Kajian berasingan dari Universiti Yale mendapati bahawa soalan fakta yang neutral kepada chatbot pun boleh mengubah pendapat sosial dan politik pengguna . Manakala satu lagi kertas kerja dalam Science Advances menunjukkan bahawa cadangan pelengkapan automatik AI boleh mengubah sikap pengguna terhadap isu masyarakat secara ketara .

Dapatan Oxford Mengenai Kesan Kumulatif Terhadap Pendapat Umum

Pasukan Oxford membina model analitik dinamik pendapat yang menunjukkan bahawa walaupun bias AI yang kecil pada setiap siaran boleh terkumpul merentasi rangkaian sosial ke arah keseimbangan baharu. Apabila komunikasi perantaraan AI tersebar luas, pendapat kolektif boleh dihalakan secara sistemik dari semasa ke semasa—satu bentuk 'manipulasi halus pada skala besar' .

Antara dapatan utama:

• Bias arah yang konsisten: LLM menyunting teks ke arah pendirian dasar tertentu (contohnya, pro-kawalan senjata api, kurang kerangka keagamaan) walaupun diarah mengekalkan neutraliti .
• Perubahan keseimbangan kumulatif: Model meramalkan bahawa suntingan perantaraan AI yang berulang merentasi ramai pengguna akan mengalihkan keseluruhan taburan pendapat rangkaian—bukan hanya siaran individu .
• Skala besar: Kajian OII-AISI yang lebih luas (77,000 peserta UK, 91,000 dialog AI) menyediakan 'bukti paling komprehensif setakat ini mengenai mekanisme pujukan AI dan implikasinya terhadap demokrasi' .
• Herotan persona: Kertas kerja Oxford lain mendapati bantuan penulisan AI mengherotkan persona pengguna secara meluas, dan herotan ini kekal walaupun di bawah pengawasan manusia yang realistik .

Dapatan Spesifik Mengikut Model LLM

Bukti mengenai model yang anda tanyakan datang daripada beberapa sumber yang telah disemak rakan sebaya:

Amaran penting: Kajian Oxford khusus yang diterbitkan pada 6 Julai 2026 menguji 'LLM daripada pelbagai keluarga popular' dan mendapati bias arah merentasi kesemuanya. Data orientasi politik granular model demi model di atas datang daripada kajian penanda aras besar yang berasingan (arXiv 2603.23841) . Data bias jantina dalam pengambilan kerja datang daripada kajian 2025 yang menguji Llama-3, Qwen2.5, Ministral, dan Gemma-2 .

Jurang Kawal Selia dalam Akta AI EU dan Akta Perkhidmatan Digital (DSA)

Kedua-dua rangka kerja ini mempunyai jurang yang ketara apabila melibatkan alat penulisan AI yang tertanam dalam media sosial:

Jurang Akta AI EU:

• Kekaburan klasifikasi berisiko tinggi: Definisi sistem AI berisiko tinggi bergantung pada senarai lampiran dan penilaian bahaya subjektif, mewujudkan kekaburan undang-undang tentang sama ada alat suntingan AI media sosial layak .
• Tiada akses data untuk penyelidik: Akta AI tidak memberikan penyelidik pihak ketiga atau masyarakat sivil akses kepada data model, menjadikan pengauditan bebas sukar .
• Pelaksanaan perlahan: Kebanyakan peruntukan yang mengawal sistem berisiko tinggi tidak berkuat kuasa sehingga Ogos 2027, meninggalkan vakum kawal selia selama beberapa tahun . Suruhanjaya sendiri mengenal pasti jurang (contohnya, kandungan berbahaya cetusan AI yang belum dilindungi oleh larangan Perkara 5) dan mencadangkan pindaan 'Digital Omnibus on AI' pada November 2025, dengan persetujuan politik dicapai pada Mei 2026 .
• Tiada peraturan khusus untuk 'tujahan halus': Larangan Akta AI terhadap amalan AI manipulatif (Perkara 5) meliputi penipuan eksplisit tetapi tidak direka untuk menangkap bias halus yang diperkenalkan semasa penyuntingan rutin—mekanisme tepat yang dikenal pasti oleh kajian Oxford.

Jurang Akta Perkhidmatan Digital (DSA):

• Penilaian risiko sistemik tidak telus: Walaupun DSA memerlukan platform dalam talian yang sangat besar (VLOP) menilai risiko sistemik daripada sistem algoritma, penilaian dilakukan secara dalaman dan kekurangan mandat pengauditan bebas luaran .
• Ketelusan bertindih tetapi tidak mencukupi: Sistem AI yang digunakan dalam alat pengesyoran atau moderasi menghadapi kewajipan ketelusan yang bertindih, tetapi ini tidak meliputi pembantu penulisan LLM terbenam yang secara halus mengubah kandungan cetusan pengguna .
• Tiada peruntukan khusus untuk penyuntingan kandungan perantaraan AI: DSA digubal sebelum penulisan berkuasa LLM menjadi ciri standard media sosial. Ia tidak mempunyai peraturan yang mewajibkan platform mendedahkan apabila AI telah menulis semula atau mencadangkan perubahan pada siaran pengguna, mahupun keperluan untuk mengukur bias arah.

Implikasi: Siapa yang Membentuk Wacana Awam?

Dapatan utama adalah bahawa pembekal LLM, bukan pengguna, menjadi pengarang de facto pendapat yang diungkapkan. Apabila platform membenamkan LLM daripada vendor (contohnya, Llama dari Meta, Gemma dari Google, Qwen dari Alibaba, Grok dari xAI), sistem nilai vendor tersebut—sama ada konsisten cenderung ke kiri, seperti kebanyakan, atau cenderung ke kanan, seperti Grok—disuntik secara senyap ke dalam berjuta-juta interaksi media sosial setiap hari . Kesan kumulatif, seperti yang ditunjukkan model Oxford, adalah hanyutan sistemik wacana awam ke arah pandangan dunia yang telah ditetapkan dalam LLM .

Implikasi utama:

• Platform menjadi pembentuk pendapat secara proksi: Platform media sosial yang menawarkan ciri penulisan AI bukanlah saluran neutral; mereka secara aktif membentuk semula kandungan yang disiarkan pengguna, dengan bias yang memihak kepada pendirian dasar tertentu .
• Risiko kepada musyawarah demokrasi: OII memberi amaran bahawa peralihan pendapat perantaraan AI yang tidak bertanggungjawab mengancam musyawarah demokrasi, terutamanya apabila pengguna tidak sedar alat itu mengubah maksud mereka .
• Kejuruteraan ideologi tanpa kawal selia: Oleh kerana Akta AI mahupun DSA pada masa ini tidak menangani mekanisme ini, tiada keperluan undang-undang untuk ketelusan, audit, atau mitigasi. Pengawal selia de facto wacana awam adalah syarikat swasta yang melatih dan menggunakan LLM.
• Kesan tidak simetri merentasi model: Memandangkan Grok adalah satu-satunya model utama dengan orientasi kanan, mana-mana platform yang membenamkannya (contohnya, X/Twitter) akan memperkenalkan bias arah yang berbeza daripada platform yang menggunakan Llama, Gemma, atau Qwen . Pengguna tidak mempunyai cara untuk mengetahui sistem nilai yang disuntik oleh alat penulisan AI 'membantu' mereka.

Kesimpulannya: penyelidikan baharu Oxford menyediakan bukti empirikal dan matematik bahawa alat penulisan AI dalam media sosial sudah pun mengarahkan pendapat kolektif dengan cara yang tidak ditangani oleh peraturan semasa, meninggalkan kawalan ke atas wacana awam di tangan mereka yang mengawal LLM.

Kajian berasingan dari Universiti Yale mendapati bahawa soalan fakta yang neutral kepada chatbot pun boleh mengubah pendapat sosial dan politik pengguna . Manakala satu lagi kertas kerja dalam Science Advances menunjukkan bahawa cadangan pelengkapan automatik AI boleh mengubah sikap pengguna terhadap isu masyarakat secara ketara .

Dapatan Oxford Mengenai Kesan Kumulatif Terhadap Pendapat Umum

Pasukan Oxford membina model analitik dinamik pendapat yang menunjukkan bahawa walaupun bias AI yang kecil pada setiap siaran boleh terkumpul merentasi rangkaian sosial ke arah keseimbangan baharu. Apabila komunikasi perantaraan AI tersebar luas, pendapat kolektif boleh dihalakan secara sistemik dari semasa ke semasa—satu bentuk 'manipulasi halus pada skala besar' .

Antara dapatan utama:

• Bias arah yang konsisten: LLM menyunting teks ke arah pendirian dasar tertentu (contohnya, pro-kawalan senjata api, kurang kerangka keagamaan) walaupun diarah mengekalkan neutraliti .
• Perubahan keseimbangan kumulatif: Model meramalkan bahawa suntingan perantaraan AI yang berulang merentasi ramai pengguna akan mengalihkan keseluruhan taburan pendapat rangkaian—bukan hanya siaran individu .
• Skala besar: Kajian OII-AISI yang lebih luas (77,000 peserta UK, 91,000 dialog AI) menyediakan 'bukti paling komprehensif setakat ini mengenai mekanisme pujukan AI dan implikasinya terhadap demokrasi' .
• Herotan persona: Kertas kerja Oxford lain mendapati bantuan penulisan AI mengherotkan persona pengguna secara meluas, dan herotan ini kekal walaupun di bawah pengawasan manusia yang realistik .

Dapatan Spesifik Mengikut Model LLM

Bukti mengenai model yang anda tanyakan datang daripada beberapa sumber yang telah disemak rakan sebaya:

Amaran penting: Kajian Oxford khusus yang diterbitkan pada 6 Julai 2026 menguji 'LLM daripada pelbagai keluarga popular' dan mendapati bias arah merentasi kesemuanya. Data orientasi politik granular model demi model di atas datang daripada kajian penanda aras besar yang berasingan (arXiv 2603.23841) . Data bias jantina dalam pengambilan kerja datang daripada kajian 2025 yang menguji Llama-3, Qwen2.5, Ministral, dan Gemma-2 .

Jurang Kawal Selia dalam Akta AI EU dan Akta Perkhidmatan Digital (DSA)

Kedua-dua rangka kerja ini mempunyai jurang yang ketara apabila melibatkan alat penulisan AI yang tertanam dalam media sosial:

Jurang Akta AI EU:

• Kekaburan klasifikasi berisiko tinggi: Definisi sistem AI berisiko tinggi bergantung pada senarai lampiran dan penilaian bahaya subjektif, mewujudkan kekaburan undang-undang tentang sama ada alat suntingan AI media sosial layak .
• Tiada akses data untuk penyelidik: Akta AI tidak memberikan penyelidik pihak ketiga atau masyarakat sivil akses kepada data model, menjadikan pengauditan bebas sukar .
• Pelaksanaan perlahan: Kebanyakan peruntukan yang mengawal sistem berisiko tinggi tidak berkuat kuasa sehingga Ogos 2027, meninggalkan vakum kawal selia selama beberapa tahun . Suruhanjaya sendiri mengenal pasti jurang (contohnya, kandungan berbahaya cetusan AI yang belum dilindungi oleh larangan Perkara 5) dan mencadangkan pindaan 'Digital Omnibus on AI' pada November 2025, dengan persetujuan politik dicapai pada Mei 2026 .
• Tiada peraturan khusus untuk 'tujahan halus': Larangan Akta AI terhadap amalan AI manipulatif (Perkara 5) meliputi penipuan eksplisit tetapi tidak direka untuk menangkap bias halus yang diperkenalkan semasa penyuntingan rutin—mekanisme tepat yang dikenal pasti oleh kajian Oxford.

Jurang Akta Perkhidmatan Digital (DSA):

• Penilaian risiko sistemik tidak telus: Walaupun DSA memerlukan platform dalam talian yang sangat besar (VLOP) menilai risiko sistemik daripada sistem algoritma, penilaian dilakukan secara dalaman dan kekurangan mandat pengauditan bebas luaran .
• Ketelusan bertindih tetapi tidak mencukupi: Sistem AI yang digunakan dalam alat pengesyoran atau moderasi menghadapi kewajipan ketelusan yang bertindih, tetapi ini tidak meliputi pembantu penulisan LLM terbenam yang secara halus mengubah kandungan cetusan pengguna .
• Tiada peruntukan khusus untuk penyuntingan kandungan perantaraan AI: DSA digubal sebelum penulisan berkuasa LLM menjadi ciri standard media sosial. Ia tidak mempunyai peraturan yang mewajibkan platform mendedahkan apabila AI telah menulis semula atau mencadangkan perubahan pada siaran pengguna, mahupun keperluan untuk mengukur bias arah.

Implikasi: Siapa yang Membentuk Wacana Awam?

Dapatan utama adalah bahawa pembekal LLM, bukan pengguna, menjadi pengarang de facto pendapat yang diungkapkan. Apabila platform membenamkan LLM daripada vendor (contohnya, Llama dari Meta, Gemma dari Google, Qwen dari Alibaba, Grok dari xAI), sistem nilai vendor tersebut—sama ada konsisten cenderung ke kiri, seperti kebanyakan, atau cenderung ke kanan, seperti Grok—disuntik secara senyap ke dalam berjuta-juta interaksi media sosial setiap hari . Kesan kumulatif, seperti yang ditunjukkan model Oxford, adalah hanyutan sistemik wacana awam ke arah pandangan dunia yang telah ditetapkan dalam LLM .

Implikasi utama:

• Platform menjadi pembentuk pendapat secara proksi: Platform media sosial yang menawarkan ciri penulisan AI bukanlah saluran neutral; mereka secara aktif membentuk semula kandungan yang disiarkan pengguna, dengan bias yang memihak kepada pendirian dasar tertentu .
• Risiko kepada musyawarah demokrasi: OII memberi amaran bahawa peralihan pendapat perantaraan AI yang tidak bertanggungjawab mengancam musyawarah demokrasi, terutamanya apabila pengguna tidak sedar alat itu mengubah maksud mereka .
• Kejuruteraan ideologi tanpa kawal selia: Oleh kerana Akta AI mahupun DSA pada masa ini tidak menangani mekanisme ini, tiada keperluan undang-undang untuk ketelusan, audit, atau mitigasi. Pengawal selia de facto wacana awam adalah syarikat swasta yang melatih dan menggunakan LLM.
• Kesan tidak simetri merentasi model: Memandangkan Grok adalah satu-satunya model utama dengan orientasi kanan, mana-mana platform yang membenamkannya (contohnya, X/Twitter) akan memperkenalkan bias arah yang berbeza daripada platform yang menggunakan Llama, Gemma, atau Qwen . Pengguna tidak mempunyai cara untuk mengetahui sistem nilai yang disuntik oleh alat penulisan AI 'membantu' mereka.

Kesimpulannya: penyelidikan baharu Oxford menyediakan bukti empirikal dan matematik bahawa alat penulisan AI dalam media sosial sudah pun mengarahkan pendapat kolektif dengan cara yang tidak ditangani oleh peraturan semasa, meninggalkan kawalan ke atas wacana awam di tangan mereka yang mengawal LLM.