OpenAI GPT και Grok διαφωνούν στο 90% των εκλογικών αγώνων

Το GPT της OpenAI και το Grok κατέληξαν σε αντίθετες πολιτικές προτάσεις σε περισσότερο από το 90% των σχεδόν 500 εκλογικών αγώνων, σύμφωνα με νέα μελέτη της Convovo. Όταν οι ερευνητές ζήτησαν από τα μοντέλα να κατονομάσουν έναν μόνο υποψήφιο, το GPT-6.1 Sol επέλεξε τον Δημοκρατικό στο 97% των απαντήσεών του, ενώ το Grok 4.7 τον Ρεπουμπλικανό στο 92%.

Το αποτέλεσμα δεν προέκυψε από μια συνηθισμένη ερώτηση του τύπου «ποιον να ψηφίσω;». Οι ερευνητές χρησιμοποίησαν τα API των δύο μοντέλων και έδωσαν αυστηρή εντολή να μην αποφύγουν την επιλογή, να μην παρουσιάσουν και τις δύο πλευρές και να ονομάσουν έναν υποψήφιο. Με αυτόν τον τρόπο, η μελέτη εξέτασε τη συμπεριφορά των ίδιων των μοντέλων κάτω από πίεση για σαφή απάντηση.

Η διάκριση έχει πρακτική σημασία, επειδή οι καταναλωτικές εφαρμογές ChatGPT και Grok αρνήθηκαν να προτείνουν υποψήφιο. Εκπρόσωπος της OpenAI χαρακτήρισε αυτή τη διαφορά σημαντική: οι περισσότεροι άνθρωποι συνομιλούν με τα chatbot μέσα από τις εφαρμογές τους και όχι απευθείας μέσω API. Έτσι, τα ποσοστά της μελέτης δεν περιγράφουν αυτομάτως την εμπειρία κάθε χρήστη στο ChatGPT ή στο Grok.

Διαβάστε επίσης: OpenAI ακυρώνει την κυκλοφορία του GPT-6.1 λόγω ασφάλειας

Η OpenAI υποστηρίζει ότι το ChatGPT έχει σχεδιαστεί να είναι αντικειμενικό στις πολιτικές συζητήσεις και να μην εμφανίζει πολιτική μεροληψία προς καμία κατεύθυνση. Παράλληλα, διευκρίνισε ότι η δοκιμή αφορούσε developer API και μια προτροπή που απαιτούσε ρητά κομματική επιλογή. Το ίδιο το μοντέλο, μέσα στην εφαρμογή ChatGPT, αρνείται να πει στους χρήστες ποιον να ψηφίσουν.

Η μελέτη, που πραγματοποιήθηκε από τη Convovo υπό την καθοδήγηση του καθηγητή του Cornell Tapan Parikh, εξετάζει και τον τρόπο αναζήτησης πληροφοριών. Το GPT βασίστηκε έντονα σε Wikipedia, Associated Press, Axios και Reddit, ενώ το Grok αναζήτησε συχνότερα πληροφορίες και για τους δύο υποψηφίους. Η OpenAI έχει συμφωνίες περιεχομένου με τα AP, Axios και Reddit, γεγονός που αποτελεί μέρος του πληροφοριακού περιβάλλοντος μέσα στο οποίο απαντά το μοντέλο.

Η διαφορά δεν εξαφανίστηκε όταν απενεργοποιήθηκε η αναζήτηση. Σε ξεχωριστή δοκιμή με 30 αγώνες, το GPT επέλεξε τον Δημοκρατικό σε 24 περιπτώσεις, τον Ρεπουμπλικανό μόνο σε μία και αρνήθηκε να απαντήσει στις υπόλοιπες πέντε. Ο Parikh εκτίμησε ότι η τάση του GPT φαίνεται να βρίσκεται περισσότερο στις παραμέτρους του μοντέλου, ενώ στο Grok μπορεί να επηρεάζεται εντονότερα από τις αναζητήσεις, τους όρους και τις πηγές που χρησιμοποιεί.

Τα στοιχεία αφορούν το API και μια τεχνητά αυστηρή συνθήκη, όχι μια δημοσκόπηση πολιτών ούτε απόδειξη ότι οι εφαρμογές προωθούν συστηματικά συγκεκριμένο κόμμα. Ωστόσο, η διαφωνία σε πάνω από το 90% των αγώνων δείχνει ότι η απόκλιση δεν περιορίζεται σε διαφορετική διατύπωση. Η μελέτη δείχνει ότι η επιλογή πηγών, η ανάκτηση πληροφοριών και η εκπαίδευση μπορούν να οδηγήσουν σε διαφορετικό πολιτικό αποτέλεσμα από παρόμοια ερωτήματα.

Η συγκυρία κάνει το εύρημα πιο ευαίσθητο: η μελέτη δημοσιεύτηκε λιγότερο από δύο εβδομάδες πριν από τις ενδιάμεσες εκλογές της 3ης Νοεμβρίου. Μόνο το 8% των Αμερικανών δηλώνει ότι χρησιμοποιεί chatbot για εκλογική ενημέρωση, σύμφωνα με το Pew, και οι περισσότεροι από αυτούς αναζητούν θέσεις υποψηφίων σε σημαντικά ζητήματα. Το ποσοστό είναι περιορισμένο, αλλά αφορά ακριβώς μια χρήση όπου η επιλογή πηγών μπορεί να αλλάξει την απάντηση. Το ενδιαφέρον συμπέρασμα δεν είναι ότι ένα μοντέλο «ψηφίζει» όπως ένας άνθρωπος, αλλά ότι διαφορετικές διαδρομές προς την ίδια πληροφορία παράγουν διαφορετικές συστάσεις όταν το σύστημα εξαναγκάζεται να διαλέξει. Για όποιον χρησιμοποιεί AI σε πολιτική έρευνα, η ασφαλέστερη πρακτική είναι να ζητά θέσεις, πηγές και συγκρίσιμα κριτήρια αντί για έτοιμη ψήφο· στη συγκεκριμένη δοκιμή, το ίδιο ερώτημα έφερε το GPT και το Grok σε αντίθετες πλευρές στο πάνω από 90% των αγώνων.

Η σύνταξη του άρθρου υποστηρίχθηκε από εργαλεία AI και το περιεχόμενο ελέγχθηκε σύμφωνα με τη συντακτική πολιτική του TechitNews.