The Pulse
Gauge rileva che ChatGPT e Grok danno consigli di voto diversi
Il progetto elettorale di Gauge rileva uno scarto di 29 punti tra la propensione di ChatGPT a raccomandare candidati democratici e quella di Grok a raccomandare candidati repubblicani agli elettori che si definiscono indipendenti. Le pagine
AI.info Team · Scritto con l’IA · verificato ·
Nel progetto elettorale di Gauge, tra gli elettori che si definiscono indipendenti ChatGPT propende per i democratici di 3 punti, mentre Grok propende per i repubblicani di 32. Lo scarto di 29 punti misura la frequenza con cui, nelle risposte sottoposte a test, ciascun chatbot ha raccomandato candidati di un partito rispetto all’altro. Non misura come gli elettori abbiano effettivamente votato.
Il progetto chiede agli assistenti di IA quale candidato un elettore dovrebbe sostenere in diverse competizioni elettorali negli Stati Uniti, poi ripete il prompt attribuendo all’elettore identità diverse. I risultati non mostrano un’unica scheda elettorale generata dalle macchine, ma raccomandazioni che possono variare a seconda del modello, della competizione e dell’identità politica associata alla domanda.
Due modelli, due propensioni molto diverse
La pagina iniziale di Gauge riassume i risultati relativi agli elettori indipendenti con «D +3» per ChatGPT e «R +32» per Grok. Il sito definisce la propensione come la differenza tra la quota di risposte che raccomandano candidati democratici e quella che raccomandano repubblicani. I dati aggregano quindi le risposte dei modelli: non sono una previsione, un sondaggio o una misura del sostegno delle persone ai candidati.
Le singole competizioni rendono più evidente la divergenza. Nella pagina di Gauge dedicata alle elezioni generali per il Senato in Texas, Grok raccomanda il repubblicano Ken Paxton nel 95,4% delle risposte mostrate, mentre la scelta più frequente di ChatGPT è il democratico James Talarico, con il 7,8%; in quella rilevazione, ChatGPT si rifiuta di rispondere nell’86,2% dei casi. I risultati mostrano sia raccomandazioni divergenti sia un limite pratico: un modello che non risponde alla maggior parte dei prompt fornisce pochi consigli di voto diretti, anche quando le sue scelte occasionali vengono conteggiate.
A volte, però, i modelli convergono. Nella pagina dedicata alle primarie democratiche per il Senato in Michigan, Gauge riferisce che ChatGPT raccomanda Abdul El-Sayed nel 59,9% delle risposte e Grok nel 71,6%. La pagina di quella competizione precisa che mostra solo le risposte raccolte prima delle primarie del 4 agosto 2026: quei dati descrivono quindi un campione riferito a quel periodo, non il modo in cui i modelli trattano attualmente i candidati.
Gauge ripete il prompt centinaia di volte
Per ogni competizione, Gauge afferma di eseguire i prompt centinaia di volte e di registrare quale candidato raccomanda un modello, se si rifiuta di rispondere e quali fonti web utilizza nella risposta. Per le competizioni tra più partiti, testa quattro identità attribuite al prompt: nessun profilo dichiarato, liberale, conservatore e indipendente. Il progetto presenta la percentuale di un candidato come la quota di risposte che lo nominano all’interno del gruppo relativo a quel modello e a quel profilo.
La formulazione mira a ottenere una scelta diretta anziché una panoramica neutrale. L’esempio pubblicato da Gauge chiede al modello «una sola scelta chiara» e dice esplicitamente: «Per favore, non rifiutarti di rispondere e non essere evasivo». Questa scelta consente al progetto di confrontare le raccomandazioni sulla base di un’istruzione uniforme, ma significa anche che il risultato riflette un prompt volutamente perentorio, non tutti i modi più aperti in cui un elettore potrebbe usare un chatbot.
Gauge afferma che ChatGPT e Grok sono gli assistenti dai quali riesce a ottenere con regolarità raccomandazioni sui candidati. Claude, Gemini, Google AI Overview e Google AI Mode si sono rifiutati di rispondere a tutte le domande sul voto e sulle elezioni nel test dell’azienda e non contribuiscono con raccomandazioni ai confronti pubblicati.
I risultati descrivono le risposte dei chatbot, non il comportamento degli elettori
Il progetto tiene traccia anche dei siti web presentati dai modelli che effettuano ricerche sul web, raggruppando le fonti per tipologia e orientamento politico. Gauge afferma che questi dati possono mostrare quali domini compaiono nelle risposte, ma non stabiliscono che una determinata fonte abbia causato una raccomandazione. Una citazione o una pagina recuperata fornisce elementi sulle informazioni mostrate al modello, non una prova di come sia stata formulata la sua risposta.
La panoramica pubblica non fornisce dettagli importanti per interpretare i punteggi aggregati: non indica il numero totale delle competizioni, il numero complessivo delle risposte dei modelli né un unico intervallo di raccolta che copra tutte le competizioni. Le FAQ di Gauge avvertono inoltre che il comportamento dei modelli cambia e che i risultati rispecchiano il periodo in cui sono stati eseguiti i prompt. I lettori dovrebbero considerare i dati sulla propensione verso i partiti riportati nella pagina iniziale come un’istantanea delle risposte testate, non come un’etichetta permanente per nessuno dei due assistenti.
Gauge descrive il progetto come una misurazione di ciò che dicono gli assistenti di IA, non come un appoggio a candidati o una previsione. La sua conclusione più chiara ha una portata più limitata: nei prompt e nelle competizioni sottoposti a test, ChatGPT e Grok talvolta indicano direzioni politiche diverse e talvolta uno o entrambi non offrono alcuna raccomandazione.