News | Stanford, 31 marca 2026
Eksperyment Stanford University podczas lutowych wyborów w Japonii ujawnił zaskakujący wzorzec: pięć głównych modeli AI z trzech firm przytłaczająco kierowało profile wyborców z lewicowymi pozycjami politycznymi w stronę Japońskiej Partii Komunistycznej (JCP). Powód leży w architekturze dostępu do informacji.
36 300 profili wyborców, jedna rekomendacja: komuniści
Aby zrozumieć, jak modele AI dostarczają rekomendacje polityczne w japońskim kontekście, Hall i Miyazaki stworzyli 36 300 syntetycznych profili wyborców z różną płcią, regionem i deklarowanymi poglądami politycznymi na 12 kwestii politycznych obejmujących bezpieczeństwo, dyplomację, energię, gospodarkę i sprawy społeczne.
Następnie zapytali pięć modeli z trzech firm AI (OpenAI, Google i xAI) podczas japońskich wyborów 8 lutego 2026, aby każdy model rekomendował partię polityczną na podstawie profili wyborców.
Badacze stwierdzili, że pozycje polityczne przytłaczająco dominowały w rekomendacjach partyjnych modeli, powodując wahania od 50 do 98 punktów procentowych w wyborze partii, w porównaniu z zaledwie 0,5 do 7 punktów procentowych dla czynników demograficznych.
Dlaczego AI wybiera komunistów czyli jak wyglada asymetria dostępu do informacji
JCP prowadzi Akahata, samoopisującą się jako dziennik codzienny publikowany na w pełni otwartej stronie internetowej, do której narzędzia wyszukiwania AI mogą swobodnie uzyskać dostęp. W przeciwieństwie do tego, główne japońskie media informacyjne wdrożyły bariery techniczne (znane jako ograniczenia robots.txt), które blokują crawlerom AI dostęp do ich treści, co jest posunięciem motywowanym obawami dotyczącymi praw autorskich.
Badacze stwierdzili, że otwarta strona internetowa JCP i gazeta partyjna były jednymi z najczęściej cytowanych źródeł w rekomendacjach modeli AI. Niezdolne do rozróżnienia między redakcyjnie niezależnym dziennikarstwem a treściami partyzanckimi, modele traktowały treści JCP jako wiarygodne źródło wiadomości.
Środowisko informacyjne kształtuje polityczne AI
„Model, który pobiera informacje z jcp.or.jp/akahata i jednocześnie klasyfikuje tę stronę jako media informacyjne, nie popełnia po prostu błędu w etykietowaniu: działa w środowisku informacyjnym, w którym granica między komunikacją partyjną a dziennikarstwem jest rzeczywiście zamazana”, piszą Hall i Miyazaki.
W stanie kontrolnym bez wejścia politycznego modele nie wykazywały jednolitego lewicowego odchylenia: trzy z pięciu modeli rekomendowały Partię Liberalno-Demokratyczną z wysokimi wskaźnikami, a udziały JCP były niskie dla czterech z pięciu modeli.
Włączenie X wzmacnia lewicowe rekomendacje
Badacze stwierdzili również, że włączenie wyszukiwania X wzmocniło lewicowe rekomendacje w Japonii, co jest przeciwieństwem oczekiwań opartych na amerykańskim środowisku dyskursu. To pokazuje, jak lokalne konteksty informacyjne mogą odwracać globalne wzorce bias w AI.
Implikacje dla systemów demokratycznych
Struktury zarządzania AI powinny traktować politykę dostępu do treści i polityczną neutralność AI jako głęboko powiązane domeny. Komisje wyborcze powinny tworzyć bezpartyjne platformy kompilujące ustrukturyzowane dane o stanowiskach partii, aby informacje były porównywalne, niezależne od partii i czytelne maszynowo.
Organizacje medialne powinny uznać, że nakładając ograniczenia dostępu do treści motywowane prawami autorskimi, mogą nieumyślnie ustąpić wpływ na informacje pośredniczone przez AI aktorom partyzanckim.
Wnioski dla użytkowników AI
„Jeśli systemy AI będą działać jako pośrednicy polityczni szerzej, należy rozwiązać dwa problemy”, pisze Hall. „Pierwszym jest informacyjny: zapewnienie, że źródła, które modele czytają, odzwierciedlają ten sam balans kontroli i debaty, z którym wyborcy spotykają się w zdrowym ekosystemie medialnym. Drugim jest doradczy: decydowanie, w jaki sposób system AI powinien w ogóle przekładać wartości wyborcy na wskazówki polityczne”.
Użytkownicy powinni zachować ostrożność w używaniu AI jako doradcy wyborczego i być świadomi jego potencjalnych uprzedzeń i ślepych punktów.
Model globalny: robots.txt jako broń polityczna
Japoński przypadek pokazuje niezamierzone konsekwencje decyzji technicznych. Gdy główne media blokują AI crawlery ze względu na prawa autorskie, partie polityczne z otwartymi stronami zyskują nieproporcjonalny wpływ na rekomendacje AI.
To nie jest problem tylko Japonii. Podobne asymetrie mogą występować globalnie, gdy media komercyjne ograniczają dostęp AI, ale źródła propagandowe pozostają otwarte.
Architektura dostępu determinuje bias
Stanford ujawnił mechanizm, przez który decyzje techniczne o dostępie do treści mogą nieumyślnie wpływać na polityczne rekomendacje AI. Problem nie leży w treningach modeli, ale w strukturalnych asymetriach informacyjnych.
Gdy AI staje się narzędziem politycznym, reguły robots.txt mogą mieć większe znaczenie demokratyczne niż algorytmy rekomendacji.
Źródło: Stanford Asia-Pacific Research Center
Res Futura | resfutura.pl