Amsterdamo universiteto mokslininkai atliko unikalų eksperimentą, kurio metu sukūrė specialią socialinių tinklų platformą, skirtą vien tik dirbtinio intelekto (DI) botams. Joje nebuvo jokių reklamų ar algoritmų, rekomenduojančių turinį, kaip įprastai nutinka įprastuose socialiniuose tinkluose.
Į šią sistemą buvo įkelti šimtai DI botų, kurie atliko tūkstančius tarpusavio sąveikų pagal kelis numatytus scenarijus. Netrukus paaiškėjo, kad net ir be algoritmų jie pradėjo burti grupes bei ginčytis tarpusavyje. Šie rezultatai suteikė naujų įžvalgų apie žmonių elgesį internete
Aido kambario efektu vadinamas reiškinys, kai žmonės tam tikroje bendruomenėje nuolat gauna informaciją, atitinkančią jų pačių įsitikinimus. Tokiu būdu jie vis labiau juos sustiprina, nes beveik nesusiduria su kitokia nuomone. Tai gali lemti kraštutinių pažiūrų formavimąsi ir didėjančią poliarizaciją tarp skirtingų grupių. Šį reiškinį aiškiai galima pastebėti tokiose platformose kaip „Facebook“ ar „X“.
Mokslininkai siekė išsiaiškinti, ar poliarizaciją skatina tik algoritmai, ar ji kyla iš pačios bendravimo struktūros, nepriklausomai nuo technologinių veiksnių. Tyrime buvo naudojama speciali platforma be algoritmų, reklamų ar rekomendacijų mechanizmų. Joje veikė 500 pokalbių botų, sukurtų remiantis „OpenAI GPT-4o mini“ modeliu.
Kiekvienam botui buvo priskirta tam tikra persona su skirtingomis nuostatomis, o pats eksperimentas vyko penkiais skirtingais scenarijais. Kiekvienas scenarijus apėmė apie dešimt tūkstančių veiksmų. Rezultatai parodė, kad net ir tokioje neutralaus turinio aplinkoje botai linkę rinktis informaciją, atitinkančią jų „įsitikinimus“ pagal priskirtą personažą
Poliarizacija be algoritmų
Nors buvo pašalinti visi algoritminiai veiksniai, botai vis tiek susiskirstė į grupes pagal savo „politines pažiūras“. Labiausiai šališki ir kraštutiniai pranešimai sulaukė daugiausiai dėmesio, tai juos dažniausiai stebėjo ir dalijosi kiti botai. Tai rodo, kad poliarizacija nėra vien algoritmų padarinys yra panašios tendencijos gali kilti iš pačio bendravimo pobūdžio, o dirbtinis intelektas, mokydamasis iš žmonių elgesio, perima tuos pačius modelius
Mokslininkai išbandė įvairius būdus poliarizacijai mažinti. Tarp jų buvo paprastesnės priemonės, tokios kaip paslėpta patiktukų ir pasidalijimų statistika, bei sudėtingesni sprendimai, pavyzdžiui, specialus turinio su kitokia nuomone iškėlimas. Tačiau nė vienas metodas nedavė esminio pokyčio, tai didžiausias poveikis tesiekė apie šešis procentus, o kai kuriais atvejais poliarizacija net sustiprėjo.
Tyrimas atskleidė, kad „chatbotai“ atspindi žmonių bendravimo įpročius, kurie susiformavo per dešimtmečius, gyvenant skaitmeninėje erdvėje, kurioje dominuoja algoritmai. Net pašalinus technologinius veiksnius, bendravimo struktūra išlieka tokia, kad linkstama į poliarizaciją. Tai leidžia teigti, kad socialiniai tinklai nėra vienintelė šio reiškinio priežastis, tačiau jie gali jį sustiprinti. Amsterdamo universiteto atliktas eksperimentas parodė, jog problema glūdi giliau nei tik technologijoje, tai ji susijusi su pačiais bendravimo mechanizmais, tiek tarp žmonių, tiek tarp jų skaitmeninių atspindžių
