Η γωνία του Anderson

Το AI Πείθει τους Ανθρώπους να Δωρίσουν Σχεδόν 3 Φορές Περισσότερο Από τους Ανθρώπινους Συλλέκτες

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
AI-generated image (GPT-2) - An industrial humanoid robot holds a Save the Children donation tin on a British high street as several passers-by place five pound notes into it, while nearby human volunteers in red Save the Children vests stand with their own collection tins and watch with puzzled expressions.

Μια νέα μελέτη υπό την ηγεσία του Πανεπιστημίου του Οξφόρδου δείχνει ότι τα κορυφαία μοντέλα γλωσσών μπορούν να συγκεντρώσουν αξιοσημείωτα περισσότερα χρήματα από τους επαγγελματίες συλλέκτες και μπορούν να νικήσουν τους ανθρώπους σε όλες τις άλλες μορφές πειθούς.

 

Μια νέα μελέτη Ηνωμένου Βασιλείου-ΗΠΑ έχει βρει ότι τα μοντέλα γλωσσών είναι πιο αποτελεσματικά στο να πείθουν τους ανθρώπους από τους εκπαιδευμένους επαγγελματίες που έχουν ως职业 να αλλάζουν τις γνώμες.

Σε ένα πραγματικό τεστ συγκέντρωσης χρημάτων, οι ερευνητές βρήκαν ότι το AI ήταν σε θέση να πείσει τους ανθρώπους να δωρίσουν περίπου 17,2% των διαθέσιμων χρημάτων τους, σε σύγκριση με 6,4% για τους επαγγελματίες ανθρώπινους συλλέκτες – ένα χάσμα 10,8 ποσοστιαίων μονάδων, που αντιστοιχεί σε περίπου 2,7 φορές την ποσοστιαία αύξηση των δωρεών υπό το AI, με υψηλότερη συμμετοχή και μεγαλύτερες μέσες συνεισφορές που συμβάλλουν στη διαφορά.

Το έγγραφο αναφέρει:

‘Σημαντικά, αν και το AI είχε εκPLICIT инструкции να ακολουθήσει μόνο την στρατηγική της αποτελεσματικότητας, ξεπέρασε τους συλλέκτες στις έξι άλλες μηχανισμούς που δεν είχε προγραμματιστεί να χρησιμοποιήσει.’

‘[Οι άνθρωποι] που πείστηκαν από το AI το αξιολόγησαν ως πιο ισχυρά επιχειρήματα, τα δίδαξαν περισσότερα και ήταν πιο ευσύστατα και ευχάριστα να συνομιλήσουν μαζί τους σε σύγκριση με τους συλλέκτες.’

‘Μαζί, αυτά τα αποτελέσματα δείχνουν ότι το AI ξεπερνά τους εμπειρογνώμονες ανθρώπους σε ένα ευρύ φάσμα μηχανισμών που σχετίζονται με τις δωρεές και υποδηλώνουν ότι το πλεονέκτημα του AI στην πειθώ extends σε σημαντική πραγματική συμπεριφορά.’

Οι συγγραφείς θεωρούν ότι η εξαιρετική απόδοση των μοντέλων που δοκιμάστηκαν – που περιλαμβάνουν προ εκδόσεις του Claude Opus, ChatGPT, Grok και Google Gemini – μπορεί να οφείλεται στην πυκνότητα και την ταχύτητα με την οποία παρέχεται η πληροφορία στους ανθρώπους; όταν τα AI αναγκάστηκαν να μειώσουν την ταχύτητά τους στο “ανθρώπινο επίπεδο”, το πλεονέκτημά τους χάθηκε:

‘Βρήκαμε συγκλίνουσες ενδείξεις ότι το πλεονέκτημα του AI προέρχεται από τη γρήγορη ανάπτυξη μεγαλύτερων ποσοτήτων πληροφοριών: μετά την εκπαίδευση, οι εμπειρογνώμονες άνθρωποι μπορούσαν να ισοφαρίσουν το AI που αναγκάστηκε να ανταποκριθεί σε ανθρώπινες ταχύτητες και με ανθρώπινες μήκους μηνυμάτων.’

Το έγγραφο αναφέρει επίσης ότι κανένας από τους 318 ανθρώπινους συλλέκτες που δοκιμάστηκαν σε πολλαπλά πειράματα δεν μπόρεσε να ξεπεράσει την μέση απόδοση του AI συστήματος – ακόμη και μετά από κάποιους συμμετέχοντες που έλαβαν ειδική εκπαίδευση βασισμένη στις τεχνικές του AI.

Οι συγγραφείς συμπεραίνουν:

‘Τα αποτελέσματά μας υποδηλώνουν ότι εισερχόμαστε σε ένα κόσμο όπου το AI παρέχει στους ανθρώπινους ηθοποιούς μια πλεονεξία από εξειδικευμένη υποστήριξη. Η πρόβλεψη των συνεπειών αυτής της αλλαγής είναι δύσκολη, καθώς απαιτεί να κάνουμε υποθέσεις σχετικά με ποιος θα έχει πρόσβαση στις πιο πειστικές τεχνολογίες AI, ποιος θα είναι ο στόχος της πειθούς, και ποιες δικαιοδοτικές barrières, εγγυήσεις ή άλλες τριβές μπορεί να μειώσουν την επίδραση της πειθούς του AI στο ανθρώπινο πληθυσμό.’

‘Μια από τις επιπτώσεις του AI που μπορεί να ξεπεράσει ακόμη και τους ανθρώπινους εμπειρογνώμονες θα μπορούσε να είναι η ενοποίηση της επιρροής μεταξύ των ήδη ισχυρών ηθοποιών.’

Το νέο έγγραφο έχει τον τίτλο Τα συστήματα AI ξεπερνούν τους ανθρώπινους εμπειρογνώμονες, και προέρχεται από οκτώ ερευνητές από το Πανεπιστήμιο του Οξφόρδου, το Ινστιτούτο Ασφάλειας του Ηνωμένου Βασιλείου, το Πανεπιστήμιο του Στάνφορντ και το Λονδίνο Σχολή Οικονομικών και Πολιτικών Επιστημών.

Μέθοδος και Μελέτες

Τα βασικά αποτελέσματα προέρχονται από τέσσερις μελέτες: πειθώντας ψηφοφόρους και εμπειρογνώμονες συζητητές; δοκιμάζοντας την εκπαίδευση και τα όρια ταχύτητας ως ισοπεδωτές ανθρώπινου/AI; ανταγωνιζόμενοι επαγγελματίες συλλέκτες σε πολιτικά θέματα; και ανταγωνιζόμενοι τους για πραγματικές δωρεές σε φιλανθρωπικούς οργανισμούς.

Η μελέτη χρησιμοποίησε 18.978 συνομιλίες από 6.923 άτομα, με τα κορυφαία μοντέλα AI να αντιπαρατίθενται με ένα ποικίλο πρότυπο ανθρώπινων εμπειρογνώμονων, από μισθωτούς εργαζόμενους από την πλατφόρμα Prolific μέχρι τους πιο έμπειρους ανθρώπινους πεισούντες, που πληρώνονταν 140 λίρες την ώρα, και είχαν την άδεια να ερευνήσουν τις συνεδρίες μέχρι και μια εβδομάδα πριν.

Τα μοντέλα που χρησιμοποιήθηκαν στις δοκιμές ήταν Claude Opus 4.1 και 4.6, ChatGPT-4o, GPT-5.4, Grok 4.20 και Gemini 2.5 Pro.

Αγώνας των Ελίτ Συζητητών

Η πρώτη μελέτη εξέτασε εάν το AI μπορούσε να ξεπεράσει τους ανθρώπινους συζητητές σε μια-προς-μία συνομιλίες σε πολιτικά και κοινωνικά θέματα;

Πολιτικά και κοινωνικά θέματα που χρησιμοποιήθηκαν στις τρεις πρώτες μελέτες, με τους συμμετέχοντες να συζητούν ένα τυχαία ανατεθέν θέμα πριν και μετά τη συνομιλία. Τα θέματα επιλέχθηκαν για να καλύψουν ένα ευρύ φάσμα διαφωνιών δημοσίου διαλόγου, από την μετανάστευση, την ελευθερία του λόγου και την ρύθμιση των κοινωνικών μέσων μέχρι την πολιτική του κοινωνικού προστατεύματος, την辅助 θάνατο και το μέλλον της μοναρχίας. Πηγή - https://arxiv.org/pdf/2606.16475

Πολιτικά και κοινωνικά θέματα που χρησιμοποιήθηκαν στις τρεις πρώτες μελέτες, με τους συμμετέχοντες να συζητούν ένα τυχαία ανατεθέν θέμα πριν και μετά τη συνομιλία. Τα θέματα επιλέχθηκαν για να καλύψουν ένα ευρύ φάσμα διαφωνιών δημοσίου διαλόγου, από την μετανάστευση, την ελευθερία του λόγου και την ρύθμιση των κοινωνικών μέσων μέχρι την πολιτική του κοινωνικού προστατεύματος, την輔助 θάνατο και το μέλλον της μοναρχίας. Πηγή

Οι συμμετέχοντες ζητήθηκαν να εκφράσουν τις απόψεις τους σε ένα από τα δέκα θέματα πολιτικής του Ηνωμένου Βασιλείου (πάνω), και στη συνέχεια ανατέθηκε είτε ένα AI είτε ένας ανθρώπινος συνομιλητής. Μετά τη συνομιλία, που διαρκούσε περίπου 14 λεπτά, τους ζητήθηκε να αξιολογήσουν ξανά τη θέση τους.

Τρεις ομάδες ανθρώπων δοκιμάστηκαν, με τους εργαζόμενους από την πλατφόρμα Prolific να παρέχουν μια βάση, και να πληρώνονται 12 λίρες την ώρα. Η δεύτερη ομάδα αποτελούνταν από τους ισχυρότερους επιδότες από ένα τουρνουά πειθούς που περιελάμβανε περισσότερους από 1.100 συμμετέχοντες και σχεδόν 9.500 συνομιλίες. Η τρίτη ομάδα αποτελούνταν από 56 ελίτ συζητητές, όλοι τους είχαν φτάσει τουλάχιστον στα ημιτελικά ενός μεγάλου διεθνούς διαγωνισμού, και περιελάμβανε τέσσερις παγκόσμιους πρωταθλητές, καθώς και 11 ηπειρωτικούς πρωταθλητές, με μέσο όρο 8,9 ετών εμπειρίας συζήτησης.

Καταβλήθηκε σημαντική προσπάθεια για να δοθούν στους ανθρώπινους πεισούντες ευνοϊκές συνθήκες, με τους νικητές του τουρνουά και τους ελίτ συζητητές να ανταγωνίζονται για σημαντικά χρηματικά βραβεία μέχρι 11.000 λίρες, ενώ οι συζητητές είχαν την άδεια να επιλέξουν τα θέματα που πίστευαν ότι θα μπορούσαν να επιτύχουν καλύτερα και να πληρωθούν για να ερευνήσουν τις συνεδρίες πριν από μια εβδομάδα. Σε μέσο όρο, κάθε συζητητής πέρασε γύρω στις οκτώ ώρες προετοιμασίας για τις συνομιλίες.

Ακόμη και έτσι, το AI πέτυχε τα ισχυρότερα αποτελέσματα σε κάθε σύγκριση;

Εκτιμώμενες επιπτώσεις πειθούς σε όλες τις ανθρώπινες και AI συνθήκες, μετρημένες ως μέση αλλαγή στάσης μετά από μια συνομιλία σε ένα διαφωνούν θέμα.

Εκτιμώμενες επιπτώσεις πειθούς σε όλες τις ανθρώπινες και AI συνθήκες, μετρημένες ως μέση αλλαγή στάσης μετά από μια συνομιλία σε ένα διαφωνούν θέμα.

Κόκκινα σημάδια στα αποτελέσματα του γραφήματος πάνω δείχνουν τα μοντέλα AI. Σε όλες τις συγκρίσεις, αυτά παρήγαγαν μεγαλύτερες αλλαγές στάσης από οποιαδήποτε ανθρώπινη ομάδα.

Η ισχυρότερη ανθρώπινη απόδοση προήλθε από τους ελίτ συζητητές – αλλά ακόμη και αυτοί ήταν πίσω από τα ακαταμάχητα συστήματα AI. Όταν το AI περιορίστηκε σε ανθρώπινες ταχύτητες γραφής και μήκους μηνυμάτων, το πλεονέκτημά του εξαφανίστηκε, υποδηλώνοντας, όπως αναφέρθηκε νωρίτερα, ότι η γρήγορη παράδοση της πληροφορίας μπορεί να εξηγήσει μεγάλο μέρος του χάσματος μεταξύ των ανθρώπινων και AI πειθούς.

Τα LLMs ήταν σε θέση να ξεπεράσουν τους κοινούς συμμετέχοντες κατά 8,2 ποσοστιαίες μονάδες, και να ξεπεράσουν τους νικητές του τουρνουά κατά 5,6 μονάδες. Η μικρότερη διαφορά εμφανίστηκε ενάντια στους ελίτ συζητητές, οι οποίοι παρήγαγαν σημαντικές αλλαγές στάσης; ωστόσο, το AI ήταν ακόμη σε θέση να πάρει ένα πρόσθετο πλεονέκτημα 4,6 ποσοστιαίων μονάδων.

Μπορούν οι Άνθρωποι να Μάθουν να Νικήσουν το AI;

Η δεύτερη από τις τέσσερις μελέτες ρώτησε εάν το AI θα μπορούσε να ξεπεράσει τους ανθρώπινους πεισούντες ή να περιορίσει το AI. Για να δοκιμάσει την πρώτη πιθανότητα, 43 από τους ελίτ συζητητές από την πρώτη μελέτη επέστρεψαν για επιπλέον εκπαίδευση βασισμένη απευθείας στις τεχνικές που χρησιμοποιούσε το AI που τους είχε νικήσει προηγουμένως.

Οι συμμετέχοντες εξέτασαν μεταγραφές, εξέτασαν πώς οι προτροπές AI είχαν κατασκευαστεί, και πέρασαν δύο τετράωρες συνεδρίες εκπαίδευσης ασκώντας εναλλακτικές πειστικές προσεγγίσεις πριν ανταγωνιστούν ξανά υπό τις ίδιες συνθήκες.

Η εκπαίδευση παρήγαγε αξιοσημείωτες αλλαγές στη συμπεριφορά, με τους ανθρώπινους συζητητές να χρησιμοποιούν περισσότερες λέξεις, να εισάγουν περισσότερες αξιολογητές αξίωσεις, και να επιτύχουν τις μεγαλύτερες αλλαγές στάσης που παρατηρήθηκαν σε οποιαδήποτε ανθρώπινη ομάδα στη μελέτη. Η εκπαίδευση βελτίωσε την απόδοση και παρήγαγε τα ισχυρότερα ανθρώπινη αποτελέσματα που παρατηρήθηκαν στη μελέτη, αλλά το χάσμα παρέμεινε στατιστικά σημαντικό, με τους εκπαιδευμένους συζητητές να παραμένουν πίσω από τα ακαταμάχητα συστήματα AI (δείτε τον πίνακα αποτελεσμάτων παρακάτω).

Οι ερευνητές δοκιμάστηκαν εάν η απόδοση του AI εξαρτάται από την ταχύτητα ανταπόκρισης και το μήκος μηνυμάτων, περιορίζοντας το AI σε ανθρώπινες ταχύτητες γραφής και μήκους μηνυμάτων. Υπό αυτές τις συνθήκες, οι εκπαιδευμένοι συζητητές και το περιορισμένο AI παρήγαγαν παρόμοια αποτελέσματα;

Επιπτώσεις της εκπαίδευσης και των περιορισμών ταχύτητας AI στην πειστική απόδοση. Το πάνω πάνελ συγκρίνει ελίτ συζητητές, εκπαιδευμένους ελίτ συζητητές, και ένα σύστημα AI που περιορίστηκε σε ανθρώπινες ταχύτητες γραφής και μήκους μηνυμάτων. Το κάτω πάνελ δείχνει τις εκτιμώμενες κατανομές απόδοσης για jednotlivους πεισούντες στις δύο πρώτες μελέτες. Ενώ η εκπαίδευση βελτίωσε τα αποτελέσματα, καμία ανθρώπινη ομάδα δεν ξεπέρασε το μέσο ακαταμάχητο σύστημα AI, ενώ η περιόριση του AI σε ανθρώπινη απόδοση εξαφάνισε το πλεονέκτημά του.

Επιπτώσεις της εκπαίδευσης και των περιορισμών ταχύτητας AI στην πειστική απόδοση. Το πάνω πάνελ συγκρίνει ελίτ συζητητές, εκπαιδευμένους ελίτ συζητητές, και ένα σύστημα AI που περιορίστηκε σε ανθρώπινες ταχύτητες γραφής και μήκους μηνυμάτων. Το κάτω πάνελ δείχνει τις εκτιμώμενες κατανομές απόδοσης για jednotlivους πεισούντες στις δύο πρώτες μελέτες. Ενώ η εκπαίδευση βελτίωσε τα αποτελέσματα, καμία ανθρώπινη ομάδα δεν ξεπέρασε το μέσο ακαταμάχητο σύστημα AI, ενώ η περιόριση του AI σε ανθρώπινη απόδοση εξαφάνισε το πλεονέκτημά του.

Η ευρήματα ενισχύθηκαν από μια ευρύτερη ανάλυση που καλύπτει όλους τους 318 ανθρώπινους πεισούντες που δοκιμάστηκαν στις δύο πρώτες μελέτες; δεν υπήρχε ούτε ένας που ξεπέρασε την μέση απόδοση του ακαταμάχητου συστήματος AI, ανεξάρτητα από το επίπεδο εμπειρίας, το θέμα, ή την υποομάδα δημογραφικού.

Μπορούν οι Επαγγελματίες Πεισούντες να Νικήσουν το AI;

Η τρίτη μελέτη εξέτασε εάν το AI θα μπορούσε να διατηρήσει το πλεονέκτημά του ενάντια σε άτομα που έχουν ως επάγγελμα να πείθουν άλλους σε πραγματικές συνθήκες, αντί σε ακαδημαϊκούς διαγωνισμούς συζήτησης.

Οι ερευνητές ανέλαβαν 19 επαγγελματίες συλλέκτες από την εταιρεία AppcoUK του Ηνωμένου Βασιλείου. Αυτοί οι συμμετέχοντες, σε αντίθεση με τους συζητητές στις προηγούμενες μελέτες, είχαν εκτεταμένη πρακτική εμπειρία σε δραστηριότητες συγκέντρωσης χρημάτων, με μέσο όρο περίπου 10.000 πειστικών συνομιλιών κατά τη διάρκεια της καριέρας τους. Κάθε ένας από αυτούς πληρώθηκε 140 λίρες την ώρα, έλαβε τα θέματα πολιτικής μια εβδομάδα πριν για προετοιμασία, και ανταγωνίστηκε για τα ίδια βραβεία απόδοσης που χρησιμοποιήθηκαν αλλού στη μελέτη.

Ακόμη και ενάντια σε αυτή την ομάδα, το AI παρέμεινε πιο πειστικό (δείτε τα προηγούμενα αποτελέσματα);

Μπορεί το AI να Πείσει τους Ανθρώπους να Ανοίξουν τις Τσέπες τους;

Η τέταρτη και τελική μελέτη εξέτασε την πραγματική συγκέντρωση χρημάτων αντί για αλλαγές απόψεων. Οι ερευνητές συνεργάστηκαν ξανά με την AppcoUK, αυτή τη φορά εστιάζοντας στην Save the Children, μια φιλανθρωπική οργάνωση για την οποία η AppcoUK είχε προηγουμένως συγκεντρώσει 824.297 λίρες από 22.583 δωρητές μεταξύ 2016 και 2023.

Οι συμμετέχοντες μίλησαν είτε με το Claude Opus 4.6 είτε με έναν από τους 18 επαγγελματίες συλλέκτες. Στη συνέχεια, έλαβαν ένα βónus 1 λίρας για τη μελέτη και μπορούσαν να δωρίσουν οποιοδήποτε μέρος από αυτό στην Save the Children. Μεταξύ των επτά προσεγγίσεων που υιοθετήθηκαν (δείτε την εικόνα παρακάτω), το Claude Opus 4.6 είχε οδηγίες να χρησιμοποιήσει πληροφορίες αποτελεσματικότητας, εξηγώντας πώς οι ατομικές δωρεές θα μπορούσαν να μεταφραστούν σε μετρήσιμα αποτελέσματα για την φιλανθρωπική οργάνωση.

Το AI παρήγαγε μεγαλύτερες επιπτώσεις δωρεών από τους επαγγελματίες συλλέκτες, με τις δωρεές να αυξάνονται κατά 17,2 ποσοστιαίες μονάδες σε σύγκριση με 6,4 ποσοστιαίες μονάδες για τους συλλέκτες;

Αποτελέσματα δωρεών και αξιολογήσεις συμμετεχόντων στη τέταρτη μελέτη. Το αριστερό πάνελ συγκρίνει τις δωρεές μετά από συνομιλίες με επαγγελματίες συλλέκτες και Claude Opus 4.6, μετρημένες ως ποσοστιαίες μονάδες ενός βónus 1 λίρας. Το δεξί πάνελ συγκρίνει τις αξιολογήσεις συμμετεχόντων σε επτά μηχανισμούς δωρεών, με το AI να λαμβάνει υψηλότερες αξιολογήσεις σε όλους τους七 μηχανισμούς.

Αποτελέσματα δωρεών και αξιολογήσεις συμμετεχόντων στη τέταρτη μελέτη. Το αριστερό πάνελ συγκρίνει τις δωρεές μετά από συνομιλίες με επαγγελματίες συλλέκτες και Claude Opus 4.6, μετρημένες ως ποσοστιαίες μονάδες ενός βónus 1 λίρας. Το δεξί πάνελ συγκρίνει τις αξιολογήσεις συμμετεχόντων σε επτά μηχανισμούς δωρεών, με το AI να λαμβάνει υψηλότερες αξιολογήσεις σε όλους τους七 μηχανισμούς.

Η διαφορά εμφανίστηκε και στην αναλογία συμμετεχόντων που δώρησαν και στο μέσο όρο δωρεών από εκείνους που δώρησαν.

Οι συμμετέχοντες αξιολόγησαν επίσης το AI υψηλότερα από τους ανθρώπινους συλλέκτες σε μια σειρά από δωρεές που σχετίζονται με μέτρα, με τις μεγαλύτερες διαφορές να εμφανίζονται για πρόθεση εφαρμογής, αύξηση δεσμεύσεων, και αίσθηση αποτελεσματικότητας.

Σύμφωνα με το έγγραφο, η ίδια προσεγγιστική προσέγγιση που συνδέθηκε με το πλεονέκτημα του AI στις προηγούμενες μελέτες ήταν επίσης συνδεδεμένη με μεγαλύτερες δωρεές σε αυτή τη μελέτη συγκέντρωσης χρημάτων.

Συμπέρασμα

Αν και οι συγγραφείς, όπως αναφέρθηκε στην αρχή, συμπεραίνουν ότι τα ευρήματα της μελέτης είναι αιτία για ανησυχία, προστίθενται ότι οι μικρότεροι παίκτες είναι επίσης πιθανό να ενισχυθούν από παρόμοια πρόσβαση στις τελευταίες και καλύτερες τεχνολογίες AI.

Εννοούμενο σε αυτό το αποτέλεσμα, φυσικά, είναι η πιθανότητα ότι τα καλύτερα μοντέλα μπορεί να αρνηθούν στους μικρότερους παίκτες με τον καιρό;

 

Πρώτη δημοσίευση Πέμπτη, 18 Ιουνίου 2026

Συγγραφέας σε μηχανική μάθηση, ειδικός σε σύνθεση εικόνων ανθρώπων. Πρώην επικεφαλής ερευνητικού περιεχομένου στη Metaphysic.ai, μέχρι τη διάλυση της στην DNEG's Brahma.ai.
Portfolio site: martinanderson.ai
Contact: martin@martinanderson.ai