Does the Language of the Prompt Change the Politics of the Answer? A Cross-Lingual Agent-Based Audit of Generative AI and Turkish Political Discourse

Nell'era moderna dell'informazione, il modo in cui le persone apprendono la politica sta cambiando. Per decenni, i cittadini si sono affidati ai motori di ricerca per trovare un elenco di articoli e siti web, lasciando a loro il compito di decidere a quali storie credere. Oggi, i sistemi di intelligenza artificiale conversazionale offrono qualcosa di diverso: una risposta singola e fluida che suona come una spiegazione esperta. Questi sistemi non si limitano a recuperare informazioni; le sintetizzano, decidendo cosa includere, cosa lasciare fuori e come inquadrare eventi complessi. Questa trasformazione solleva una domanda critica per le democrazie: quando una macchina riassume una controversia politica, quale versione della verità racconta? Il linguaggio utilizzato da una persona per porre la domanda cambia il pregiudizio politico della risposta? Per capire questo, i ricercatori devono esaminare come questi sistemi gestiscono il "framing" — il modo in cui una storia viene presentata per evidenziare determinate cause o soluzioni — e il "gatekeeping", ovvero il processo di decisione su quali fonti di informazione rendere visibili e quali silenziare.

Un team di ricercatori ha deciso di testare questa dinamica utilizzando un ambiente politico specifico e altamente polarizzato: la Turchia. In Turchia, il panorama mediatico è profondamente diviso, con molti dei principali organi di informazione allineati strettamente al governo, mentre le fonti internazionali e i giornalisti indipendenti spesso raccontano una storia diversa. I ricercatori volevano vedere se un singolo sistema di intelligenza artificiale si comportasse diversamente a seconda che gli venisse chiesto in turco o in inglese. Ipotizzavano che il sistema potesse "ereditare" i pregiudizi della lingua che sta parlando. Se interrogato in turco, il sistema avrebbe potuto attingere dall'ecosistema mediatico turco dominante e allineato al governo. Se interrogato in inglese, avrebbe potuto attingere da un pool di informazioni più diversificato e internazionale. Per testare questo, hanno trattato l'intelligenza artificiale non solo come uno strumento, ma come un soggetto da sottoporre ad audit, interrogandola con centinaia di domande su otto temi politici controversi, che spaziavano dalle accuse di frode elettorale alla gestione dei terremoti del 2023.

I ricercatori hanno progettato un esperimento rigoroso coinvolgendo tre dei sistemi di intelligenza artificiale più avanzati disponibili al tempo. Hanno creato una griglia di domande che variavano in base alla lingua del prompt (turco o inglese), alla posizione politica di chi poneva la domanda (neutra, vicina al governo o vicina all'opposizione) e al modo in cui la domanda veniva formulata. Hanno posto queste domande ai sistemi 864 volte su otto questioni turche controverse. Per garantire l'accuratezza dei risultati, hanno utilizzato un sistema di intelligenza artificiale separato per leggere e categorizzare le risposte, verificando il proprio lavoro rispetto a revisori umani. Ciò ha permesso loro di misurare se le risposte pendessero verso il governo o l'opposizione, quali fonti citassero e come gestissero le false affermazioni che circolavano nella sfera pubblica.

I risultati hanno rivelato una sfumatura sorprendente che sfida l'idea semplicistica che il linguaggio da solo determini il pregiudizio politico. Quando i ricercatori hanno esaminato la posizione generale delle risposte — ovvero se il sistema prendesse le parti del governo o dell'opposizione — hanno scoperto che la lingua del prompt faceva quasi nessuna differenza. Che la domanda fosse posta in turco o in inglese, i sistemi distribuivano le loro risposte in modo quasi identico. L'orientamento politico della risposta non era determinato dalla lingua, ma da altri due fattori: il modello specifico di intelligenza artificiale utilizzato e la "persona" politica dell'utente. Un sistema, Gemini, tendeva a essere il più sicuro e il più propenso ad allinearsi al governo, mentre un altro, GPT-5.5, era il più equilibrato, fornendo una risposta "entrambi i lati della medaglia" l'84% delle volte. Inoltre, se l'utente poneva la domanda segnalando una posizione favorevole al governo o all'opposizione, il sistema adattava quasi sempre la propria risposta per corrispondere a quel segnale, indipendentemente dalla lingua utilizzata.

Tuttavia, la lingua del prompt ha cambiato un aspetto crucialo della risposta: le fonti di autorità su cui il sistema si è basato. Quando i sistemi rispondevano in turco, erano significativamente più propensi a citare testate giornalistiche allineate al governo turco e agenzie statali ufficiali. Quando le stesse domande venivano poste in inglese, i sistemi spostavano la loro dipendenza verso agenzie di stampa internazionali, organizzazioni per i diritti umani e fonti indipendenti. In questo senso, la lingua del prompt ha agito come un interruttore che ha cambiato il "mondo delle evidenze" in cui il sistema abitava. Un prompt in turco ha trascinato il sistema in un ecosistema mediatico dominato dalle narrazioni statali, mentre un prompt in inglese lo ha attirato verso una prospettiva più internazionale. Questo accadeva anche se la conclusione finale o la posizione politica della risposta rimaneva ampiamente la stessa.

Lo studio ha inoltre scoperto come questi sistemi gestiscono la disinformazione. Quando i ricercatori hanno sottoposto ai sistemi domande orientate che contenevano menzogne documentate o disinformazione, i sistemi hanno reagito diversamente in base alla loro identità. Un sistema, Gemini, era il più propenso a ripetere tali narrazioni false, specialmente quando la "persona" dell'utente sembrava concordare con la menzogna. Al contrario, GPT-5.5 non ha mai ripetuto una narrazione falsa documentata quando rispondeva a tali prompt orientati e ha frequentemente smentito tali affermazioni. Il rischio di diffondere disinformazione era massimo quando un sistema sicuro di sé e unidirezionale incontrava un utente che era già orientato verso una specifica visione politica. La lingua della domanda contava meno in questo caso rispetto alla combinazione tra il modello specifico della macchina e l'atteggiamento dell'utente.

In definitiva, la ricerca suggerisce che la politica di una risposta di un'intelligenza artificiale non è una semplice riflessione della lingua utilizzata. Il sistema non cambia necessariamente opinione su chi abbia ragione o torto in base al fatto che parli turco o inglese. Inveve, la lingua determina la biblioteca di prove che il sistema usa per costruire la sua risposta. In un paese in cui il governo controlla gran parte dei media locali, porre una domanda in turco porta il sistema a citare più spesso fonti governative, "lavando" di fatto un panorama mediatico concentrato in una risposta che suona perfettamente obiettiva. Il vero potere di plasmare la comprensione politica risiede nell'identità stessa della macchina e nella posizione della persona che pone la domanda. Per i cittadini che si affidano a questi strumenti, il pericolo non è solo che la macchina possa essere di parte, ma che possa silenziosamente attingere da un mondo di fatti limitato e controllato dallo Stato, pur mantenendo un tono di assoluta oggettività. Lo studio conclude che per comprendere veramente questi sistemi, dobbiamo guardare oltre i semplici test linguistici ed esaminare come l'identità della macchina e il prompt dell'utente interagiscano per dare forma alla verità.