AI overbeviser mennesker til at donere næsten 3 gange mere end menneskelige indsamlingssamlere

En ny Oxford-ledet studie viser, at førende sprogmodeller kan indsamle betydeligt mere penge end professionelle indsamlingssamlere og kan pålideligt slå mennesker i alle andre former for overbevisning.

En ny UK-US-studie har fundet, at frontiersprogmodeller er mere effektive til at overbevise mennesker end trænede menneskelige fagfolk, hvis job er at ændre menneskers mening.

I en realverdenstest fandt forskerne, at AI var i stand til at overbevise mennesker om at donere omkring 17,2% af deres tilgængelige penge, sammenlignet med 6,4% for professionelle menneskelige indsamlingssamlere – et gap på 10,8 procentpoint, svarende til omkring 2,7 gange donationssatsen under AI, med højere deltagelse og større gennemsnitlige bidrag, der bidrog til forskellen.

Artiklen fastslår:

‘Bemærkelsesværdigt, selvom AI blev eksplittigt instrueret til kun at forfølge impact-efektivitetsstrategien, overgik den canvassere på de seks andre mekanismer, den ikke blev bedt om at bruge.’

‘[Menneskelige] overbevisere vurderede AI som havende fremført stærkere argumenter, lært dem mere og været mere empatisk og behagelig at tale med end [canvassere].’

‘Sammen viser disse resultater, at AI overgår ekspertmennesker på tværs af et bredt spektrum af donation-relevante mekanismer og antyder, at AI’s attitudinal-persuasionsfordele udvides til konsekvensfuldt reel adfærd.’

Forfatterne teoriserer, at den fremragende præstation af de testede modeller – der inkluderer pro-variationer af Claude Opus, ChatGPT, Grok og Google Gemini – kan tilskrives den tæthed og hastighed, hvormed information serveres til korrespondenten; når AI’er blev tvunget ned til “menneskelig hastighed”, forsvandt deres fordel helt:

‘Vi fandt konvergerende bevis for, at AI’s fordel stammede fra hurtigt at udvikle større mængder af information: efter coaching kunne ekspertmennesker udvikle en AI, der var begrænset til at svare i menneskelig hastighed og med menneskelige meddelændelængder.’

Artiklen rapporterer også, at ingen af de 318 enkeltmenneskelige overbevisere, der blev testet over flere eksperimenter, formåede at overgå den gennemsnitlige AI-system – selv efter, at nogle deltagere havde modtaget specialiseret coaching baseret på AI’s egne teknikker.

Forfatterne konkluderer:

‘Vore resultater antyder, at vi indtræder i en verden, hvor AI giver menneskelige aktører en overflod af dygtig advokatur. At forudsige konsekvenserne af denne ændring er udfordrende, da det kræver, at vi træffer antagelser om, hvem der vil have adgang til de mest overbevisende AI-teknologier, hvem der vil være mål for overbevisning og hvilke juridiske barrierer, sikkerhedsforanstaltninger eller andre friktioner, der kan reducere AI-overbevisningens virkning på den menneskelige befolkning.’

‘En effekt af AI, der kan overbevise selv menneskelige eksperter, kan være en konsolidering af indflydelse blandt allerede-powerful aktører.’

Den nye artikel har titlen AI-systemer overbeviser ekspertmennesker og kommer fra otte forskere på Oxford University, UK AI Security Institute, Stanford University og London School of Economics and Political Science.

Metode og studier

De centrale resultater kommer fra fire eksperimenter: overbevisning af vælgere og eksperdebattører; test af coaching og hastighedsbegrænsninger som menneske/AI-‘lignmænd’; konkurrence mod professionelle indsamlingssamlere på politiske emner; og konkurrence mod dem for rigtige velgørenhedsdonationer.

Studiet brugte 18.978 samtaler fra 6.923 personer, med førende AI-modeller, der blev sat op imod en varierende standard af menneskelige eksperter, fra lejede crowdworkers på £12/timen til erfarne menneskelige overbevisere, der blev betalt £140/timen + bonus, og som fik lov til at researche sessionerne op til en uge i forvejen.

Modellerne, der blev brugt i testene, var Claude Opus 4.1 og 4.6, ChatGPT-4o, GPT-5.4, Grok 4.20 og Gemini 2.5 Pro.

Elite-debattørkonkurrence

Det første eksperiment undersøgte, om AI kunne overgå stadig mere dygtige menneskelige overbevisere i en-til-en-samtaler om politiske og sociale emner:

Politisk og socialpolitisk spørgsmål brugt i de første tre studier, med deltagere, der diskuterede et tilfældigt tildelt emne før og efter samtalen. Emnerne blev valgt for at dække et bredt spektrum af kontroversielle offentlige debatter i Storbritannien, fra immigration, fri tale og sociale medier-regulering, til velfærds politik, assistent-død og fremtiden for monarkiet. Kilde

Deltagerne blev først bedt om deres synspunkter på et af ti britiske politikspørgsmål (vises ovenfor), og derefter tildelt enten en AI eller en menneskelig samtalepartner. Efter samtalen, der typisk varede omkring 14 minutter, blev de bedt om at vurdere deres stilling igen.

Tre menneskegrupper blev testet, med almindelige arbejdere fra Prolific crowdwork-platformen rekrutteret til at give en baseline, og betalt £12 i timen. Den anden gruppe bestod af de stærkeste performere fra en fire-rundes overbevisningsturnering, der involverede over 1.100 deltagere og næsten 9.500 samtaler. Den tredje gruppe bestod af 56 elite-competitive debattører, alle havde nået mindst semifinalen i en stor international konkurrence, og inkluderede fire verdensmestre, samt 11 kontinentale mestre, med en gennemsnitlig erfaring på 8,9 år.

Betydelig indsats blev gjort for at give de menneskelige overbevisere gunstige betingelser, med turneringsvindere og elite-debattører, der konkurrerede for betydelige kontantpræmier op til £11.000, mens debattørerne fik lov til at vælge de emner, de mente, de kunne argumentere bedst for, og blev betalt for at researche disse emner i forvejen. I gennemsnit tilbragte hver debattør omkring otte timer på at forberede sig til samtalerne.

Endda nåede AI de stærkeste resultater i hver sammenligning:

Estimeret overbevisningsvirkning på tværs af studiets menneske- og AI-forhold, målt som gennemsnitlig holdningsændring efter en samtale om et kontroversielt politikemne.

Røde markeringer i resultattabelen ovenfor angiver frontiersprogmodeller. På tværs af alle sammenligninger producerede disse større holdningsændringer end nogen menneskegruppe.

Den stærkeste menneskelige præstation kom fra coached elite-debattører – men disse var stadig bag unconstrained AI-systemer. Når AI blev begrænset til menneskelig skrivehastighed og meddelændelængde, forsvandt dens fordel næsten, hvilket antyder, som tidligere nævnt, at hurtig levering af information kan forklare meget af forskellen mellem menneskers og AI’s overbevisningskraft.

LLM’erne kunne overgå de almindelige deltagere med 8,2 procentpoint og overgå turneringsvalgte overbevisere med 5,6 point. Den mindste forskel optrådte mod elite-debattørerne, der selv producerede betydelige holdningsændringer; dog kunne AI stadig opnå en yderligere 4,6 procentpoints fordel.

Kan mennesker lære at slå AI?

Det andet af de fire eksperimenter spurgte, om AI’s føring kunne elimineres enten ved at forbedre menneskelig præstation eller ved at begrænse AI selv. For at teste den første mulighed returnerede 43 af de elite-debattører fra den første studie for yderligere træning baseret direkte på de teknikker, der blev brugt af AI, der tidligere havde slået dem.

Deltagerne gennemgik transskriptioner, undersøgte, hvordan AI-prompts var blevet konstrueret, og tilbragte to fire-timers coaching-sessions med at øve alternative overbevisningsmetoder, før de konkurrerede igen under de samme betingelser.

Coachingen producerede bemærkelsesværdige ændringer i adfærd, med de menneskelige debattører, der brugte flere ord, introducerede flere kontrollerbare påstande og opnåede de største holdningsændringer, der blev observeret blandt nogen menneskegruppe i studiet. Coaching forbedrede præstationen og producerede de stærkeste menneskelige resultater, der blev observeret i studiet, men forskellen forblev statistisk signifikant, med coachede debattører, der stadig var bag unconstrained AI-systemer (vises i resultattabel nedenfor).

Forskerne testede, om AI’s præstation afhængede af respons-hastighed og meddelændelængde, ved at begrænse AI til menneskelig skrivehastighed og meddelændelængde. Under disse betingelser producerede coachede debattører og begrænsede AI lignende resultater:

Virkning af coaching og AI-hastighedsbegrænsninger på overbevisningspræstation. Den øverste panel sammenligner elite-debattører, coachede elite-debattører og et AI-system, der er begrænset til menneskelig skrivehastighed og meddelændelængde. Den nederste panel viser estimerede præstationsfordelinger for enkelt-overbevisere på tværs af de to første studier. Mens coaching forbedrede resultaterne, matchede ingen menneskegruppe den gennemsnitlige unconstrained AI-system, hvorimod begrænsning af AI til menneskelig gennemløb eliminerede dens fordel.

Fundet blev forstærket af en bredere analyse, der dækkede alle 318 menneskelige overbevisere, der blev testet på tværs af de to første studier: ingen enkelt person overgik den gennemsnitlige unconstrained AI-system, uanset erfaring, emneområde eller demografisk undergruppe.

Kan professionelle overbevisere slå AI?

Det tredje studie overvejede, om AI kunne opretholde sin fordel mod mennesker, hvis karriere er bygget op om at overbevise andre i realverden, snarere end akademiske debatkonkurrencer.

Forskerne rekrutterede 19 professionelle indsamlingssamlere fra det britiske fundraising-firma AppcoUK. Disse deltagere, i modsætning til debattørerne i de tidligere eksperimenter, havde omfattende praktisk erfaring med fundraising, med en median på omkring 10.000 overbevisningssamtaler i deres karriere. Hver blev betalt £140 i timen, fik policy-emnerne en uge i forvejen til forberedelse og konkurrerede om de samme præstationsbaserede præmier, der blev brugt andre steder i studiet.

Selv mod denne gruppe forblev AI mere overbevisende (se tidligere resultater ovenfor). De professionelle indsamlingssamlere ændrede holdninger med 6,9 procentpoint i forhold til kontrolgruppen – men AI producerede en 12,8 procentpoints ændring, hvilket gav det en 5,9 procentpoints fordel over de menneskelige professionelle.

Kan AI overbevise mennesker om at åbne deres pengepung?

Det fjerde og sidste studie undersøgte realverden-fundraising snarere end ændrede holdninger. Forskerne samarbejdede igen med AppcoUK, denne gang med fokus på Red Barnet, en velgørenhedsorganisation, som AppcoUK tidligere havde indsamlet £824.297 fra 22.583 donorer mellem 2016 og 2023.

Deltagerne talte med enten Claude Opus 4.6 eller en af 18 professionelle indsamlingssamlere. Derefter modtog de en £1-studiebonus og kunne donere en vilkårlig del af den til Red Barnet. Blandt de syv tilgange, der blev anvendt (vises nedenfor), blev Claude Opus 4.6 instrueret til at bruge impact-efektivitetsinformation, der forklarede, hvordan enkeltbidrag kunne oversættes til målbare resultater for organisationen.

AI producerede større donationseffekter end de professionelle indsamlingssamlere, med donationer, der øgedes med 17,2 procentpoint i forhold til kontroltilstanden, sammenlignet med 6,4 procentpoint for indsamlingssamlerne:

Donationsresultater og donation-relaterede deltagervurderinger i det fjerde studie. Venstre panel sammenligner giving efter samtaler med professionelle indsamlingssamlere og Claude Opus 4.6, målt som procentpoint af en £1-studiebonus. Højre panel sammenligner deltagervurderinger på tværs af syv donation-relaterede tilgange, med AI, der modtager højere vurderinger på alle syv mål.

Forskellen optrådte både i proportionen af deltagere, der donerede, og i den gennemsnitlige mængde, der blev doneret af dem, der gav.

Deltagerne vurderede også AI højere end de menneskelige indsamlingssamlere på tværs af en række donation-relaterede mål, med de største forskelle, der optrådte for implementerings-intentioner, forpligtelses-escalering og opfattet impact-efektivitet.

Ifølge artiklen var den samme informationsfokuserede tilgang, der var forbundet med AI’s fordel i de tidligere studier, også forbundet med højere velgørenhedsdonationer i dette fundraising-eksperiment.

Konklusion

Selvom forfatterne, som nævnt i begyndelsen, konkluderer, at studiets resultater er årsag til bekymring, tilføjer de, at mindre spillere også potentielt kan blive styrket af lignende adgang til de seneste og bedste AI-teknologier.

Implicit i denne udfald, naturligvis, er muligheden for, at de bedste modeller kan blive nægtet mindre spillere over tid.

Først udgivet torsdag, 18. juni 2026