Как AI может изменить общественное мнение и вернуть влияние экспертам

Соцсети ослабили влияние СМИ и экспертов, позволив любому человеку обратиться к массовой аудитории. Большие языковые модели могут развернуть этот процесс — вернуть вес информации, основанной на фактах и экспертных оценках. Такую гипотезу выдвигает Дэн Уильямс — философ, автор блога Conspicuous Cognition, доктор Кембриджского университета

📰 Алгоритмы забирают власть над общественным мнением у редакций
Печатный станок разрушил информационную монополию церкви и монархов, а радио и телевидение отчасти восстановили контроль элит: для вещания требовались большие ресурсы. Соцсети снова открыли доступ к аудитории без посредничества редакций. Алгоритмы соцсетей, оптимизированные под вовлеченность, вознаграждают тревогу и конфликты. Лайки и репосты поощряют авторов говорить то, что нравится их сторонникам. Качественная аналитика тоже стала доступнее, но массовую популярность получает далеко не всегда она

Уильямс связывает с этим рост популизма. Соцсети сделали видимыми взгляды, прежде исключенные из элитной повестки, и помогли их сторонникам объединяться. Для политики важно не только то, сколько людей разделяют определенную позицию, но и знают ли они о своих единомышленниках. Вместе с критикой элит получили распространение конспирология, ксенофобия и псевдонаука

Уильямс предлагает сравнить, как ChatGPT, Claude, Gemini или Grok объясняют политически острую тему и как о ней пишут в соцсетях. По его наблюдениям, LLM чаще дают точные, аргументированные ответы, близкие к позиции специалистов. Если консенсуса нет, они описывают спектр обоснованных мнений. Автор признает субъективность наблюдения, но ссылается и на исследования качества AI-ответов, особенно моделей с доступом к интернет-поиску

Причина — в экономике AI-сервисов. Соцплатформы борются за внимание, а разработчики LLM — за доверие пользователей и бизнеса. Систему, распространяющую ложь и пропаганду, сложно продать как надежного помощника. Ошибки также создают репутационные и юридические риски. Поэтому за спорами о галлюцинациях и дипфейках теряется главное: LLM упрощают доступ к экспертным знаниям

🧑‍🔬 AI возвращает влияние профессиональным знаниям, научным методам и экспертному мнению
Более века назад журналист Уолтер Липпман писал, что мир слишком сложен, чтобы человек понимал его без посредников. Обществу нужны профессионалы, которые собирают и объясняют факты научными методами. После Второй мировой войны эту роль отчасти взяли на себя исследовательские институты, статистические ведомства и журналисты. Соцсети ослабили их влияние, а LLM могут вернуть его — но уже через диалоговый интерфейс, доступный каждому пользователю. Уильямс называет это технократизацией общественного мнения — смещением информационной среды к экспертным позициям

У genAI-ботов есть преимущества перед людьми: они отвечают на бесконечные уточнения и объясняют сложное с учетом конкретных сомнений. Например, AI-модель может опровергнуть связь вакцин и аутизма и разобрать соответствующие исследования. Такой диалог способен ослаблять даже устойчивые конспирологические убеждения. Кроме того, LLM обычно общаются без высокомерия. Аргументы, отвергнутые из-за назидательного тона эксперта, человек может принять от вежливого AI

🤝 AI может сближать представления людей о реальности
Журналист Дилан Мэттьюс называет возможный эффект AI эпистемической конвергенцией — сближением представлений о реальности. Нечто похожее происходило в эпоху послевоенного телевидения, когда несколько общенациональных каналов формировали общее информационное поле. Если соцсети разделили аудиторию на информационные миры, то LLM опираются на сходные знания и могут давать сопоставимые объяснения людям с противоположными взглядами

Споры о ценностях не исчезнут, но людям может стать проще согласовать базовые факты — в том числе благодаря проверке публикаций через AI. Схожие фактические ответы не означают обязательного совпадения политических выводов. Уильямс не ждет политической революции: экономика, культура и решения властей обычно влияют на убеждения сильнее медиатехнологий. Речь скорее идет о постепенном сдвиге к экспертным оценкам, прежде всего там, где государство не контролирует содержание AI-ответов

🤔 Проблемы алгоритмов ставят под сомнение доверие к AI
Один из главных аргументов против гипотезы Уильямса заключается в том, что сами LLM ошибаются, придумывают факты и источники. Он отмечает, что дополнительное обучение и интернет-поиск повышают надежность моделей. Сравнивать LLM нужно не с идеальным источником, а с реальными альтернативами. Люди тоже ошибаются и лгут, а лента соцсетей далеко не образец достоверности

Второе возражение — соглашательство: AI-модель иногда подтверждает ошибки пользователя. Персонализация способна создать более плотные информационные пузыри, чем соцсети, а в крайних случаях — укреплять опасные заблуждения. В редких эпизодах, описываемых как «AI-психоз», чат-боты поддерживали бредовые идеи пользователей

Уильямс отмечает, что многие спрашивают AI из любопытства, а не ради подтверждения своей правоты: пользователи X просят Grok проверять даже близких им политиков. Дружелюбный тон может облегчать принятие опровержений. И у разработчиков есть стимул бороться с опасным соглашательством: за содержание AI-ответов их проще привлечь к ответственности, чем соцсети — за публикации третьих лиц

📣 LLM вряд ли смогут стать пропагандистскими инструментами политиков
Государства и компании могут ограничивать темы в genAI-ответах и продвигать нужные трактовки. Уильямс признает умеренную левоцентристскую предвзятость ведущих западных LLM, но считает ее недостаточной, чтобы лишить модели способности сообщать неудобные факты. Он напоминает о попытке Илона Маска сделать Grok альтернативой «политкорректным» моделям. После обновления система начала публиковать экстремистские и антисемитские сообщения, а xAI пришлось откатить изменения. Но в обычных ответах Grok часто близок к конкурентам. Создавать универсальный надежный AI и одновременно систематически распространять конспирологию коммерчески трудно. Ситуация может измениться, хотя это маловероятно. При этом AI-модели с разными политическими взглядами могут быть полезны, если сохраняют верность фактам — это защита от монополии одной точки зрения

Кроме того, genAI удешевил производство дипфейков и пропаганды. Но Уильямс сомневается, что это автоматически изменит массовые убеждения: люди сопротивляются манипуляциям, а распространители фальшивок рискуют репутацией. Избыток дипфейков может, наоборот, повысить спрос на проверенные СМИ: люди станут больше ценить источники, подтверждающие подлинность записей. Сами LLM при этом упрощают фактчекинг. По предварительным данным, пользователи, чьи посты Grok признал ложными, несколько чаще удаляют их. Но это корреляция, а не доказательство причинно-следственной связи

💡 Распространение экспертных знаний не решает всех проблем
В заключение Уильямс подчеркивает, что его рассуждения остаются гипотезой, а не доказанным прогнозом. Он называет LLM своего рода «антисоцсетями»: соцплатформы демократизируют высказывания, усиливают разобщенность и борются за вовлеченность, а модели могут возвращать влияние экспертам и конкурировать за достоверность. Эксперты тоже ошибаются и разделяют коллективные предубеждения, а зависимость от ограниченного числа AI-систем способна сократить разнообразие идей. Поэтому конкуренция моделей и возможность оспаривать их ответы остаются принципиально важными

Уильямс также обращает внимание на риски для рынка труда, экономики и распределения власти. Развитие AI может укреплять авторитарные режимы, сокращать самостоятельность обычных граждан и создавать новые угрозы в военной сфере. Несмотря на заявления о стремлении развивать человеческие знания и благосостояние, AI-разработчики остаются коммерческими организациями, руководители которых преследуют собственные интересы. Поэтому рыночные механизмы не гарантируют, что развитие AI в конечном счете принесет обществу больше пользы, чем вреда