Benchmarking Political Persuasion Risks Across Frontier Large Language Models
19,000 से अधिक प्रतिभागियों वाले बड़े पैमाने के सर्वेक्षण प्रयोगों के माध्यम से, यह अध्ययन प्रदर्शित करता है कि अत्याधुनिक लार्ज लैंग्वेज मॉडल्स सामान्यतः राजनीतिक विज्ञापनों की तुलना में अधिक प्रभावशाली प्रदर्शन करते हैं, जिसमें मॉडल्स के बीच महत्वपूर्ण प्रदर्शन भिन्नता और सूचना-आधारित प्रॉम्प्टिंग रणनीतियों का मॉडल-निर्भर प्रभाव देखा गया है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि डिजिटल टाउन स्क्वायर में एक विशाल, उच्च-दांव वाली बहस चल रही है। वर्षों से, हम इस बात को लेकर चिंतित रहे हैं कि क्या आर्टिफिशियल इंटेलिजेंस (AI) हमें राजनीति के बारे में अपनी राय बदलने के लिए राजी कर सकता है। लेकिन अब तक, हमें यकीन नहीं था कि ये डिजिटल बहसबाज वास्तव में एक साइन पकड़े हुए या टीवी विज्ञापन चलाने वाले मानव राजनेता की तुलना में बेहतर हैं या नहीं।
यह शोध पत्र, जिसे येल के शोधकर्ताओं द्वारा लिखा गया है, राजनीतिक अनुनय (persuasion) के लिए एक सुपर-चार्ज्ड "टेस्ट टेस्ट" की तरह है। उन्होंने लगभग 20,000 वास्तविक लोगों को उपलब्ध सबसे स्मार्ट AI मॉडल्स (जैसे क्लॉड, GPT-5, जेमिनी और ग्रोक) के साथ बातचीत करने के लिए आमंत्रित किया ताकि यह देखा जा सके कि क्या ये बॉट्स उन्हें दो ज्वलंत मुद्दों पर अपना मन बदलने के लिए मजबूर कर सकते हैं: न्यूनतम मजदूरी बढ़ाना और प्रवासियों के लिए कॉलेज ट्यूशन।
यहाँ उनके निष्कर्षों का विवरण दिया गया, कुछ सरल उपमाओं का उपयोग करते हुए:
1. AI "हेवीवेट्स" इंसानों को पछाड़ देते हैं
पारंपरिक राजनीतिक विज्ञापनों (टीवी स्पॉट, फ्लायर्स) को एक मानक, विश्वसनीय हथौड़े के रूप में सोचें। वे काम तो करते हैं, लेकिन वे जादुई नहीं हैं।
शोधकर्ताओं ने पाया कि नए "फ्रंटियर" AI लेजर-गाइडेड, आकार बदलने वाले हथौड़ों की तरह हैं। जब लोगों ने इन AI के साथ बातचीत की, तो बॉट्स मानव प्रचार (human campaign ads) की तुलना में काफी अधिक प्रभावशाली थे।
- परिणाम: AI ने केवल मानव प्रभाव का मुकाबला ही नहीं किया; बल्कि उन्होंने उसे कुचल दिया। यदि आप किसी मतदाता का मन बदलना चाहते थे, तो शीर्ष-स्तरीय AI के साथ बातचीत करना 30 सेकंड के टीवी विज्ञापन देखने की तुलना में अधिक प्रभावी था।
2. सभी बॉट्स एक जैसे नहीं होते
कारों की तरह, कुछ AI मॉडल F1 रेस कारें हैं, और कुछ धीमे सेडान हैं। शोधकर्ताओं ने यह देखने के लिए उन्हें ट्रैक पर उतारा कि कौन सबसे तेज़ अनुनय करता है।
- चैंपियन (Claude): Claude मॉडल्स (विशेष रूप से Claude Sonnet 4 और 4.5) ओलंपिक स्वर्ण पदक विजेता थे। वे सबसे अधिक समझाने में सक्षम थे, लोगों को अन्य किसी भी बॉट की तुलना में अधिक प्रभावी ढंग से अपने विचारों को बदलने के लिए राजी कर सके।
- मध्यम श्रेणी (GPT-5 और Gemini): ये विश्वसनीय स्पोर्ट्स कारें थीं। वे बहुत अच्छे थे, एक-दूसरे के समान प्रदर्शन कर रहे थे, लेकिन वे क्लॉड को मात नहीं दे सके।
- कम प्रदर्शन करने वाला (Grok): Grok मॉडल स्पोर्ट्स कारों की दौड़ में एक स्कूटर की तरह था। यह मानव विज्ञापन से भी तेज़ था, लेकिन समूह में सबसे कम प्रभावशाली था।
3. "फैक्ट-चेक" का जाल
शोधकर्ताओं ने एक विशेष चाल चली: उन्होंने कुछ बॉट्स को कहा, "हे, इस बहस को जीतने के लिए बहुत सारे तथ्यों, डेटा और आंकड़ों का उपयोग करें।" उन्हें लगा कि इससे बॉट्स अत्यधिक प्रभावशाली हो जाएंगे, जैसे कि एक वकील जिसके पास एक सटीक ब्रीफ हो।
आश्चर्यजनक! ऐसा नहीं हुआ।
- Claude और Gkrok के लिए, तथ्यों का उपयोग करने से उन्हें थोड़ा फायदा हुआ।
- लेकिन GPT-5 के लिए, इसे "फैक्ट-चेक" निर्देश देने से यह लोगों को मनाने में और भी खराब हो गया। यह एक महान कहानीकार को कहानी सुनाने के बजाय केवल स्प्रेडशीट पढ़ने के लिए कहने जैसा है; दर्शक बोर हो गए और उन्होंने ध्यान देना बंद कर दिया।
- सबक: कोई "एक ही आकार सबके लिए उपयुक्त" (one-size-fits-all) निर्देश नहीं है। जो एक AI मॉडल के लिए काम करता है वह दूसरे के लिए नुकसानदेह हो सकता है।
4. वे कैसे जीते? (सीक्रेट सॉस)
शोधकर्ताओं ने केवल यह नहीं देखा कि कौन जीता; उन्होंने यह भी देखा कि वे कैसे जीते। उन्होंने बातचीत का विश्लेषण करने के लिए एक विशेष "AI जासूस" का उपयोग किया और जीतने वाली रणनीतियों को खोजा।
उन्होंने पाया कि सबसे प्रभावशाली बॉट्स ने केवल आप पर डेटा नहीं थोपा। इसके बजाय, उन्होंने भावनात्मक और कार्रवाई-उन्मुख (action-oriented) युक्तियों का उपयोग किया:
- "कॉल टू एक्शन" (जीतने वाला कदम): सबसे प्रभावी रणनीति यह थी कि लोगों को आगे क्या करना है, यह ठीक से बताया जाए। "अपने प्रतिनिधि को कॉल करें," "इस याचिका पर हस्ताक्षर करें," "इस बैठक में जाएं।" यह एक कोच की तरह है जो न केवल कहता है "आप जीत सकते हैं," बल्कि आपको प्लेबुक थमाकर कहता है, "अभी यह खेल खेलो।"
- "नैतिक अपील": न्याय, निष्पक्षता और मूल्यों के बारे में बात करना, केवल संख्याओं के बारे में बात करने से बेहतर काम करता है।
- "तथ्य" का जाल: दिलचस्प बात यह है कि विशिष्ट अध्ययनों और आंकड़ों को उद्धृत करने की रणनीति (जिसे "इंफॉर्मेशन प्रॉम्प्ट" ने जबरन लागू करने की कोशिश की थी) वास्तव में जीतने के साथ मेल नहीं खाती थी। लोग डेटा के कारण नहीं बदले; वे कहानी और 'कॉल टू एक्शन' के कारण बदले।
5. बड़ी चेतावनी
यह क्यों मायने रखता है?
एक ऐसी दुनिया की कल्पना करें जहाँ बुरे तत्व (या विदेशी सरकारें) इन "स्वर्ण पदक" वाले AI बॉट्स को नियंत्रित कर सकते हैं। वे मतदाताओं के साथ व्यक्तिगत बातचीत करने के लिए लाखों ऐसे बॉट्स तैनात कर सकते हैं, जो 24/7, मतदाताओं को प्रभावित करने के लिए सबसे प्रभावी मनोवैज्ञानिक युक्तियों का उपयोग करेंगे।
शोध पत्र निष्कर्ष निकालता है कि हम एक खतरनाक नए युग में प्रवेश कर रहे हैं। ये AI मॉडल इतने प्रभावशाली हैं कि वे लोकतंत्र के लिए वास्तविक खतरा पैदा करते हैं। वे केवल चैटबॉट्स नहीं हैं; वे संभावित रूप से अब तक के सबसे शक्तिशाली राजनीतिक अभियान उपकरण हैं, और इस समय, वे मानव राजनेताओं से बेहतर प्रदर्शन कर रहे हैं।
संक्षेप में: नए AI मॉडल अविश्वसनीय रूप से प्रभावशाली "डिबेट चैंपियंस" हैं जो मानव विज्ञापनों को हरा देते हैं। कुछ दूसरों की तुलना में बेहतर हैं, और उनकी सफलता का रहस्य केवल तथ्य होना नहीं है—बल्कि भावनात्मक रूप से जुड़ना और लोगों को ठीक से बताना है कि उन्हें क्या करना है। हमें इस बात पर बहुत ध्यान देने की आवश्यकता है कि इन शक्तिशाली उपकरणों को कौन नियंत्रित करता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।