Osobne badanie Uniwersytetu Yale wykazało, że nawet neutralne zapytania faktyczne skierowane do czatbotów mogą zmieniać poglądy społeczne i polityczne użytkowników . Z kolei artykuł w Science Advances udowodnił, że sugestie autouzupełniania AI mierzalnie przesuwają nastawienie użytkowników do kwestii społecznych .

Odkrycia Oksfordu: Skumulowany wpływ na opinię publiczną

Zespół z Oksfordu zbudował analityczny model dynamiki opinii, który pokazuje, że nawet niewielkie, pojedyncze uprzedzenia AI kumulują się w sieci społecznej, prowadząc do nowej równowagi. Gdy komunikacja za pośrednictwem AI staje się powszechna, zbiorowa opinia może być systematycznie sterowana w czasie – to, co OII nazywa "subtelną manipulacją na masową skalę" i zdolnością AI do przekształcania debaty publicznej bez wiedzy użytkowników .

Kluczowe wyniki badania:

• Kierunkowość uprzedzeń jest spójna: LLM edytowały teksty w stronę konkretnych stanowisk politycznych (np. pro-kontrola broni, mniej religijne ujęcie) nawet przy instrukcji zachowania neutralności .
• Kumulacyjna zmiana równowagi: Model przewiduje, że wielokrotne edycje AI u wielu użytkowników przesuną cały rozkład opinii w sieci – nie tylko pojedyncze posty .
• Ogromna skala: Szersze badanie OII-AISI (77 000 uczestników z Wielkiej Brytanii, 91 000 dialogów z AI) dostarcza "najbardziej kompleksowych dowodów na mechanizmy perswazji AI i ich wpływ na demokrację" .
• Zniekształcenia osobowości: Powiązany artykuł Oksfordu wykazał, że asystenci pisania AI wszechobecnie zniekształcają personę użytkownika, a zniekształcenia te utrzymują się nawet przy realistycznym nadzorze .

Konkretne wyniki dla poszczególnych modeli

Dane o modelach, o które pytasz, pochodzą z kilku recenzowanych źródeł i preprintów:

Ważne zastrzeżenie: Konkretne badanie Oksfordu opublikowane 6 lipca 2026 r. testowało "LLM z wielu popularnych rodzin" i stwierdziło uprzedzenia kierunkowe we wszystkich. Powyższe dane o orientacji politycznej poszczególnych modeli pochodzą z osobnego dużego badania benchmarkowego (arXiv 2603.23841, również lipiec 2026) . Dane o uprzedzeniach płciowych w rekrutacji pochodzą z badania z 2025 r., które testowało modele Llama-3, Qwen2.5, Ministral i Gemma-2 .

Luki w unijnym Akcie o Sztucznej Inteligencji (AI Act) i Akcie o Usługach Cyfrowych (DSA)

Oba akty prawne mają znaczące luki, jeśli chodzi o narzędzia AI do pisania wbudowane w media społecznościowe:

Luki w AI Act:

• Nieprecyzyjna klasyfikacja wysokiego ryzyka: Definicja systemów wysokiego ryzyka opiera się na listach z załączników i subiektywnej ocenie szkodliwości, co stwarza niepewność prawną, czy narzędzia edycyjne AI w mediach społecznościowych podlegają tym przepisom .
• Brak dostępu do danych dla badaczy: AI Act nie zapewnia stronom trzecim (naukowcom, organizacjom społecznym) dostępu do danych modeli, co utrudnia niezależny audyt .
• Wolne wdrażanie: Większość przepisów dotyczących systemów wysokiego ryzyka zacznie obowiązywać dopiero w sierpniu 2027 r., pozostawiając wieloletnią pustkę regulacyjną . Sama Komisja Europejska zidentyfikowała luki (np. dotyczące treści generowanych przez AI, które nie są objęte zakazami z art. 5) i w listopadzie 2025 r. zaproponowała nowelizację „Digital Omnibus on AI”, co do której porozumienie polityczne osiągnięto w maju 2026 r. .
• Brak przepisów o „ukrytym popychaniu”: Zakaz manipulacyjnych praktyk AI (art. 5) obejmuje jawne oszustwo, ale nie został zaprojektowany do wychwytywania subtelnych, ukrytych uprzedzeń wprowadzanych podczas rutynowego edytowania postów – czyli dokładnie mechanizmu zidentyfikowanego przez badanie Oksfordu.

Luki w Akcie o Usługach Cyfrowych (DSA):

• Nieprzejrzyste oceny ryzyka systemowego: DSA wymaga od bardzo dużych platform internetowych (VLOP) oceny ryzyka systemowego związanego z algorytmami, ale oceny te są przeprowadzane wewnętrznie i nie ma obowiązku niezależnego audytu zewnętrznego .
• Nakładające się, ale niewystarczające obowiązki: Systemy AI używane w rekomendacjach czy narzędziach moderacji podlegają nakładającym się obowiązkom przejrzystości, ale nie obejmują one wyraźnie wbudowanych asystentów pisania LLM, którzy subtelnie modyfikują treści tworzone przez użytkowników .
• Brak przepisów o edycji treści przez AI: DSA powstał zanim edytowanie postów przez LLM stało się standardową funkcją mediów społecznościowych. Nie ma w nim wymogu, by platformy ujawniały, że AI przepisała lub zasugerowała zmiany w poście użytkownika, ani wymogu mierzenia kierunkowości uprzedzeń.

Konsekwencje: Kto naprawdę kształtuje debatę publiczną?

Główne ustalenie jest takie, że dostawca LLM, a nie użytkownik, staje się de facto autorem wyrażanej opinii. Gdy platforma osadza LLM od konkretnego dostawcy (np. Meta Llama, Google Gemma, Alibaba Qwen, xAI Grok), system wartości tego dostawcy – czy to konsekwentnie lewicowy (jak w większości modeli), czy prawicowy (jak w Groku) – jest po cichu wstrzykiwany do milionów codziennych interakcji w mediach społecznościowych . Skumulowany efekt, jak pokazuje model Oksfordu, to systemowe przesunięcie debaty publicznej w stronę światopoglądu wbudowanego w model .

Kluczowe implikacje:

• Platformy stają się kreatorami opinii przez proxy: Media społecznościowe oferujące funkcje pisania z AI nie są neutralnymi kanałami; aktywnie przekształcają treści publikowane przez użytkowników, z uprzedzeniami faworyzującymi konkretne stanowiska polityczne .
• Zagrożenie dla debaty demokratycznej: OII ostrzega, że niekontrolowane przesunięcia opinii za pośrednictwem AI zagrażają demokratycznej debacie, zwłaszcza gdy użytkownicy nie zdają sobie sprawy, że narzędzie zmienia ich przekaz .
• Nieregulowana inżynieria ideologiczna: Ponieważ ani AI Act, ani DSA nie regulują obecnie tego mechanizmu, nie ma prawnego wymogu przejrzystości, audytu ani łagodzenia skutków. De facto regulatorami debaty publicznej są prywatne firmy, które trenują i wdrażają LLM.
• Asymetryczny wpływ poszczególnych modeli: Ponieważ Grok jest jedynym dużym modelem o nachyleniu prawicowym, każda platforma, która go osadzi (np. X/Twitter), będzie wprowadzać inny kierunkowy bias niż platformy używające Llamy, Gemmy czy Qwena . Użytkownicy nie mają możliwości dowiedzenia się, jaki system wartości wstrzykuje ich „pomocne” narzędzie AI.

Podsumowując: nowe badania z Oksfordu dostarczają empirycznych i matematycznych dowodów na to, że narzędzia AI do pisania w mediach społecznościowych już teraz sterują zbiorową opinią w sposób, którego obecne regulacje nie obejmują. Kto kontroluje LLM – ten de facto kształtuje debatę publiczną.

Osobne badanie Uniwersytetu Yale wykazało, że nawet neutralne zapytania faktyczne skierowane do czatbotów mogą zmieniać poglądy społeczne i polityczne użytkowników . Z kolei artykuł w Science Advances udowodnił, że sugestie autouzupełniania AI mierzalnie przesuwają nastawienie użytkowników do kwestii społecznych .

Odkrycia Oksfordu: Skumulowany wpływ na opinię publiczną

Zespół z Oksfordu zbudował analityczny model dynamiki opinii, który pokazuje, że nawet niewielkie, pojedyncze uprzedzenia AI kumulują się w sieci społecznej, prowadząc do nowej równowagi. Gdy komunikacja za pośrednictwem AI staje się powszechna, zbiorowa opinia może być systematycznie sterowana w czasie – to, co OII nazywa "subtelną manipulacją na masową skalę" i zdolnością AI do przekształcania debaty publicznej bez wiedzy użytkowników .

Kluczowe wyniki badania:

• Kierunkowość uprzedzeń jest spójna: LLM edytowały teksty w stronę konkretnych stanowisk politycznych (np. pro-kontrola broni, mniej religijne ujęcie) nawet przy instrukcji zachowania neutralności .
• Kumulacyjna zmiana równowagi: Model przewiduje, że wielokrotne edycje AI u wielu użytkowników przesuną cały rozkład opinii w sieci – nie tylko pojedyncze posty .
• Ogromna skala: Szersze badanie OII-AISI (77 000 uczestników z Wielkiej Brytanii, 91 000 dialogów z AI) dostarcza "najbardziej kompleksowych dowodów na mechanizmy perswazji AI i ich wpływ na demokrację" .
• Zniekształcenia osobowości: Powiązany artykuł Oksfordu wykazał, że asystenci pisania AI wszechobecnie zniekształcają personę użytkownika, a zniekształcenia te utrzymują się nawet przy realistycznym nadzorze .

Konkretne wyniki dla poszczególnych modeli

Dane o modelach, o które pytasz, pochodzą z kilku recenzowanych źródeł i preprintów:

Ważne zastrzeżenie: Konkretne badanie Oksfordu opublikowane 6 lipca 2026 r. testowało "LLM z wielu popularnych rodzin" i stwierdziło uprzedzenia kierunkowe we wszystkich. Powyższe dane o orientacji politycznej poszczególnych modeli pochodzą z osobnego dużego badania benchmarkowego (arXiv 2603.23841, również lipiec 2026) . Dane o uprzedzeniach płciowych w rekrutacji pochodzą z badania z 2025 r., które testowało modele Llama-3, Qwen2.5, Ministral i Gemma-2 .

Luki w unijnym Akcie o Sztucznej Inteligencji (AI Act) i Akcie o Usługach Cyfrowych (DSA)

Oba akty prawne mają znaczące luki, jeśli chodzi o narzędzia AI do pisania wbudowane w media społecznościowe:

Luki w AI Act:

• Nieprecyzyjna klasyfikacja wysokiego ryzyka: Definicja systemów wysokiego ryzyka opiera się na listach z załączników i subiektywnej ocenie szkodliwości, co stwarza niepewność prawną, czy narzędzia edycyjne AI w mediach społecznościowych podlegają tym przepisom .
• Brak dostępu do danych dla badaczy: AI Act nie zapewnia stronom trzecim (naukowcom, organizacjom społecznym) dostępu do danych modeli, co utrudnia niezależny audyt .
• Wolne wdrażanie: Większość przepisów dotyczących systemów wysokiego ryzyka zacznie obowiązywać dopiero w sierpniu 2027 r., pozostawiając wieloletnią pustkę regulacyjną . Sama Komisja Europejska zidentyfikowała luki (np. dotyczące treści generowanych przez AI, które nie są objęte zakazami z art. 5) i w listopadzie 2025 r. zaproponowała nowelizację „Digital Omnibus on AI”, co do której porozumienie polityczne osiągnięto w maju 2026 r. .
• Brak przepisów o „ukrytym popychaniu”: Zakaz manipulacyjnych praktyk AI (art. 5) obejmuje jawne oszustwo, ale nie został zaprojektowany do wychwytywania subtelnych, ukrytych uprzedzeń wprowadzanych podczas rutynowego edytowania postów – czyli dokładnie mechanizmu zidentyfikowanego przez badanie Oksfordu.

Luki w Akcie o Usługach Cyfrowych (DSA):

• Nieprzejrzyste oceny ryzyka systemowego: DSA wymaga od bardzo dużych platform internetowych (VLOP) oceny ryzyka systemowego związanego z algorytmami, ale oceny te są przeprowadzane wewnętrznie i nie ma obowiązku niezależnego audytu zewnętrznego .
• Nakładające się, ale niewystarczające obowiązki: Systemy AI używane w rekomendacjach czy narzędziach moderacji podlegają nakładającym się obowiązkom przejrzystości, ale nie obejmują one wyraźnie wbudowanych asystentów pisania LLM, którzy subtelnie modyfikują treści tworzone przez użytkowników .
• Brak przepisów o edycji treści przez AI: DSA powstał zanim edytowanie postów przez LLM stało się standardową funkcją mediów społecznościowych. Nie ma w nim wymogu, by platformy ujawniały, że AI przepisała lub zasugerowała zmiany w poście użytkownika, ani wymogu mierzenia kierunkowości uprzedzeń.

Konsekwencje: Kto naprawdę kształtuje debatę publiczną?

Główne ustalenie jest takie, że dostawca LLM, a nie użytkownik, staje się de facto autorem wyrażanej opinii. Gdy platforma osadza LLM od konkretnego dostawcy (np. Meta Llama, Google Gemma, Alibaba Qwen, xAI Grok), system wartości tego dostawcy – czy to konsekwentnie lewicowy (jak w większości modeli), czy prawicowy (jak w Groku) – jest po cichu wstrzykiwany do milionów codziennych interakcji w mediach społecznościowych . Skumulowany efekt, jak pokazuje model Oksfordu, to systemowe przesunięcie debaty publicznej w stronę światopoglądu wbudowanego w model .

Kluczowe implikacje:

• Platformy stają się kreatorami opinii przez proxy: Media społecznościowe oferujące funkcje pisania z AI nie są neutralnymi kanałami; aktywnie przekształcają treści publikowane przez użytkowników, z uprzedzeniami faworyzującymi konkretne stanowiska polityczne .
• Zagrożenie dla debaty demokratycznej: OII ostrzega, że niekontrolowane przesunięcia opinii za pośrednictwem AI zagrażają demokratycznej debacie, zwłaszcza gdy użytkownicy nie zdają sobie sprawy, że narzędzie zmienia ich przekaz .
• Nieregulowana inżynieria ideologiczna: Ponieważ ani AI Act, ani DSA nie regulują obecnie tego mechanizmu, nie ma prawnego wymogu przejrzystości, audytu ani łagodzenia skutków. De facto regulatorami debaty publicznej są prywatne firmy, które trenują i wdrażają LLM.
• Asymetryczny wpływ poszczególnych modeli: Ponieważ Grok jest jedynym dużym modelem o nachyleniu prawicowym, każda platforma, która go osadzi (np. X/Twitter), będzie wprowadzać inny kierunkowy bias niż platformy używające Llamy, Gemmy czy Qwena . Użytkownicy nie mają możliwości dowiedzenia się, jaki system wartości wstrzykuje ich „pomocne” narzędzie AI.

Podsumowując: nowe badania z Oksfordu dostarczają empirycznych i matematycznych dowodów na to, że narzędzia AI do pisania w mediach społecznościowych już teraz sterują zbiorową opinią w sposób, którego obecne regulacje nie obejmują. Kto kontroluje LLM – ten de facto kształtuje debatę publiczną.