MIT prati odgovore AI četbotova o izborima 2026.
MIT je pokrenuo LLM Election Observatory, javnu kontrolnu tablu koja u realnom vremenu prati kako popularni AI četbotovi odgovaraju na pitanja o američkim međuizborima 2026. Istraživački tim predvode profesori Adam Berinski, Chara Podimata i Charles Stewart III, a isti skup pitanja ponavlja kroz više sistema svakih nekoliko dana.
Projekat obuhvata teme kao što su potvrđivanje izbornih rezultata, sporna politička pitanja, predviđanja ishoda, medijsko izveštavanje i informacije o glasanju. Odgovori se upoređuju i prema okolnostima predstavljenim u upitu, uključujući lokaciju, stranačku pripadnost i identitet korisnika.
Zašto je potreban trajni zapis odgovora
Podimata ističe da se informaciono okruženje menja tokom čitavog izbornog ciklusa. Modeli dobijaju ažuriranja, menjaju se informacije kojima raspolažu, a odgovor može zavisiti od načina na koji je pitanje formulisano ili od podataka koje korisnik navede o sebi.
Zbog toga je naknadno teško utvrditi šta je birač video u određenom trenutku. Observatory sistematski beleži odgovore kako bi podaci bili dostupni javnosti i drugim istraživačima, umesto da uvid stigne tek po završetku izbora i akademske analize.
Iste činjenice ne moraju značiti isto iskustvo
Raniji rad tokom predsedničkih izbora 2024. pokazao je varijacije u odgovorima jezičkih modela kroz vreme i pri različitom formulisanju upita. U projektu za 2026. istraživači prate i pitanja o kandidatima za Predstavnički dom i Senat, kao i šira pitanja o izbornim informacijama.
Preliminarni podaci pokazuju razlike u načinu predstavljanja odgovora, citiranim izvorima i tonu, ponekad i kada su osnovne činjenice jednake. Tim još nije sproveo potpunu longitudinalnu analizu, pa ne tvrdi koliko su te razlike stabilne, kako se menjaju tokom kampanje niti kako ih stvarni korisnici tumače.
Tačnost je tek prva provera
Berinski upozorava da samouveren ton četbota nije dokaz tačnosti: sistem može dati nepotpun odgovor, pogrešiti ili se osloniti na slab izvor. Razgovor sa četbotom može biti početna tačka, ali ne bi trebalo da bude jedina provera izbornih informacija.
Istraživači ne polaze od pretpostavke da je AI nužno dobar ili loš za izbore. Za poslovanje koje koristi generativnu AI pouka je praktična: odgovore treba proveravati u više izvora, beležiti verzije i izmene sistema, te procenjivati ton, neizvesnost i izvore, a ne samo prividnu faktografsku tačnost.