Nova studo aperinta en PNAS Nexus montras ke AI-babileblo povas influi publikan opinion eĉ kiam la informo estas ĝusta. La esploristoj studis du eventojn de la 20-a jarcento: la Seattle General Strike — kvin-taga laborhaltigo en februaro 1919 — kaj la Third World Liberation Front-studentaj protestoj en 1968. Daniel Karell, asistanta profesoro ĉe Yale, kaj Matthew Shu, 2025 diplomiĝinto de Yale College, estas inter la aŭtoroj.
En la eksperimenton 1,912 partoprenantoj legis aŭ defaŭltajn resumojn de GPT-4o, Vikio-enkondukojn, aŭ resumojn petitajn en libera aŭ konservativa kadro. Kompare kun Wikipedia, la defaŭltaj AI-resumoj kaj la liberaj kadroj movis opiniojn en pli liberan direkton, dum konservativaj kadroj rezultiĝis en pli konservativaj opinioj relative al Wikipedia.
La aŭtoroj interpretas la liberalan turniĝon de la defaŭltaj resumoj kiel eblan efikon de latentaj biasoj en grandaj lingvaj modeloj. Ili ankaŭ rimarkas ke la efektoj estas modestaj — malgranda movo de mezmodera al iomete libera pozicio — kaj avertas pri la netranspareco de babilebl-evoluo.
Malfacilaj vortoj
- studo — investigado por trovi novajn informojn
- aperi — iĝi publika aŭ fariĝi videbla aŭ konataaperinta
- influi — ŝanĝi la opinion aŭ konduton de iu
- evento — okazaĵo aŭ ago kiu okazis iameventojn
- laborhaltigo — organizita interrompo de laboro fare de laboristoj
- defaŭlta — kutima aŭ antaŭdifinita elekto aŭ formatodefaŭltajn, defaŭltaj
- kadro — maniero prezenti enhavon aŭ punkton de vidokadroj
- latenta biaso — neklaraj aŭ kaŝataj antaŭjuĝoj en algoritmolatentaj biasoj
- rezultiĝi — okazi kiel sekvo de ago aŭ eventorezultiĝis
- netranspareco — manko de klareco pri procedoj aŭ decidoj
Konsilo: ŝovu la musmontrilon, fokusu aŭ tuŝu la reliefigitajn vortojn en la artikolo por vidi rapidajn difinojn dum legado aŭ aŭskultado.
Diskutaj demandoj
- Ĉu vi pensas ke la netranspareco de babilebl-evoluo estas problemo? Kial aŭ kial ne?
- Kiel AI-resumoj povas ŝanĝi vian opinion kompare kun legado de Wikipedia? Rakontu unu ekzemplon.
- Kion povus fari esploristoj aŭ programistoj por redukti latentajn biasojn en grandaj lingvaj modeloj?
Rilataj artikoloj
Malrapida progreso por virinoj en sciencaj akademioj
Internaciaj organizoj analizis genran egalecstaton en sciencaj akademioj uzante datumojn de 136 organizoj kaj enketo de preskaŭ 600 sciencistoj. Ili trovis ke virinoj estas ĉirkaŭ 19% de membroj en 2025 kaj ke progreso estas limigita.
