با نزدیک شدن به دوره‌های انتخاباتی، چت‌بات‌های مبتنی بر هوش مصنوعی مولد به یکی از منابع اصلی دسترسی شهروندان به اطلاعات تبدیل شده‌اند. با این حال، تحلیل‌های جدید سازمان NewsGuard پرده از واقعیتی نگران‌کننده برداشته است: این مدل‌ها به‌طور گسترده از وب‌سایت‌های «اسلایم صورتی» (Pink Slime) یا رسانه‌های سوگرایانه که خود را به عنوان منابع خبری مستقل معرفی می‌کنند، برای پاسخ به پرسش‌های انتخاباتی کاربران استفاده می‌کنند.
آلودگی داده‌ها: ورود سایت‌های اسلایم صورتی به خروجی مدل‌های زبانی
اصطلاح «اسلایم صورتی» در حوزه رسانه به وب‌سایت‌هایی اطلاق می‌شود که با ظاهر و لحن ژورنالیستی، دستورکارهای سیاسی خاصی را دنبال می‌کنند. بر اساس گزارش منتشر شده در مهرماه ۱۴۰۵، چت‌بات‌های پیشرو در نزدیک به ۴۸.۲ درصد از پاسخ‌های خود به پرسش‌های مربوط به کاندیداها و مسائل انتخاباتی، به این سایت‌های سوگرایانه ارجاع داده‌اند. مشکل اصلی اینجاست که مدل‌های زبانی بزرگ (LLM) برای آموزش و بازیابی اطلاعات (RAG)، از کل پهنه اینترنت تغذیه می‌کنند و فاقد فیلترهای دقیق برای تشخیص اعتبار محتوایی هستند.
بررسی آماری عملکرد مدل‌های بزرگ زبانی
تیم تحقیقاتی NewsGuard با بررسی هفت مدل برجسته، نتایج خیره‌کننده‌ای را مشاهده کرد. نرخ استناد به سایت‌های سوگرایانه در میان مدل‌ها به شرح زیر بوده است:
- OpenAI ChatGPT: ۷۰.۸ درصد
- Microsoft Copilot: ۵۴.۲ درصد
- Perplexity: ۵۴.۲ درصد
- Anthropic Claude: ۵۰ درصد
- Google Gemini: ۴۱.۷ درصد
- Meta AI: ۳۷.۵ درصد
- xAI Grok: ۲۹.۲ درصد
این ارقام نشان می‌دهد که هیچ‌کدام از ابزارهای فعلی بازار از استانداردهای سخت‌گیرانه برای تفکیک اخبار معتبر از تبلیغات سیاسیِ نقاب‌دار برخوردار نیستند. همچنین جالب توجه است که استناد به سایت‌های چپ‌گرا (۳۶.۳ درصد) بسیار بیشتر از منابع راست‌گرا (۱۱.۹ درصد) بوده که محققان دلیل آن را حجم تولید محتوای بالاتر این وب‌سایت‌ها می‌دانند، نه لزوماً جهت‌گیری عمدی الگوریتم‌ها.
چالش‌های معماری و سوگیری‌های سیستماتیک
از منظر فنی، این یک شکست در لایه «اعتبارسنجی منبع» (Source Verification Layer) است. اکثر این مدل‌ها در هنگام ارائه پاسخ، ماهیت حزبی یا سوگیرانه بودن سایت ارجاع‌دهنده را به کاربر هشدار نمی‌دهند. تنها یک مورد از ۱۶۸ پرسش آزمایش شده حاوی اخطاری در مورد ماهیت این وب‌سایت‌ها بوده است. سیستم‌های RAG که مدل‌های فعلی از آن استفاده می‌کنند، بدون اولویت‌بندی اعتبار دامنه (Domain Authority) و شفافیت در رتبه‌بندی منابع، عملاً در حال بازتولید اطلاعات نادرست با پوشش «واقعیتِ پردازش‌شده» هستند.
مشخصات فنی و یافته‌های کلیدی تحلیل
- متدولوژی: بررسی پرس‌وجوهای مستقیم از ۷ ابزار هوش مصنوعی پیشرو.
- جامعه هدف: ۱۲ وب‌سایت با محتوای سوگرایانه (۶ چپ‌گرا، ۶ راست‌گرا).
- نرخ استناد کلی: ۴۸.۲ درصد پاسخ‌ها شامل لینک‌های اسلایم صورتی.
- خطای سیستماتیک: عدم شفاف‌سازی در مورد ماهیت حزبی منبع در ۹۹.۴ درصد موارد.
نتیجه‌گیری؛ لزوم حاکمیت داده و سواد دیجیتال
فناوری هوش مصنوعی همچنان به «تغذیه‌ی بی‌مهابا» از اینترنت ادامه می‌دهد. مادامی که مکانیسم‌های امتیازدهی به منابع (Credibility Scoring) در لایه‌های مدل‌سازی یا در پردازش خروجی‌ها ادغام نشوند، این چت‌بات‌ها به جای آگاه‌سازی، به ابزاری برای تقویت قطب‌بندی سیاسی تبدیل خواهند شد. برای کاربران، این یک زنگ خطر جدی است که نباید بدون بررسی منابع ثانویه، به خروجی‌های هوش مصنوعی در مسائل سیاسی اعتماد کنند.
