二人の有権者が同じチャットボットに中間選挙について同じ質問をしても、示される事実がすべて正しいにもかかわらず、選挙戦について異なる印象を持ち帰ることがあります。これが、人気のAIチャットボットが2026年の米国選挙について人々に何を伝えているかを追跡する公開ダッシュボード、MITのLLM Election Observatoryの最初の知見です。チャットボットの回答はソーシャルメディアのフィードと違って会話ごとに閉じているため、外部の誰もその違いを見られない点が重要です。
このプロジェクトを率いるのは、MIT SloanのChara Podimata氏と、政治学者のAdam Berinsky氏とCharles Stewart III氏です。チームは数日おきに、下院・上院の選挙、選挙結果の認定、対立の激しい争点、結果予測、報道などに関する決まった質問を複数のチャットボットに投げかけ、各質問に添えるユーザー情報として居住地、支持政党、その他の属性を変えています。狙いは、選挙戦の各時点で有権者が何を目にしたかを継続的に記録することです。モデルが更新されると、これを後から再現することはできません。チームはデータセットを他の研究者にも公開する予定です。
MIT Newsのインタビューで、Podimata氏は初期のパターンを大まかにしか説明していません。チームが提示するユーザー属性によって、回答の見せ方、口調、モデルが引用する情報源が異なり、根底にある事実が同じ場合でもそうなることがあるといいます。同氏の2024年の大統領選に関する研究でも、回答が選挙戦の進行や質問の言い回しによって変わること 、候補者の描き方や結果の暗黙の予想がモデルごとに異なることがすでに示されていました。
懸念されるのは、明白な虚偽よりも枠組みの与え方です。Berinsky氏は、チャットボットは間違っていたり弱い情報源に頼っていたりしても自信のある口調で答えること、そして明快な一つの答えを求める有権者は、それが隣人の答えとは別の材料の組み合わせから作られていることに気づかないかもしれないことを指摘します。ユーザーが自分が誰であるかを記憶させる限り、ChatGPTや当サイトでレビューしている他のチャットボットを含め、あらゆる汎用アシスタントに同じ問題が当てはまります。一方でBerinsky氏は、証拠にもとづくチャットボットとの対話が陰謀論への信念を持続的に弱めうることを示した過去の研究にも触れています。
限界は研究者自身が率直に述べています。完全な分析はまだ行っておらず、効果の大きさも公表しておらず、違いがどの程度安定しているのか、実際の人がそれによって意見を変えるのかもまだ言えません。ダッシュボードが示すのは、チームが改訂を見込む暫定的な記述データです。現時点では、よく設計された進行中の監査であって測定済みの結果ではありません。より役に立つのは、選挙後に公開されるデータセットでしょう。