Mi történt
A Carnegie Mellon, az MIT és a Cornell kutatócsoportja augusztus 6-án két randomizált esettanulmányt tett közzé, amelyekben azt vizsgálták, hogy a rövid mesterséges intelligencia-beszélgetések ellensúlyozhatják-e az összeesküvés hiedelmeket, miközben a fontosabb eseményekkel kapcsolatos tények még mindig felmerülnek.
A kutatók 472 amerikai felnőttet elemeztek, akik konspiratív nézeteiket fejezték ki Donald Trump 2024. júliusi meggyilkolása után, és 1035-öt Charlie Kirk 2025. szeptemberi meggyilkolása után. A résztvevőket véletlenszerűen beosztották egy személyre szabott leleplező párbeszédbe, egy nem kapcsolódó mesterségesintelligencia-beszélgetésbe vagy egy korabeli tények statikus listájába.
A párbeszédes csoportok legalább öt cserét hajtottak végre Gemini 1.5 Pro-val az első kísérletben, és Gemini 2.5 Pro-val a másodikban. Mindkét modell kapott egy összegyűjtött tényalapot, amely elválasztotta a megerősített információkat, a megcáfolt állításokat és a megválaszolatlan kérdéseket; a második modell is csak a tényszerű információk ellenőrzésére tudott keresni az interneten.
Az egyes résztvevők saját elméletébe vetett hit 0-tól 100-ig terjedő mérőszáma alapján a testre szabott párbeszédek 6,95 pont csökkenést eredményeztek az első kísérletben a nem kapcsolódó csevegés kontrolljához képest, és 7,56 pont a második kísérletben. A statikus adatlaphoz képest 5,60 és 6,56 pont volt az eltérés. A tanulmány nagyjából 0,32 és 0,38 közötti standardizált hatásokról számol be ezeknél az összehasonlításoknál.
The two case studies were designed around moments when the factual record was still developing. The first followed the July 2024 attempt to assassinate Donald Trump; the second followed the September 2025 assassination of Charlie Kirk. Participants were screened for conspiratorial or uncertain interpretations, then assigned to a conversation that addressed their own stated theory, an unrelated AI chat, or a static contemporaneous fact sheet. The second study was preregistered, while the first was not, so the replication is informative but not equivalent to two independent confirmatory trials.
Forrás részletei: Costello and colleagues' research paper on arXiv ↗
Miért számít
Az eredmény azt sugallja, hogy a társalgási rendszer többre képes, mint egy javítás megismétlése: képes a tényeket, kérdéseket és a bizonytalanságot hozzáigazítani ahhoz a konkrét indokhoz, amelyet egy személy a hiedelme miatt ad meg.
Ez a megkülönböztetés hasznos a gyorsan változó események során, amikor az ellenőrzött bizonyítékok hiányosak, és egy általános adatlap nem feltétlenül foglalkozik azzal az állítással, amelyet a személy valóban meggyőzőnek talál. A tanulmány stratégiai elemzése megállapította, hogy a modell inkább hiteles forrásokra, nyitott kérdésekre és óvatosságra támaszkodott, amikor keveset tudtak róla, majd közvetlenebb bizonyítékokat használt, amikor a második eseménynek nagyobb tényállása volt.
A szerzők korlátozott bizonyítékokról is beszámolnak a későbbi átgyűrűzésről. Két hónappal az első kísérlet után a párbeszédbe beosztott résztvevők kisebb valószínűséggel támogatták egy következő esemény két konspiratív értelmezését, mint az összesített kontrollok. A második utánkövetés során a közvetlen kezelés nem csökkentette szignifikánsan a későbbi lövöldözéssel kapcsolatos hiedelmeket, bár egy külön előre regisztrált perzisztencia-elemzés és egy szélesebb körű összeesküvés mérés kisebb áthúzódó hatásokat sugallt.
The design shows why the interaction may outperform a static correction without proving that persuasion is always desirable. Gemini 1.5 Pro in the first study and Gemini 2.5 Pro in the second received researcher-curated fact bases separating confirmed information, debunked claims, and unresolved questions. The model could ask about the participant's specific reasoning and choose whether to answer directly, cite credible evidence, or preserve uncertainty. That adaptability is useful for education, but it also gives the system discretion over which claims to challenge and which sources to foreground.
A tanulmány nem indokolja a meggyőző robotok automatikus telepítését a nyilvános beszélgetésekben. A hiedelmek megváltoztatására utasított rendszer szokatlan erővel bír, és a szerzők megjegyzik, hogy a hasonló technikák növelhetik a hamis állításokba vetett hitet is. Minden valódi szolgáltatáshoz átlátható szerzőségre, megbízható események megalapozására, politikai célzás elleni biztosítékokra, valamint a pontosság és a nem kívánt hatások független vizsgálatára van szükség.
Interaktív mechanizmus: Hogyan működik valójában
Fedezze fel interaktívan a fejlesztés mögött meghúzódó technológiát.
Impossibility results in algorithmic fairness (e.g. Kleinberg et al., Chouldechova) show what?
Mit nézzünk ezután
Figyelje a szakértői értékelést, a két amerikai politikai válságon túli replikációt és a helyszíni bizonyítékokat, amelyek megmutatják, hogy az emberek úgy döntenek-e, hogy ilyen eszközt használnak-e anélkül, hogy bevonnák őket egy tanulmányba.
Ez egy új előnyomat, amely két esettanulmány köré épül. Az első kísérlet nem volt előzetesen regisztrálva, a második igen, és mindkettő az önbevallást követő hiedelmeket mérte közvetlenül egy rövid online interakció után, nem pedig a valós megosztási viselkedést, szavazást vagy hosszú távú bizalmat.
Az elemzett mintákban csak olyan résztvevők szerepeltek, akik nyílt válaszát a GPT-4o konspiratívnak vagy bizonytalannak minősítette, bár a szerzők hasonló mintákat számolnak be az alternatív besorolási szabályok alapján. Mindkét tanulmány amerikai felnőtteket toborzott a CloudResearch segítségével, így előfordulhat, hogy az eredmények nem terjednek át más országokra, nyelvekre, eseményekre vagy népességekre.
A modellek nem támaszkodtak segítség nélküli tudásra: a kutatók gondosan összeállított tényalapokat és kifejezett meggyőzési utasításokat adtak. A jövőbeni munkának meg kell vizsgálnia, hogy ki tartja fenn ezeket a tényeket határidők nyomása alatt, hogyan javítják ki a hibákat, következetesen kezelik-e az ellentétes nézőpontokat, és mikor kell egy rendszernek megőriznie a bizonytalanságot ahelyett, hogy megpróbálna meggyőzni.
There is also a measurement distinction between changing a stated belief and improving a person's understanding. The outcomes were self-reported ratings collected after short online conversations, not observed sharing behavior, source checking, voting, or decisions made during a live crisis. The paper's follow-ups provide early evidence about persistence, but the mixed results mean a later study should pre-register long-term outcomes, track attrition, and test whether participants can explain the evidence themselves rather than simply repeating the model's conclusion.
Replication should vary the source of the factual record as well as the population. These experiments supplied researchers' own fact bases and recruited US adults through CloudResearch, which makes the setup unusually controlled but leaves open questions about multilingual events, lower-connectivity settings, and crises in which official information is delayed or disputed. A responsible field trial would make the model's authorship visible, let participants decline the intervention, log which evidence was shown, and use independent adjudicators to check whether the dialogue corrected a misconception without introducing a new one. It should measure trust, emotional response, and willingness to share claims alongside belief scores.