Эксперимент в Японии: пять ИИ-моделей рекомендовали JCP избирателям с левыми взглядами

Исследователи провели эксперимент в последнюю неделю всеобщих выборов в Японии 8 февраля 2026 года: пять моделей от OpenAI, Google и xAI с включённым веб-поиском давали рекомендации партий по 36 300 синтетическим профилям избирателей. Политические позиции доминировали в рекомендациях — колебания выбора партии составили 50–98 процентных пунктов против 0,5–7 процентных пунктов у демографических факторов.

Левые политические взгляды в профилях привели к тому, что все пять моделей преимущественно рекомендовали Японскую коммунистическую партию (JCP). В контрольном условии без политических данных единой левой предвзятости не было: три из пяти моделей часто рекомендовали Либерально-демократическую партию, а доля JCP была низкой у четырёх из пяти моделей.

Причину исследователи связывают с информационной средой. JCP выпускает Akahata — ежедневную газету на полностью открытом сайте, доступном инструментам веб-поиска ИИ. Крупные японские СМИ ввели технические барьеры (ограничения robots.txt), блокирующие ИИ-краулеры, из-за вопросов авторского права. Открытый сайт JCP и партийная газета были среди наиболее цитируемых источников в рекомендациях моделей; модели не различали редакционно независимую журналистику и партийный контент и воспринимали контент JCP как достоверный новостной источник. Добавление поиска по X усиливало левые рекомендации в Японии — противоположно ожиданиям, основанным на дискурсе в США.

Работа опубликована как working paper Why Do AI Models Tell Left-Wing Voters to Support the Communist Party? Авторы — Andrew Hall, профессор политической экономии Stanford Graduate School of Business и старший научный сотрудник Hoover Institution, и Sho Miyazaki, приглашённый исследователь Waseda Institute of Political Economy, будущий аспирант Harvard University и бывший predoctoral research fellow Stanford University; также член Stanford Japan Barometer. По мнению исследователей, результаты показывают, что на ИИ-рекомендации по голосованию влияет информационная среда не меньше, чем обучение модели.

Исследователи рекомендуют framework управления ИИ рассматривать политику доступа к контенту и политическую нейтральность ИИ как взаимосвязанные области; избирательным комиссиям — создавать непартийные платформы со структурированными данными о позициях партий, сопоставимыми, независимыми от партий и машиночитаемыми; новостным организациям — учитывать, что ограничения доступа к контенту из-за авторского права могут передать влияние на опосредованную ИИ информацию партийным акторам, и рассмотреть формы договорного доступа. Политические акторы, вероятно, начнут оптимизировать коммуникацию для ИИ, а пользователям рекомендуется проявлять осторожность при использовании ИИ как советника по голосованию и учитывать его возможные предвзятости и слепые зоны.

В статье в своём Substack Hall пишет о двух проблемах: информационной — чтобы источники моделей отражали баланс scrutiny и дебатов, — и совещательной — как ИИ должен переводить ценности избирателя в политические рекомендации.

Источник: https://fsi.stanford.edu/news/voters-increasingly-use-ai-political-advisor-new-study-shows-risks