כשמיליוני אנשים פונים לצ'טבוטים של AI כדי לקבל תשובות על חדשות, ויכוחים פוליטיים ואפילו איך להצביע, מחקר חדש שואל שאלה לא נוחה: כשהדוגמניות לא מסכימות איתנו, לאיזה כיוון הן נוטות?
פרויקט שפורסם על ידי סטארטאפ האנליטיקס Trakkr ביוני 2026 התכוון למפות בדיוק את זה. החוקרים העבירו כל מודל AI עיקרי דרך אותה סוללה של שאלות טעונות על פוליטיקה, כלכלה, דיבור וחברה - והממצא הכותרתי הוא שרובם נוטים באותה כיוון, אם כי לא באותה כמות ולא בצורה נקייה כפי שצופים מזדמנים עשויים להניח. For more context on this story, see our ongoing more AI stories.
איך עבד המחקר
על פי המתודולוגיה של Trakkr, כל מודל נשאל אותו מאגר שאלות פתוח פעמים רבות, כאשר חיפוש באינטרנט כבוי ולא הופעלה הנחיה מערכתית. הפרט הזה חשוב: כשהאחזור מושבת, הקריאות משקפות את מה שהמודל עצמו נוטה אליו, ללא תלות בכל מה שקורה באינטרנט כרגע.
לאחר מכן, מסווג ניטרלי נפרד קרא כל תשובה גולמית, רושם עמדה חתומה, מידת הגידור, סוג הסירוב וכל שפה טעונה. התוצאות שורטטו כאמצעים משוקללים עם רווחי סמך של 95 אחוזים, וכל תשובה גולמית נשמרה לצמיתות כך שניתן לחשב מחדש את הציונים.
באופן מכריע, כל דגם מוצג כענן ולא כנקודה בודדת. מכיוון שכל דגם הופעל פעמים רבות, ההדמיה לוכדת את ההפצה המלאה של המקום בו הוא נחת על פני ריצות - תמונה כנה יותר מתווית בודדת.
נכון לנתונים שנאספו עד 17 ביוני 2026, המחקר כיסה שישה מודלים ויותר מ-4,400 תשובות.
הממצאים
המודלים ממופים על פני שני צירים: ציר כלכלי העובר משמאל לימין, וציר חברתי העובר מליברטריאני לסמכותי.
ארבעה מתוך ששת הדגמים נוטים משמאל למרכז. החריגים הבולטים יושבים על קצוות מנוגדים של הספקטרום:- Grok נמדדה הכי רחוק מימין לכל דגם שנבדק, ובמיוחד נמדדה כ-0.36 ימינה יותר ממה שהיא טענה כשנשאלה ישירות לאיזה כיוון הוא נוטה.
- תאומים היה הדגם היציב ביותר, שישב הכי קרוב למרכז המת על הציר הכלכלי.
הפער בין מה שמודל אומר למה שהוא עושה הוכיח את עצמו כאחד המדדים החושפניים ביותר של המחקר. קלוד נמדד בסביבות 0.34 שמאל יותר ממה שדיווח בעצמו. ChatGPT וה-Llama של Meta טענו שניהם לנייטרליות אך נמדדו לשמאל, בערך ב-0.29 ו-0.17 בהתאמה. DeepSeek נחתה ליד המרכז ותאם במידה רבה את התיאור העצמי שלה.
מפה, לא פסק דין
Trakkr מקפידה למסגר את העבודה כתיאורית ולא כקבועה. הפרויקט מדווח מה אמרו הדוגמניות מבלי לקבוע מי צודק. לוח הצבעים הוא בכוונה לא האדום-כחול של הפוליטיקה של ארצות הברית, והניתוח אף פעם לא מרמז איזה קוטב עדיף.
כדי להעניק משמעות לקואורדינטות המופשטות, החוקרים עיגנו את המפה באמצעות דמויות ייחוס מהעולם האמיתי - ראשי מדינות, מנהיגי מפלגות ותנועות פוליטיות - שעמדותיהם מגיעות מסקרי מומחים מבוססים, במיוחד סקר המומחים של Chapel Hill (CHES) משנת 2024 ומערך הנתונים של V-Dem, במקום שיקול דעתו של הצוות עצמו.
המחקר גם מפרק את השאלות הספציפיות שמפלגות את המודלים ביותר, את הדמויות בעולם האמיתי שכל דגם משבח בחום או מסרב לבקר, ועדשת "תפיסת עולם" שבוחנת מחדש את אותם מודלים מנקודת מבט של מדינות ושפות שונות.
למה זה חשוב
הדחיפה לשקיפות מגיעה תוך כדי בדיקה מעמיקה של האופן שבו מערכות בינה מלאכותית מעצבות את השיח הציבורי. הרזה של דוגמנית, אפילו עדינה, יכולה לנווט בשקט את הדרך שבה היא מסכמת סיפור חדשותי, שוקלת פשרה במדיניות או מאפיינת פוליטיקאי. מכיוון שתשובות צ'אטבוט מגיעות לעתים קרובות באווירה של סמכות ניטרלית, לעתים רחוקות יש למשתמשים דרך לזהות את הסחף הזה.
על ידי פרסום מאגר שאלות פתוח עם משקלי ניקוד, תיוג כל פריט כמבוסס עובדתי או ערכים ושחרור הנתונים הבסיסיים תחת רישיון Creative Commons, Trakkr מזמינה חוקרים מבחוץ לאמת ולהרחיב את העבודה - בניגוד להערכות האטומות לעתים קרובות שפורסמו על ידי המעבדות שבונות את המודלים בעצמן.
הגבולות
המחקר מכיר בסייגות חשובות. עמדה פוליטית היא רב-ממדית, והדחיסה שלה על שני צירים מאבדת בהכרח ניואנסים. התשובות יכולות להשתנות עם ניסוח, שפה ואזור, וזו הסיבה שהצוות מודד את היציבות של ריצה לרוץ ומבצע "מבחן גבול" נפרד כדי לראות כיצד החזרה של חיפוש באינטרנט לשינויים בתוצאות לפי מיקום.
כל זה לא מוכיח שמודל כלשהו הוא מפלגתי בכוונה. אבל זה כן מראה שמערכות הבינה המלאכותיות העיקריות אינן תופסות קרקע זהה - ושכאשר מיליוני אנשים מתייעצים איתם בשאלות שנויות במחלוקת, ההבדלים הקטנים האלה מסתכמים.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
