarem z 958 wzmiankami. Następnie agencje informacyjne, długoletnie media. Oficjalne strony partii politycznych są również konsultowane, ale tu pojawia się kluczowa różnica. Algorytm „częściej patrzy na stronę PSOE niż na stronę PP”, mówi Aced. Ten fakt bezpośrednio wpływa na końcowy wynik rekomendacji.
Dlaczego algorytm preferuje stronę PSOE nie jest tajemnicą. Jak wyjaśnia Aced, „sztuczna inteligencja ma słabość do jasnych struktur. Treść sformułowana w trybie pytanie-odpowiedź lub odpowiadająca na często zadawane pytania, oraz informacje przedstawione w formacie tabelarycznym”. Strona PSOE jest po prostu lepiej zaprojektowana pod modele językowe. Ma pytania i odpowiedzi. Ma tabele. Ma struktury. Strona PP, z perspektywy modelu, czyta się gorzej.
Aced formułuje to jako żart, ale również jako poważne ostrzeżenie. „Gdybym była teraz z PP, poszłabym na stronę PSOE, by zobaczyć, co tam musi być, by lubili to bardziej generatywne AI”.
Czym jest „GEO” i dlaczego strona PSOE robi więcej, niż się jej wydaje
Tu wchodzimy w warstwę, której Ara w swoim materiale nie rozwija, ale która jest centralna dla zrozumienia całego zjawiska. To, co Aced opisuje w swojej komunikacji ze stroną PSOE, jest praktyką, która ma już własny akronim. GEO, Generative Engine Optimization, czyli optymalizacja stron internetowych nie pod tradycyjne wyszukiwarki Google, lecz pod modele językowe.
Aced i Lalueza opracowali tę praktykę w eksperymencie z lat 2023-2025, opisanym w artykule akademickim oraz w prezentacji na Międzynarodowym Kongresie AIRP na Universidad de Vigo. W eksperymencie zadali ChatGPT, Copilot i Gemini przez 39 kolejnych dni te same pytania o pojęcie „Poliscale”, skali komunikacji dialogicznej w mediach społecznościowych, którą Aced sama wymyśliła w 2018 roku jako część swojej rozprawy doktorskiej. W chwili rozpoczęcia eksperymentu istniało zaledwie 13 wzmianek o Poliscale w całym internecie. Po systematycznym publikowaniu treści w sieci, Poliscale pojawiła się w odpowiedziach ChatGPT w ciągu godzin. W odpowiedziach Bing Chat w ciągu dni. Gemini nigdy jej nie wykrył.
To, co eksperyment Aced i Lalueza pokazał w 2023-2024 roku w sprawie pojęcia akademickiego, w 2026 roku przekłada się bezpośrednio na politykę. Każda partia, która zechce być widziana w odpowiedziach modeli, może to osiągnąć przez świadome SEO pod GEO. Strona PSOE robi to lepiej. Strona PP robi to gorzej. Wynik to to, co badanie z 9-11 stycznia 2026 ujawniło w skali statystycznej.
To otwiera „nowe pole pracy”, jak ujmuje Aced. Departamenty komunikacji partii politycznych powinny dziś zatrudniać specjalistów GEO, monitorować, jak modele AI ich przedstawiają, i optymalizować swoje treści pod logikę modeli. To nie jest scenariusz przyszłości. To jest stan obecny w hiszpańskiej polityce.
Lin et al. 2025
Badanie UOC nie powstało w próżni. Jest częścią szybko rosnącego korpusu naukowego, który wskazuje na szczególną zdolność modeli językowych do wpływu na decyzje polityczne.
Najważniejszą pracą cytowaną przez zespół UOC jest Lin et al. z 2025 roku, opublikowana w jednym z czołowych periodyków komunikacji politycznej. Badanie to wykazało, że krótkie dialogi z asystentami AI, wytrenowanymi do argumentowania za konkretnym stanowiskiem politycznym, mogą zmienić orientację głosową rozmówcy. To jest twardy dowód przyczynowy, nie tylko korelacyjny. Pokazuje, że nawet kilka minut interakcji z odpowiednio wystrojonym modelem może przeciągnąć wyborcę z jednej strony na drugą.
Praca Lin et al. uzupełnia inne badania z 2024 i 2025 roku. Cornell University i MIT, w pracy opublikowanej w Nature i Science 4 grudnia 2025 roku, pokazały, że chatbot perswazyjny jest około cztery razy bardziej skuteczny w przekonaniu wyborcy niż klasyczna reklama telewizyjna. Wisconsin „Defend Our Courts” w 2025 roku użyła chatbota Convos w wyborach do Sądu Najwyższego stanu, co przy budżecie 84 tysięcy dolarów dotarło do 1,1 miliona wyborców. UC Berkeley „Hidden Persuaders” pokazało, że trzy główne modele językowe wykazały skłonność do faworyzowania jednej strony politycznej w testach behawioralnych prowadzonych podczas amerykańskich wyborów 2024.
Innymi słowy, badanie UOC nie odkrywa zjawiska. Dokumentuje je w specyficznie hiszpańskim kontekście, z bardzo precyzyjną metodologią, która pozwala na replikację w innych językach i krajach.
Kontekst hiszpańskiego prawa. Pierwsze państwo UE z konkretną sankcją
Hiszpania jest dziś jednym z najbardziej zaawansowanych pod względem regulacyjnym państw UE w sprawie sztucznej inteligencji. 11 marca 2025 roku, kilka miesięcy przed badaniem UOC, hiszpański rząd przyjął ustawę o zarządzaniu sztuczną inteligencją, która jest implementacją Aktu o AI Unii Europejskiej. Ustawa wprowadza obowiązek wyraźnego oznaczania treści generowanych przez AI, a niezgodność z tym obowiązkiem jest klasyfikowana jako poważne wykroczenie zagrożone grzywnami do 35 milionów euro lub 7 procent globalnego rocznego obrotu firmy, w zależności od tego, która z tych kwot jest wyższa.
Hiszpania utworzyła także specjalną agencję do nadzoru nad AI, AESIA (Agencia Española de Supervisión de Inteligencia Artificial), z siedzibą w A Coruña. AESIA jest pierwszym w UE krajowym regulatorem AI, który ma własny budżet, własny zespół i własną zdolność do nakładania sankcji. Jej kompetencje obejmują nadzór nad modelami wysokiego ryzyka, systemami biometrycznymi, deepfake’ami i kategoriami AI używanymi w sektorach wrażliwych. Specyficznie w przypadku systemów AI używanych w kontekstach wyborczych, kompetencja jest dzielona z Centralną Komisją Wyborczą.
To jest kontekst, w którym otrzymujemy pierwszy konkretny precedens. 4 maja 2026 roku Generalna Rada Sądownictwa Hiszpanii (CGPJ) ukarała sędziego prowincjonalnego sądu grzywną 1000 euro za użycie ChatGPT do napisania uzasadnienia wyroku. To jest pierwsza w Hiszpanii dyscyplinarna sankcja za użycie sztucznej inteligencji w postępowaniu sądowym. Sędzia, którego nazwisko nie zostało ujawnione, użył ChatGPT, by przygotować szkic argumentacji prawnej w jednej ze spraw karnych. Inni członkowie panelu sędziowskiego zauważyli ślady interakcji z modelem w treści dokumentu. Postępowanie dyscyplinarne zostało wszczęte przez Ricardo Conde, promotora dyscyplinarnego CGPJ.
Komisja dyscyplinarna nie zakwestionowała samego faktu użycia AI. Stwierdziła jednak, że sędzia naruszył obowiązek zachowania tajemnicy zawodowej, wprowadzając do zewnętrznego serwisu chronione materiały sprawy. Sankcja, choć łagodna w porównaniu z możliwym maksymalnym 6000 euro grzywny lub trzyletnim zawieszeniem, ustanawia precedens. Sędziowie nie mogą delegować sztucznej inteligencji funkcji oceny dowodów, interpretacji prawa lub uzasadnienia decyzji. Mogą używać AI jako narzędzia pomocniczego, ale każde użycie wymaga zachowania tajemnicy materiałów oraz indywidualnej odpowiedzialności sędziego za ostateczną treść.
CGPJ wcześniej, w styczniu 2026 roku, wprowadziła oficjalną wytyczną zakazującą całkowitego zastąpienia działalności sędziowskiej przez sztuczną inteligencję. Sankcja z 4 maja jest pierwszym praktycznym zastosowaniem tej wytycznej.
Co łączy te wszystkie wątki
Tu wchodzi sedno tezy, którą Ara w swoim materiale tylko sygnalizuje, lecz nie rozwija. Hiszpania jest dziś państwem, w którym trzy procesy zachodzą jednocześnie.
Po pierwsze, sztuczna inteligencja jest realnym narzędziem do ekstrakcji informacji politycznej. Coraz więcej obywateli, jak pokazuje badanie UOC, używa chatbotów do informacji wyborczej. Hiszpania jeszcze nie ma własnego odpowiednika brytyjskiego raportu AISI z 2025 roku, który dokumentował 13 procent uprawnionych do głosowania w UK używających AI w celach politycznych. Ale sygnały rynkowe sugerują podobną skalę.
Po drugie, sztuczna inteligencja, jak pokazuje badanie UOC, ma wbudowane preferencje. Te preferencje nie są wynikiem złośliwego programowania. Są wynikiem decyzji projektowych, które niektóre partie polityczne wykorzystują lepiej niż inne. PSOE ma stronę zoptymalizowaną pod modele. PP nie ma. Wynik jest taki, że modele, kiedy je pyta wyborca, częściej zalecają PSOE.
Po trzecie, hiszpańskie państwo, jako jedno z pierwszych w UE, próbuje to regulować. Ustawa AI z marca 2025. AESIA. Sankcja sędziowska z maja 2026. Centralna Komisja Wyborcza ma kompetencje w zakresie AI w wyborach. Ale to wszystko jest dopiero wstępem. Same regulacje nie usuwają preferencji modelu. Wymagają, by modele oznaczały treści. Nie wymagają, by neutralizowały swoje rekomendacje polityczne.
To jest luka, którą badanie UOC otwiera. AESIA może dziś wymóc na OpenAI, Google’u i xAI, by oznaczali deepfake’i. Nie ma narzędzia, by wymóc, żeby ChatGPT przestał systematycznie zalecać PSOE w odpowiedziach na pytania o mieszkalnictwo i bezrobocie.
Zagrożenie
Końcówka materiału Ara zawiera ostrzeżenie, które Aced formułuje pytaniem retorycznym. „Co mogą zrobić firmy, które są właścicielami tej AI?”. Pytanie, które, jak ujmuje sama badaczka, „bezpośrednio wpływa na nasze zdrowie demokratyczne”.
To pytanie wymaga rozłożenia na konkretne scenariusze.
Scenariusz pierwszy. OpenAI, Google, xAI, Microsoft, Anthropic mogą podejmować decyzje projektowe, które systemowo zmieniają, które partie polityczne są bardziej rekomendowane. Jeśli zespół ds. bezpieczeństwa w Anthropic uznaje, że Vox to partia ekstremistyczna, model Claude może być wystrojony, by Vox nie rekomendować. Jeśli zespół ds. biznesu w xAI uznaje, że Reform UK jest partią preferowaną przez właściciela, model Grok może być wystrojony, by Reform rekomendować. Te decyzje są dziś podejmowane prywatnie, w korporacyjnych biurach, bez publicznego nadzoru.
Scenariusz drugi. Strony partii politycznych mogą inwestować w GEO, to znaczy w optymalizację ich treści pod logikę modeli. To, co dziś robi PSOE niejako naturalnie, jutro będzie można robić strategicznie. Każda partia, która zatrudni odpowiedniego specjalistę GEO, będzie miała niewspółmierną przewagę nad partią, która tego nie zrobi. To jest dokładnie ten sam problem, który dotykał kampanii politycznych w erze SEO między 2005 a 2015 rokiem, lecz dziś z efektem trzykrotnie silniejszym.
Scenariusz trzeci. Państwa członkowskie UE mogą zacząć regulować preferencje modeli językowych. Niezależnie od tego, czy zechcą tego firmy AI. Hiszpania jest dziś w awangardzie tego procesu, ale jej narzędzia nadzorcze są skupione na deepfake’ach, nie na rekomendacjach. To jest pole, w którym pierwszy regulator, który zbuduje skuteczny mechanizm audytu rekomendacji modeli, ustanowi standard dla całej UE.
Co z tego wynika
Badanie UOC, choć dotyczy Hiszpanii, ma trzy implikacje dla całej Europy.
Pierwsza. Każde państwo członkowskie powinno przeprowadzić własną wersję tego badania. Metodologia Lalueza-Aced-Gil jest replikowalna. Wymaga 61 pytań opartych na realnych obawach krajowego elektoratu, kilku narzędzi AI, kilku języków, jeśli kraj jest wielojęzyczny, oraz interfejsu API do systematycznego odpytywania modeli. Polska, z populacją sześciokrotnie większą niż Katalonia, nie miałaby trudności z replikacją. NASK Disinformation Analysis Center, redakcje Demagog, Konkret24, OkoPress, czy uczelnie takie jak SWPS lub UW mogłyby to zrobić w ciągu kilku tygodni. Brakuje politycznej decyzji.
Druga. Każda partia polityczna powinna zacząć monitorować, jak modele AI ją przedstawiają. To jest dziś standard amerykański, gdzie sztaby Trumpa i Mamdaniego od kilku miesięcy mają zespoły zajmujące się GEO. W Polsce, w 2025 roku, podczas kampanii prezydenckiej, żaden ze sztabów nie miał takiego zespołu. W kampanii parlamentarnej 2027 brak takiego zespołu będzie kosztował mandaty. To jest szansa, ale i zagrożenie. Bez monitoringu, partia nie wie, czy AI ją faworyzuje, czy dyskredytuje. Z monitoringiem, partia może próbować zoptymalizować swoją pozycję.
Trzecia. Każdy regulator powinien rozważyć, czy preferencje modeli językowych w kontekstach wyborczych nie są kategorią „treści wpływowych”, którą Akt o Usługach Cyfrowych UE klasyfikuje jako wymagającą szczególnego nadzoru. Komisja Europejska dotąd skupia się na deepfake’ach i etykietowaniu treści. Pierwszy draft Code of Practice on marking and labeling AI-generated content został opublikowany 17 grudnia 2025 roku, z ostateczną wersją oczekiwaną na czerwiec 2026. Ten kod jednak nie reguluje rekomendacji. Tylko etykietowanie. Luka pozostaje otwarta.
Trzy obserwacje końcowe
Po pierwsze, badanie UOC jest dowodem, że sztuczna inteligencja w 2026 roku nie jest neutralnym narzędziem. Niezależnie od intencji projektantów, modele językowe, na których opierają się ChatGPT, Copilot, Gemini, Grok i Perplexity, mają wbudowane preferencje polityczne. Te preferencje nie są systematycznie skierowane przeciwko jakiejś konkretnej partii ani na rzecz innej. Są wynikiem złożonej interakcji między danymi treningowymi, decyzjami projektowymi i strategiami komunikacji partii politycznych. Ale są realne i mierzalne.
Po drugie, badanie UOC jest dowodem, że „obiektywne” narzędzie technologiczne może niesymetrycznie służyć określonemu graczowi politycznemu, niezależnie od tego, czy ten gracz tego chciał, czy nie. PSOE nie zaprojektowała ChatGPT, by ją faworyzował. Strona PSOE jest po prostu lepiej napisana pod logikę modeli. Wynik to to, że wyborca, który pyta ChatGPT na kogo głosować, częściej dostaje rekomendację PSOE niż PP. To jest skutek strukturalny, nie spiskowy. I właśnie dlatego trudniej go regulować.
Po trzecie, badanie UOC jest dowodem, że Europa wkroczyła w erę, w której konsultacja AI w celach wyborczych jest faktem, a nie hipotezą. Hiszpania jest pierwszym państwem UE, które rozpoczyna systematyczne mierzenie tego zjawiska. Nie jest ostatnim. Polska, jeśli nie zacznie tego mierzyć przed wyborami parlamentarnymi 2027, wejdzie w cykl wyborczy bez podstawowej wiedzy o tym, jakie rekomendacje otrzymują polscy wyborcy, gdy pytają ChatGPT, na kogo głosować. To jest luka, która zamyka się decyzją badawczą trwającą tygodnie. Ale do dziś, nikt jej nie zamknął.
Zdrowie demokratyczne jako kategoria techniczna
Cristina Aced kończy swoją wypowiedź dla Ara pytaniem o „zdrowie demokratyczne”. To sformułowanie jest istotne, bo wskazuje na to, że demokracja w 2026 roku zaczyna być oceniana nie tylko przez klasyczne kategorie polityczne, takie jak frekwencja, pluralizm, wolność prasy. Zaczyna być oceniana także przez kategorie techniczne. Czy modele AI, których używają obywatele, są zniekształcone politycznie. Czy strony partii są zoptymalizowane pod modele równie dobrze. Czy regulator ma narzędzia, by te zniekształcenia mierzyć i korygować.
Hiszpania, jako państwo członkowskie UE, wkroczyła w tę nową fazę z trzema rzeczami w ręku. Z badaniem UOC, które pokazuje skalę problemu. Z ustawą AI z marca 2025, która ustanawia ramy regulacyjne. Z agencją AESIA, która ma mandat do egzekucji. Co Hiszpanii brakuje to mechanizmu, który łączyłby te trzy elementy w skuteczny system nadzoru rekomendacji modeli, a nie tylko etykietowania treści.
Polska, jako państwo członkowskie UE o czterokrotnie większej populacji, ma dziś żadną z tych trzech rzeczy. Brakuje badania. Brakuje krajowej ustawy AI. Brakuje krajowej agencji AESIA. To jest punkt wyjścia, z którego Polska wchodzi w cykl wyborczy 2027.
Źródła – Ara English, UOC, El Plural, Murcia Startup, El Diario Exterior, Las Imperdibles, Substack Cristiny Aced, Sri Lanka Guardian, El Español, Russpain, Olive Press, Digital Watch, BGR, Linklaters Tech Insights, AI Base, Pearl Cohen, PolitPro, GESOP, El Mundo, El País, Health Plan Spain, Lin et al. (2025), Cornell University, MIT, Nature, Science, UC Berkeley, AI Security Institute UK, Science4Insights, GAME UOC-TRÀNSIC, Universidad de Vigo, Universitat Pompeu Fabra, CIS, CGPJ, AESIA, Junta Electoral Central, Komisja EuropejskaRes Futura | resfutura.pl