Mentre milioni di persone si rivolgono ai chatbot basati sull’intelligenza artificiale per ottenere risposte su notizie, argomenti politici e persino su come votare, un nuovo studio pone una domanda scomoda: quando i modelli non sono d’accordo con noi, da che parte si inclinano?

Un progetto pubblicato dalla startup di analisi Trakkr nel giugno 2026 si proponeva di mappare esattamente questo. I ricercatori hanno sottoposto tutti i principali modelli di intelligenza artificiale alla stessa serie di domande cariche su politica, economia, discorso e società – e la scoperta principale è che la maggior parte di loro tende allo stesso modo, anche se non nella stessa quantità e non in modo così pulito come gli osservatori casuali potrebbero presumere. Per maggiori informazioni su questa storia, consulta la nostra ultimi sviluppi nell'IA.

Come ha funzionato lo studio

Secondo la metodologia di Trakkr, a ogni modello è stata posta più volte la stessa serie di domande a risposta aperta, con la ricerca sul web disattivata e senza alcuna richiesta di sistema applicata. Questo dettaglio è importante: con il recupero disabilitato, le letture riflettono ciò verso cui tende il modello stesso, indipendentemente da ciò che accade online in questo momento.

Un classificatore neutrale separato legge quindi ciascuna risposta grezza, registrando una posizione firmata, il grado di copertura, il tipo di rifiuto e qualsiasi linguaggio caricato. I risultati sono stati tracciati come medie ponderate con intervalli di confidenza del 95% e ogni risposta grezza è stata archiviata in modo permanente in modo che i punteggi potessero essere ricalcolati.

Fondamentalmente, ciascun modello viene mostrato come una nuvola anziché come un singolo punto. Poiché ogni modello è stato eseguito più volte, la visualizzazione cattura l'intera estensione del punto in cui è arrivato durante le esecuzioni: un'immagine più onesta di una singola etichetta.

A partire dai dati raccolti fino al 17 giugno 2026, lo studio ha coperto sei modelli e oltre 4.400 risposte.

I risultati

I modelli sono mappati su due assi: un asse economico che va da sinistra a destra e un asse sociale che va dal libertario all’autoritario.

Quattro dei sei modelli si inclinano a sinistra del centro. Le principali eccezioni si trovano alle estremità opposte dello spettro:
  • Grok ha misurato più a destra di qualsiasi modello testato, e in particolare ha misurato circa 0,36 più a destra di quanto dichiarato quando gli è stato chiesto direttamente in che direzione si inclina.
  • Gemelli era il modello più stabile, situato più vicino al punto morto dell'asse economico.

Il divario tra ciò che dice un modello e ciò che fa si è rivelato uno dei parametri più rivelatori dello studio. Claude ha misurato circa 0,34 più a sinistra di quanto auto-riferito. ChatGPT e Meta's Llama hanno entrambi affermato la neutralità, ma misurati a sinistra, rispettivamente di circa 0,29 e 0,17. DeepSeek è atterrato vicino al centro e corrispondeva in gran parte alla sua stessa descrizione.

Una mappa, non un verdetto

Trakkr è attento a inquadrare il lavoro come descrittivo piuttosto che prescrittivo. Il progetto riporta ciò che hanno detto i modelli senza pronunciarsi su chi abbia ragione. La tavolozza dei colori non è volutamente quella rosso-blu della politica statunitense, e l’analisi non implica mai quale polo sia preferibile.

Per dare un significato astratto alle coordinate, i ricercatori hanno ancorato la mappa utilizzando figure di riferimento del mondo reale – capi di stato, leader di partito e movimenti politici – le cui posizioni provengono da sondaggi di esperti consolidati, in particolare dal Chapel Hill Expert Survey (CHES) del 2024 e dal set di dati V-Dem, piuttosto che dal giudizio del team.

Lo studio analizza anche le domande specifiche che dividono maggiormente i modelli, le figure del mondo reale che ciascun modello elogia calorosamente o rifiuta di criticare, e una lente di “visione del mondo” che riesamina gli stessi modelli dalla prospettiva di diversi paesi e lingue.

Perché è importante

La spinta alla trasparenza arriva in un contesto in cui si intensifica il controllo su come i sistemi di intelligenza artificiale modellano il discorso pubblico. L'approccio di un modello, anche se sottile, può tranquillamente orientare il modo in cui riassume una notizia, soppesa un compromesso politico o caratterizza un politico. Poiché le risposte dei chatbot spesso arrivano con un’aria di autorità neutrale, gli utenti raramente hanno un modo per rilevare tale deriva.

Pubblicando una serie di domande aperte con pesi di punteggio, etichettando ogni elemento come basato su fatti o valori e rilasciando i dati sottostanti sotto una licenza Creative Commons, Trakkr invita ricercatori esterni a verificare ed estendere il lavoro, in contrasto con le valutazioni spesso opache rilasciate dai laboratori che costruiscono i modelli stessi.

I limiti

Lo studio riconosce importanti avvertenze. La posizione politica è multidimensionale e comprimerla su due assi inevitabilmente perde di sfumature. Le risposte possono cambiare a seconda della frase, della lingua e della regione, motivo per cui il team misura la stabilità run-to-run ed esegue un "test di confine" separato per vedere come il ripristino della ricerca web modifica i risultati in base alla località.

Niente di tutto ciò dimostra che qualsiasi modello sia deliberatamente di parte. Ma dimostra che i principali sistemi di intelligenza artificiale non occupano lo stesso terreno e che quando milioni di persone li consultano su questioni controverse, quelle piccole differenze si sommano.

---

Rimani Aggiornato sull'IA

Le ultime notizie, analisi e scoperte sull'intelligenza artificiale — tutto in un posto.

Leggi altre notizie sull'IA →