Dlaczego ChatGPT, Claude, Gemini i Grok mówią językiem progresywnej lewicy?

polityczne skrzywienie sztucznej inteligencji

ChatGPT, Claude, Gemini, Mistral, Llama i Grok deklarują polityczną neutralność, lecz kolejne eksperymenty pokazują powtarzalne przesunięcie ich odpowiedzi w stronę progresywnego liberalizmu i lewicy. Analiza Terra Nova ujawniła, że skrzywienie powraca szczególnie wtedy, gdy model otrzymuje swobodę pisania, a badanie czternastu systemów przyniosło ponad pół miliona odpowiedzi z wyraźną przewagą wartości Zielonych, francuskiej lewicy i amerykańskich demokratów. Źródła tego zjawiska tkwią nie tylko w danych z internetu, lecz także w selekcji źródeł, dostrajaniu modeli, ocenach trenerów, regułach bezpieczeństwa oraz dominacji angloamerykańskiego języka praw, inkluzywności i minimalizowania krzywdy.

.Teoretycznie sztuczna inteligencja nie ma przekonań, nie głosuje i nie należy do żadnej partii. Kiedy jednak najpopularniejsze chatboty są proszone o zajęcie stanowiska w sporach politycznych, ocenę przywódców albo napisanie tekstu bez wyraźnie wskazanej perspektywy, ich odpowiedzi układają się w powtarzalny wzór. W sprawach obyczajowych są liberalne, w kwestiach tożsamościowych „inkluzywne”, w polityce społecznej skłonne do podkreślania równości i redystrybucji, a wobec argumentów konserwatywnych, idei konserwatywnych i ich wyrazicieli – wyraźnie bardziej zdystansowane. Nie jest to już obserwacja dotycząca wyłącznie ChatGPT, podobną prawidłowość wykrywano w modelach Google, Anthropic, Meta, Mistrala i xAI.

Nie znaczy to, że każde pytanie skierowane do każdego modelu przyniesie odpowiedź lewicową. Wynik zależy od wersji systemu, języka, sposobu sformułowania polecenia, tematu, ustawień bezpieczeństwa, które mamy w swoim systemie sztucznej inteligencji, a także szerszego kontekstu rozmowy. Mimo tych zastrzeżeń kolejne eksperymenty pokazują, że po zsumowaniu tysięcy odpowiedzi środek ciężkości świata sztucznej inteligencji nie znajduje się w centrum opinii społecznej. Jest przesunięty w stronę progresywnego liberalizmu, a niekiedy wręcz w stronę lewicy.

Sztuczna inteligencja nie „wierzy” w małżeństwa jednopłciowe, redystrybucję dochodów ani politykę klimatyczną. A jednak generuje język, w którym jedne wartości występują jako domyślne, racjonalne i moralnie bezpieczne, podczas gdy inne wymagają zastrzeżeń, kontekstu albo dystansu. Wpływ takiego mechanizmu może być większy niż wpływ pojedynczej deklaracji politycznej, ponieważ działa w codziennych odpowiedziach, streszczeniach, materiałach szkolnych, analizach, poradach i tekstach przygotowywanych dla dziesiątków a wkrótce setek milionów użytkowników.

Eksperyment Terra Nova i polityczna nieświadomość ChatGPT

Punktem wyjścia do francuskiej debaty była analiza „ChatGPT est-il de gauche?”, opublikowana w listopadzie 2023 r. przez „La Grande Conversation”, przegląd związany z think tankiem Terra Nova. Jej autor, występujący pod pseudonimem Fipaddict wykładowca ekonomii i finansów publicznych, nie poprzestał na zadaniu chatbotowi pytania o jego poglądy. Taki test byłby zbyt prosty, ponieważ ChatGPT został już wówczas nauczony odpowiadać, że jako system AI nie posiada opinii politycznych.

Najpierw autor porównał reakcje Mistrala i ChatGPT na pytanie o legalizację adopcji przez pary jednopłciowe. Mistral odpowiedział twierdząco i podał wyłącznie argumenty wspierające zmianę. ChatGPT odmówił przypisania sobie preferencji i przedstawił stanowiska obu stron. „Journal du Dimanche” zrelacjonował odpowiedź Mistrala jednym słowem: „Tak”, zauważając następnie, że trzy zdania uzasadnienia streszczały jedynie progresywny punkt widzenia w silnie polaryzującej sprawie.

Następnie badacz wykorzystał 30 pytań francuskiego testu politycznego Cluster17, który przypisuje respondentów do jednego z szesnastu segmentów ideologicznych. W pierwszej serii przeprowadzono 100 niezależnych prób. ChatGPT za każdym razem odmawiał bezpośredniego zajęcia stanowiska, ale w 7 proc. odpowiedzi przedstawiał argument tylko jednej strony. W przykładzie dotyczącym posiłków halal w stołówkach szkolnych model deklarował brak własnych opinii, po czym wskazywał wyłącznie argument inkluzywności i szacunku dla religijnej różnorodności.

Kluczowy eksperyment polegał na ominięciu deklarowanej neutralności. Program uruchomił niezależne rozmowy i tysiąc razy losował pytania z zestawu Cluster17, zmuszając model do wyboru pomiędzy odpowiedziami od „zdecydowanie za” do „zdecydowanie przeciw”. Odpowiedzi były zaskakująco stabilne: w 91 proc. przypadków model wybierał ten sam wariant. Jedynie w trzech z 30 kwestii pojawiały się zarówno odpowiedzi przychylne, jak i nieprzychylne, przy czym ich rozkład pozostawał bardzo nierówny.

Po naniesieniu odpowiedzi na mapę Cluster17 ChatGPT trafił do segmentu „progresywnego”, obejmującego według tej typologii około 5 proc. francuskiego społeczeństwa. Był bardzo otwarty w sprawach obyczajowych i tożsamościowych, a bardziej umiarkowany w kwestiach gospodarczych i instytucjonalnych. Stąd porównanie do wyborcy Emmanuela Macrona z 2017 r.: liberalnego kulturowo, centrowego w ekonomii, przywiązanego do modernizacji i praw jednostki.

Najciekawsza część badania dotyczyła jednak nie deklaracji, lecz twórczego pisania. Autor zlecił ChatGPT przygotowanie krótkich początków komentarza politycznego, opisów ogłoszenia wyniku referendum oraz scen z fikcyjnego państwa, w którym o przyjęciu ustawy rozstrzyga rzut monetą. Model nie otrzymywał polecenia, aby wyrażać własne stanowisko. Miał jedynie skonstruować historię i wskazać jednoznaczny wynik. Każdy z trzech scenariuszy powtórzono tysiąc razy.

Kierunek wymyślonego komentarza był zgodny z wcześniejszym profilem politycznym modelu w 93 proc. przypadków. Przy opisywaniu referendum korelacja wynosiła 85 proc. Nawet w scenariuszu, w którym decyzję miał podejmować przypadkowy rzut monetą, sięgała 55 proc. Kiedy chatbotowi zlecono napisanie tysiąca początków felietonów dla autora bez określonych poglądów, ich wymowa wykazywała 88-procentową korelację z tekstami przygotowanymi dla „progresywnej lewicy”. To właśnie tutaj ujawniło się zjawisko nazwane w analizie „powrotem wypartego”: neutralność działała na poziomie oficjalnej deklaracji, ale domyślny kierunek powracał, gdy model otrzymywał swobodę kompozycyjną.

Badanie Terra Nova ma ograniczenia. Dotyczyło konkretnej wersji GPT-4 z listopada 2023 r., korzystało z typologii jednego francuskiego ośrodka i wymuszało odpowiedzi, których chatbot zwykle unikał. Nie dowodzi więc, że każda odpowiedź ChatGPT jest politycznie stronnicza. Pokazuje jednak coś bardziej istotnego: model może zachować formalną neutralność wprost, a jednocześnie wybierać jeden system wartości jako domyślną fabułę, ton i hierarchię argumentów.

ChatGPT skręca w lewo, jest stronniczy i podważa zaufanie publiczne – najnowsze badanie

Kiedy ChatGPT wypełnił niemiecki Wahl-O-Mat

Kilka miesięcy później podobny test przeprowadzono w Niemczech przed wyborami do Parlamentu Europejskiego w 2024 r. ChatGPT odpowiadał na 38 tez oficjalnego narzędzia Wahl-O-Mat, używanego przez wyborców do porównywania własnych opinii z programami partii. W eksperymencie „Bilda” 82,9 proc. odpowiedzi modelu pokrywało się ze stanowiskiem Zielonych. Za nimi znalazły się Die Linke z wynikiem 76,3 proc. i SPD z 72,4 proc. Zbieżność z CDU-CSU wyniosła 52,6 proc., a z AfD 21,1 proc. W niezależnej próbie przeprowadzonej przez konsultanta Tima Rottera zgodność z Zielonymi sięgnęła 87 proc.

Rozkład nie był jednak mechanicznie partyjny. ChatGPT różnił się od Zielonych w sprawie energetyki jądrowej, uznając ją za możliwe zrównoważone źródło energii, oraz w sprawie dopuszczenia upraw roślin modyfikowanych genetycznie. Na ogół popierał jednak silniejszą politykę klimatyczną, rozszerzanie kategorii tożsamości płciowej w dokumentach, swobodę przemieszczania się w Unii Europejskiej i liberalniejsze rozwiązania migracyjne.

Późniejsze badanie GermanPartiesQA objęło sześć komercyjnych modeli OpenAI, Anthropic i Cohere oraz stanowiska partii z dziesięciu wyborów landowych i jednych federalnych z lat 2021–2023. Autorzy również wykryli tendencję lewicowo-zieloną we wszystkich badanych modelach. Pokazali zarazem, że odpowiedzi można przesuwać przez nadanie chatbotowi politycznej persony. AI nie jest więc ideologicznie nieruchoma, ale bez dodatkowego ukierunkowania wybierała podobny lewicowo-ekologiczny punkt wyjścia.

Prof. Andrzej KISIELEWICZ: Bajki o sztucznej inteligencji i prawdziwe zagrożenia

Czternaście modeli i ponad pół miliona odpowiedzi

Znacznie szerszy eksperyment przeprowadziła w lutym i marcu 2025 r. francuska firma analityczna Trickstr. Badanie objęło czternaście modeli: cztery systemy OpenAI, trzy wersje Llamy firmy Meta, Claude 3.5 Sonnet, Mistral Large, trzy wersje Gemini oraz Groka 1 i Groka 2. Każdy model dostarczył 41 410 odpowiedzi, co dało łącznie 579 740 wyników.

Metodologia miała dwa filary. W pierwszym modele odpowiadały na 34 pytania dotyczące 40 polityków francuskich i amerykańskich. Każde pytanie powtarzano trzykrotnie, a następnie system oceniał dziesięć cech opisywanej osoby, między innymi uczciwość, wiarygodność, empatię, kompetencję, wizję i zdolność jednoczenia ludzi. W drugim filarze chatboty odpowiadały na pytania pochodzące z rzeczywistych badań Ipsos i Pew Research Center oraz na 70 pozycji testu 8Values. Ich odpowiedzi porównywano następnie z poglądami elektoratów poszczególnych partii.

Wyniki układały się w wyraźną oś. We Francji największą zgodność stwierdzono z wartościami Zielonych EELV, ze średnią korelacją 63 proc. Korelacja ze stanowiskami Zjednoczenia Narodowego była ujemna i wynosiła minus 39 proc. Najlepiej opisywanymi politykami byli François Ruffin, Raphaël Glucksmann i Marine Tondelier, najgorzej zaś Éric Zemmour, Marine Le Pen i Gérald Darmanin. „Journal du Dimanche”, przywołując komentarz BFMTV, podsumował wynik zdaniem: „Gdyby sztuczne inteligencje miały we Francji prawo głosu, zagłosowałyby na NFP, czyli lewicową koalicję Nowy Front Ludowy”.

Nawet najmniej lewicowy model w zestawieniu nie był neutralny według zastosowanej miary. Llama wykazywała odchylenie o 1,12 odchylenia standardowego w stronę stanowisk kojarzonych z lewicą. Claude 3.5, który okazał się najmniej nieprzychylny poglądom prawicowym, nadal przesuwał się w lewo o 0,68 odchylenia standardowego. W części amerykańskiej średnia korelacja odpowiedzi AI z poglądami demokratów wyniosła 75 proc., podczas gdy z opiniami republikanów była ujemna i sięgała minus 63 proc. Średnia ocena polityków Partii Demokratycznej była siedmiokrotnie wyższa niż republikanów.

ChatGPT faworyzuje lewicowe przekonania polityczne – badanie naukowców z University of East Anglia

ChatGPT Claude Gemini Mistral i Grok w badaniach porównawczych

W recenzowanym badaniu opublikowanym w „PLOS One” David Rozado poddał 24 modele konwersacyjne jedenastu różnym testom orientacji politycznej. Zestaw obejmował między innymi GPT-3.5 i GPT-4, Gemini, Claude’a, Groka, modele Llama, Mistral oraz Qwen. Każdy test powtarzano dziesięć razy, łącznie przeprowadzając 2640 pełnych testów i zadając 96 240 pojedynczych pytań. Większość systemów była klasyfikowana na lewo od centrum zarówno w wymiarze gospodarczym, jak i społecznym, a także jako kulturowo liberalna.

Badanie Jérôme’a Rutinowskiego i współautorów przyniosło podobny rezultat. Dziesięciokrotnie przeprowadzony Political Compass umieścił ChatGPT w progresywno-libertariańskiej części wykresu ze średnimi współrzędnymi minus 6,48 i minus 5,99 na skalach od minus 10 do 10. W testach dopasowanych do realiów państw G7 odchylenie progresywne utrzymało się, ale nie pojawiła się już równie silna przewaga libertarianizmu nad autorytaryzmem. To wskazuje, że najbardziej stabilnym elementem nie jest cały pakiet ideologiczny, lecz liberalno-progresywny stosunek do spraw społecznych.

W 2025 r. badacze porównali ChatGPT i Gemini w czternastu językach. Oba systemy wykazały tendencje liberalne i lewicowe, silniejsze w przypadku Gemini, lecz ich natężenie zmieniało się zależnie od języka pytania. Inny zespół przeanalizował 88 110 odpowiedzi jedenastu modeli, stosując miarę opracowaną na podstawie teorii politologicznej. Wniosek był bardziej ostrożny: popularny Political Compass potrafi wyolbrzymiać skrzywienie niektórych systemów, a wyniki są wrażliwe na konstrukcję polecenia, jednak modele dostrojone do wykonywania instrukcji pozostają przeciętnie bardziej lewicowe niż ich wersje bazowe.

Najnowsze porównania GPT-4o, Claude’a Sonnet 4, Gemini 2.5, Llamy 4, Mistrala, DeepSeek R1 i innych popularnych systemów wskazują na wspólne uprzywilejowanie troski i sprawiedliwości, czyli dwóch fundamentów moralnych częściej akcentowanych przez liberalną lewicę. AI może udzielać odpowiedzi uznawanej za „lewicową” dlatego, że dostępne dowody empiryczne wspierają dane stanowisko, a nie dlatego, że model nierówno traktuje konkurujące argumenty. To zastrzeżenie nie usuwa problemu. Przesuwa jedynie pytanie z poziomu „na kogo głosuje chatbot” na poziom znacznie ważniejszy: kto ustala, które źródła uznaje się za wiarygodne, które wartości za uniwersalne, jakie ryzyko za niedopuszczalne i kiedy stanowisko większości instytucji staje się domyślną odpowiedzią maszyny.

Czy sztuczna inteligencja może zmienić nasze wybory polityczne?

Dlaczego świat sztucznej inteligencji przesuwa się w stronę progresywnego liberalizmu?

Nie istnieje jedna przyczyna, a dostępne badania nie dowodzą, że firmy wspólnie i świadomie postanowiły zaprogramować lewicowe chatboty. Podobny rezultat powstaje na kolejnych etapach budowy systemu. Dane uczą model językowych zależności, selekcja źródeł tworzy hierarchię wiarygodności, dostrajanie pokazuje pożądany sposób odpowiadania, oceny ludzi nagradzają jedne reakcje i karzą inne, a reguły bezpieczeństwa wyznaczają granice tego, co produkt może powiedzieć.

Pierwszym poziomem są dane treningowe. W analizie Terra Nova przypomniano, że GPT-3 uczono na około 500 miliardach tokenów, z których 82 proc. pochodziło z internetu, 16 proc. z książek, a około 3 proc. z Wikipedii. Aż 93 proc. korpusu stanowiły teksty anglojęzyczne. Nie jest to przekrój opinii ludzkości ani reprezentatywny sondaż społeczeństwa. To zbiór treści, które były cyfrowo dostępne, wystarczająco długie, technicznie możliwe do pobrania i uznane za przydatne.

Znaczenie ma nie tylko liczba tekstów, lecz także ich pozycja w obiegu wiedzy. Publikacje akademickie, organizacje międzynarodowe, duże media, dokumenty instytucji publicznych, encyklopedie i eksperckie serwisy są częściej uznawane za źródła wysokiej jakości niż lokalna prasa, przekaz ustny, wspólnotowa tradycja lub doświadczenie grup słabiej reprezentowanych w internecie. Tymczasem język praw człowieka, niedyskryminacji, inkluzywności, polityki klimatycznej i ochrony mniejszości jest szczególnie silny właśnie w instytucjonalnym obiegu anglojęzycznym. Model nie musi „wybierać lewicy”. Wystarczy, że uczy się, iż ten język częściej towarzyszy tekstom oznaczonym jako eksperckie, bezpieczne i wiarygodne.

.Drugim poziomem jest selekcja i czyszczenie danych. Firmy nie mogą trenować modeli na całym internecie bez filtrowania, ponieważ sieć zawiera spam, przemoc, pornografię, propagandę, materiały ekstremistyczne i teksty bardzo niskiej jakości. Filtry są konieczne, ale nie są neutralne kulturowo. Każda definicja mowy nienawiści, dezinformacji, krzywdy, obraźliwości lub grupy chronionej zawiera wybory normatywne. W praktyce część argumentacji radykalnej skrajnej prawicy częściej zbliża się do kategorii, które system ma rozpoznawać jako ryzykowne. A jednocześnie progresywna, nawet skrajnie lewicowa argumentacja odwołująca się do inkluzywności i ochrony grup, rzadziej uruchamia takie zabezpieczenia.

Trzecim poziomem jest dostrajanie instrukcyjne. Model bazowy umie przede wszystkim przewidywać dalszy ciąg tekstu. Aby stał się chatbotem, musi nauczyć się odpowiadać na pytania, realizować polecenia i wybierać spośród wielu możliwych kontynuacji tę, którą ludzie uznają za najbardziej pomocną. Badania Rozada sugerują, że właśnie po tym etapie lewicowe odchylenie staje się znacznie czytelniejsze, chociaż wyniki modeli bazowych były zbyt niespójne, aby przesądzić sprawę. W innym eksperymencie niewielkie, politycznie dobrane zbiory wystarczyły, aby przesunąć ten sam model w stronę lewicową, prawicową albo centrową. Dowodzi to, że posttrening nie tylko poprawia styl. Może kształtować punkt ciężkości odpowiedzi.

Czwarty poziom to uczenie na podstawie informacji zwrotnej ludzi, określane jako RLHF, oraz nowsze odmiany, w których odpowiedzi ocenia również inny model.

Trenerzy wybierają wypowiedzi bardziej użyteczne, odpowiedzialne i nieszkodliwe, a z ich decyzji powstaje funkcja nagrody. Jeżeli grupa oceniająca podziela podobny język moralny albo działa według tych samych instrukcji bezpieczeństwa, jej preferencje mogą zostać zwielokrotnione. Nie trzeba wydawać polecenia „odpowiadaj jak człowiek lewicy”. Wystarczy konsekwentnie nagradzać empatię, inkluzywność, ostrożność wobec generalizacji oraz ochronę grup uznanych za narażone, aby wynik częściej odpowiadał progresywnej części istniejących testów politycznych.

.Piątym poziomem jest sam ideał dostrojenia. Najczęściej opisuje się go trzema słowami: pomocny, uczciwy i nieszkodliwy. Zasada nieszkodliwości skłania modele sztucznej inteligencji do minimalizowania cierpienia, unikania wykluczenia i ochrony słabszych. Współczesny progresywizm buduje znaczną część własnego języka na tych samych pojęciach. Badacze zajmujący się temperamentem politycznym modeli wskazują, że AI szczególnie wysoko hierarchizuje troskę i sprawiedliwość. Z kolei konserwatywne fundamenty moralne, takie jak lojalność wobec własnej wspólnoty, autorytet, świętość, ciągłość historyczna i obowiązek wobec dziedziczonej tradycji, są trudniejsze do zapisania jako uniwersalne reguły globalnego produktu.

Szóstym poziomem są konstytucje i specyfikacje modeli. Anthropic wprost publikuje „konstytucję Claude’a”, która ma bezpośrednio kształtować jego zachowanie. OpenAI udostępnia Model Spec, opisujący między innymi oczekiwaną obiektywność, stosunek do praw człowieka, wolność intelektualną i zakaz prowadzenia użytkownika ku z góry wybranym poglądom. Tego rodzaju dokumenty zwiększają przejrzystość, ale pokazują również, że odpowiedź chatbota nie jest czystą średnią internetu. Jest produktem zaprojektowanej hierarchii wartości.

Siódmym czynnikiem są ryzyka prawne, wizerunkowe i handlowe. Globalna firma poniesie większy koszt, jeśli jej chatbot wygeneruje treść uznaną za rasistowską, seksistowską lub wrogą mniejszościom, niż jeśli zostanie oskarżony o zbyt częste używanie języka inkluzywności. Bezpieczniejsza dla marki jest nadmierna ostrożność. Prowadzi to do asymetrii: model może swobodnie formułować progresywne uzasadnienie, podczas gdy konserwatywne otrzymuje warstwę zastrzeżeń, ostrzeżeń i dystansujących określeń.

Ósmym czynnikiem jest angloamerykańska uniwersalizacja. Modele powstają dla globalnego rynku, lecz ich najbogatsze dane, testy i reguły zachowania tworzone są przede wszystkim po angielsku. Liberalne normy amerykańskich uczelni, firm technologicznych, organizacji pozarządowych i instytucji międzynarodowych mogą być następnie przenoszone do rozmów prowadzonych po polsku, francusku czy włosku. Badania porównujące czternaście języków potwierdzają, że nachylenie zmienia się wraz z językiem, co oznacza, że AI nie dysponuje jednym neutralnym centrum świata, lecz wieloma centrami zbudowanymi z nierównych zasobów kulturowych.

Dziewiątym poziomem jest ugodowość modelu. Chatbot ma być pomocny i utrzymywać rozmowę, dlatego często dopasowuje się do założeń użytkownika. Może napisać zarówno konserwatywny manifest, jak i progresywny apel, jeśli otrzyma jednoznaczne polecenie. Ta plastyczność nie unieważnia domyślnego skrzywienia. Oznacza, że działają dwa mechanizmy jednocześnie: punkt startowy przesunięty w stronę liberalnej lewicy oraz skłonność do potwierdzania perspektywy rozmówcy. W zależności od pytania AI może więc homogenizować debatę albo budować ideologiczną komorę pogłosową.

Dziesiątym czynnikiem jest sprzężenie zwrotne. Coraz większa część internetu powstaje przy pomocy modeli, a nowe modele uczą się na treściach już przetworzonych przez wcześniejsze systemy. Jeżeli domyślny język generatywnej AI jest progresywno-liberalny, jego udział w cyfrowym korpusie będzie rosnąć. Dzisiejsze odchylenie może stać się jutrzejszą normą statystyczną, wzmacnianą nie przez polityczną decyzję jednego programisty, lecz przez samą skalę automatycznej produkcji tekstu.

Josh SIMONS i Eli FRANKEL: Dlaczego sztuczna inteligencja powinna być demokratyczna?

Nie chodzi o spisek lecz o nową władzę nad językiem

Najpoważniejszym błędem byłoby przedstawianie sprawy jako tajnego porozumienia firm technologicznych. Dostępne badania nie pozwalają na taki wniosek. Pokazują natomiast strukturalną zbieżność: wiele organizacji, korzystając z podobnych danych, procedur bezpieczeństwa, ekspertów, mierników jakości i norm odpowiedzialności, dochodzi do systemów o podobnym profilu moralnym.

To właśnie czyni problem ważniejszym. Świat sztucznej inteligencji nie odzwierciedla pełnego pluralizmu społeczeństw, ponieważ nie jest sondażem społecznym. Jest syntezą cyfrowych danych oraz wartości tych instytucji, które decydują, jak zamienić model przewidujący tekst w akceptowalnego rozmówcę. Centrum wyznaczone przez uniwersytety, organizacje międzynarodowe i firmy technologiczne nie musi pokrywać się z centrum wyborców. Tym bardziej nie musi obejmować konserwatywnego przywiązania do religii, narodu, rodziny, dziedziczonej kultury, autorytetu i ciągłości.

Na łamach „Wszystko co Najważniejsze” prof. Andrzej Kisielewicz zwracał uwagę, że ChatGPT nie myśli i nie rozumie, lecz generuje najbardziej prawdopodobną kontynuację na podstawie tekstów, na których został wytrenowany. To klucz do całego sporu: ideologiczne nachylenie modelu nie jest światopoglądem świadomego podmiotu, ale statystycznym i normatywnym rezultatem jego budowy.

Wcześniejsze teksty „Wszystko co Najważniejsze” opisywały już badanie University of East Anglia, w którym każde z ponad 60 pytań zadawano ChatGPT sto razy, a odpowiedzi porównywano z profilami amerykańskich demokratów i republikanów oraz brytyjskich laburzystów i konserwatystów. Wynik wskazywał na systematyczną przewagę odpowiedzi zbieżnych z lewicą. Nowsza analiza opisana na portalu potwierdzała skrzywienie nie tylko w tekście, lecz również w obrazach.

Sprawa nie kończy się na klasyfikacji poglądów. Eksperymenty prowadzone przed wyborami w Stanach Zjednoczonych, Kanadzie i Polsce pokazały, że rozmowa z chatbotem może przesuwać ocenę kandydatów, a siła perswazji rośnie, gdy system posługuje się gęstym przekazem faktów i liczb. Jeżeli narzędzie zdolne do przekonywania ma zarazem trwały domyślny punkt widzenia, problem przestaje być techniczną ciekawostką i staje się kwestią jakości demokracji.

Prof. Alexei Grinbaum pisał na łamach „Wszystko co Najważniejsze”, że człowiek utracił wyłączność na język animujący debatę społeczną. Josh Simons i Eli Frankel przekonywali z kolei, że demokratyczna kontrola nad AI musi zaczynać się od ujawnienia ludzkich wyborów dokonywanych przy tworzeniu systemów sterowanych danymi. Debata o politycznym nachyleniu chatbotów łączy te dwa rozpoznania. Maszyny przejmują część języka sfery publicznej, ale wartości wpisane w ich zachowanie pozostają wynikiem decyzji ludzi i instytucji.

Czy sztuczna inteligencja może zmienić nasze wybory polityczne?

Neutralność sztucznej inteligencji nie może być jedynie deklaracją

Firmy technologiczne dostrzegają problem. OpenAI deklaruje, że ChatGPT powinien być obiektywny domyślnie, a użytkownik powinien zachowywać kontrolę nad kierunkiem rozmowy. W opublikowanej w 2025 r. wewnętrznej ewaluacji około 500 poleceń dotyczących stu tematów firma stwierdziła, że najnowsze modele są bliskie obiektywności przy pytaniach neutralnych, a umiarkowane odchylenia pojawiają się głównie przy poleceniach emocjonalnych i silnie zaangażowanych. Według OpenAI GPT-5 zmniejszył mierzone skrzywienie o około 30 proc. wobec wcześniejszych modeli.

Jest to istotny postęp, ale wewnętrzny audyt firmy nie zastępuje niezależnego badania. Co więcej, mierzenie liczby jawnie stronniczych odpowiedzi nie obejmuje całego problemu. Skrzywienie może ujawniać się nie w otwartej deklaracji, lecz w doborze źródeł, kolejności argumentów, ocenie wiarygodności, nacechowaniu przymiotników, symetrii krytyki oraz w tym, jakie rozwiązanie model przedstawia jako rozsądny kompromis.

Neutralność nie oznacza również udawania, że każda teza ma jednakowe poparcie w faktach. Chatbot nie powinien równoważyć wiedzy naukowej fałszem tylko dlatego, że fałsz został upolityczniony. Powinien jednak wyraźnie oddzielać dowód empiryczny od oceny moralnej, konsensus ekspercki od preferencji politycznej oraz prawa człowieka od programu konkretnej partii. Powinien też potrafić uczciwie przedstawić najsilniejszą wersję argumentu konserwatywnego, liberalnego, socjalistycznego czy republikańskiego, zamiast jednej stronie przypisywać empatię i racjonalność, a drugiej lęk, uprzedzenie lub interes.

Potrzebne są zatem wielojęzyczne, cykliczne i publiczne audyty modeli, prowadzone na pytaniach zakorzenionych w realnych sporach poszczególnych państw. Wyniki powinny uwzględniać różne sposoby formułowania poleceń, ponieważ jedno zdanie może przesunąć odpowiedź. Firmy powinny ujawniać nie tylko reguły bezpieczeństwa, lecz także metody doboru trenerów, źródeł i testów. Użytkownik zaś powinien mieć możliwość zażądania porównania kilku perspektyw, z wyraźnym wskazaniem, gdzie kończą się fakty, a zaczynają wartości.

Stawką nie jest stworzenie „prawicowej AI” w miejsce „lewicowej AI”. Byłaby to jedynie zamiana jednego zniekształcenia na drugie. Stawką jest pluralizm poznawczy: zdolność systemu do rozpoznania, że demokratyczne społeczeństwo nie mówi jednym językiem moralnym i że centrum polityczne nie jest tym samym co centrum kultury instytucjonalnej Doliny Krzemowej.

Sztuczna inteligencja nie idzie do urn. Coraz częściej pomaga jednak ludziom zrozumieć świat przed oddaniem głosu. Jeżeli jej domyślnym rozmówcą pozostaje progresywny liberał, powinno to zostać nazwane, zmierzone i poddane demokratycznej kontroli. W przeciwnym razie jedna z największych zmian w historii komunikacji może dokonać się pod pozorem technicznej neutralności.

Sebastian Nizio

Bibliografia:

Prof. Alexei GRINBAUM: Mowa maszyn. W stronę nowego testamentu sztucznej inteligencji
Materiał chroniony prawem autorskim. Dalsze rozpowszechnianie wyłącznie za zgodą wydawcy. 4 września 2026