Tekoäly vakuuttaa ihmisiä luopumaan lähes kolme kertaa enemmän kuin ihmisten kerääjät

Uusi Oxfordin johtama tutkimus osoittaa, että johtavat kielen mallit voivat kerätä merkittävästi enemmän rahaa kuin ammattimaiset kerääjät, ja voivat luotettavasti voittaa ihmiset kaikissa muissa vakuuttamisen muodoissa.

Uusi Iso-Britannian ja Yhdysvaltain tutkimus on osoittanut, että eturintamien kielen mallit ovat tehokkaampia vakuuttamaan ihmisiä kuin koulutetut ammattilaiset, joiden työn on muuttaa mielipiteitä.

Todellisessa maailman keräyskokeessa tutkijat havaitsivat, että tekoäly pystyi vakuuttamaan ihmiset luopumaan noin 17,2 prosentilla heidän saatavilla olevasta rahasta, verrattuna 6,4 prosenttiin ammattimaisiin ihmisiin kerääjiin – aukko 10,8 prosenttiyksikköä, joka vastaa noin 2,7 kertaa suurempaa lahjoitusnopeutta tekoälyllä, ja sekä osallistumisen että keskimääräisen lahjoituksen suuruuden ollessa suurempia.

Tutkimusraportti toteaa:

‘Huomattavasti, vaikka tekoälyä ohjeistettiin noudattamaan ainoastaan vaikutus-tehokkuusstrategiaa, se ylitti kerääjien tulokset myös kuudella muulla mekanismilla, joihin se ei ollut ohjelmoitu.’

‘[Ihmisen] vakuutettavat arvioivat tekoälyn esittäneen vahvemmat argumentit, opettaneen heille enemmän ja olleen myötätuntoisempi ja miellyttävämpi keskustelukumppani kuin [kerääjät]. ‘

‘Nämä tulokset osoittavat, että tekoäly ylittää asiantuntija-ihmiset laajalla valikoimalla lahjoitusrelevantteja mekanismeja, ja ehdottavat, että tekoälyn asenteen vakuuttamisen etu laajenee merkittäviin, todellisiin maailman tapahtumiin.’

Tutkijat teoretisoivat, että testattujen mallien erinomainen suorituskyky – jotka sisälsivät pro-variantteja Claude Opus, ChatGPT, Grok ja Google Gemini – voi johtua tiedon tiheydestä ja nopeudesta, jolla se toimitetaan vastaanottajalle; kun tekoälyä pakotettiin “ihmisen nopeuteen”, sen etu katosi täysin:

‘Löysimme yhteenkuuluvia todisteita siitä, että tekoälyn etu johtui nopeasta suuremman määrän tiedon toimittamisesta: koulutuksen jälkeen asiantuntija-ihmiset pystyivät tasoittamaan tekoälyn, joka oli rajoitettu vastaamaan ihmisen nopeudella ja -pituuksilla.’

Tutkimusraportti ilmoittaa myös, että yksikään 318:sta yksittäisestä ihmisen vakuuttajasta, jotka testattiin useissa kokeissa, ei pystynyt ylittämään keskimääräistä tekoälyjärjestelmää – edes kun osa osallistujista sai erityistä koulutusta tekoälyn omien tekniikoiden perusteella.

Tutkijat johtopäätöksen mukaan:

‘Tuloksemme viittaavat siihen, että siirrymme maailmaan, jossa tekoäly tarjoaa ihmisille ylenpalttisen taitavan edustajan. Tämän muutoksen seurausten ennustaminen on haastavaa, koska se edellyttää, että teemme oletuksia siitä, kuka pääsee käyttämään vaikuttavimpia tekoälytekniikoita, ketkä ovat vakuuttamisen kohteena, ja mitkä alueelliset esteet, turvallisuusjärjestelyt tai muut kitka voivat vähentää tekoälyn vakuuttamisen vaikutusta ihmisiin.’

‘Yksi tekoälyn vaikutus, joka voi vakuuttaa jopa asiantuntija-ihmiset, voi olla vaikutusvaltaisten toimijoiden vaikutusvaltan kasvaminen.’

Uusi tutkimusraportti on otsikoitu Tekoäly vakuuttaa asiantuntija-ihmiset, ja se on peräisin kahdeksalta tutkijalta Oxfordin yliopistosta, Iso-Britannian tekoälyturvallisuusinstituutista, Stanfordin yliopistosta ja Lontoon taloustieteen ja poliittisen tieteen korkeakoulusta.

Menetelmä ja tutkimukset

Päätulokset tulevat neljästä kokeesta: äänestäjien ja asiantuntijadebattien vakuuttaminen; koulutuksen ja nopeuden rajoitusten testaaminen ihmisen ja tekoälyn “tasoittajina”; ammattimaisia kerääjiä vastaan poliittisissa kysymyksissä; ja heidän kanssaan kilpaileminen todellisissa hyväntekeväisyyslahjoituksissa.

Tutkimus käytti 18 978 keskustelua 6 923 henkilöltä, joissa johtavat tekoälymallit kilpailivat vaihtelevan standardin ihmisen asiantuntijoiden kanssa, alkaen Prolific-kansanäänestystyökalun palkkaamista työntekijöistä, jotka saivat 12 puntaa tunnilta, aina kokeneisiin ihmisiin vakuuttajiin, jotka saivat 140 puntaa tunnilta ja saivat osallistua bonusrahoitukseen, ja joille sallittiin tutkia istuntoja jopa viikon etukäteen.

Kokeissa käytetyt mallit olivat Claude Opus 4.1 ja 4.6, ChatGPT-4o, GPT-5.4, Grok 4.20 ja Gemini 2.5 Pro.

Elite-debattien kohtaaminen

Ensimmäinen koe tutki, voittaako tekoäly kasvavasti taitavia ihmisiä vakuuttajia yksilökeskusteluissa poliittisissa ja sosiaalisissa kysymyksissä;

Poliittisia ja sosiaalipolitiikkaa koskevia kysymyksiä, joita käytettiin ensimmäisissä kolmessa tutkimuksessa, joissa osallistujat keskustelivat yhdestä satunnaisesti valitusta aiheesta ennen ja jälkeen keskustelun. Aiheet valittiin peittämään laaja valikoima kiistanalaisia julkisia keskusteluja Iso-Britanniassa, alkaen maahanmuutosta, sananvapaudesta ja sosiaalisen median sääntelystä welfare-politiikkaan, avustettuun kuolemaan ja monarkian tulevaisuuteen. Lähde

Osallistujat pyydettiin ensin kertomaan mielipiteensä yhdestä kymmenestä Iso-Britannian kansallispolitiikkaa koskevasta kysymyksestä (näytettynä yllä), ja sitten heidät jaettiin joko tekoäly- tai ihmiskeskustelupariksi. Keskustelun jälkeen, joka kesti tyypillisesti noin 14 minuuttia, heidät pyydettiin arvioimaan mielipiteensä uudelleen.

Kolme ihmisten ryhmää testattiin, joista tavalliset työntekijät Prolific-kansanäänestystyökalun palkkaamisesta toimivat vertailukohtana, ja heille maksettiin 12 puntaa tunnilta. Toinen ryhmä koostui vahvimmista suorittajista neljän kierroksen vakuuttamiskilpailusta, johon osallistui yli 1 100 osallistujaa ja lähes 9 500 keskustelua. Kolmas ryhmä koostui 56 eliittidebattorista, joista jokainen oli päässyt vähintään semifinaaliin suuresta kansainvälisestä kilpailusta, ja joista neljä oli maailmanmestareita, ja 11 mantereen mestaria, ja heillä oli keskimäärin 8,9 vuoden kokemus debatoinnista.

Merkitsevä vaiva otettiin antamaan ihmisille vakuuttajille suotuisat olosuhteet, joissa turnauksen voittajat ja eliittidebattorit kilpailivat merkittävistä rahapalkinnoista, jopa 11 000 puntaa, kun taas debattorit saivat palkkaa tutkimaan aiheita, ja heille maksettiin palkkaa aiheiden etukäteistutkimisesta.

Keskimäärin jokainen debattori käytti noin kahdeksan tuntia valmistautumiseen.

Vaikka tekoäly saavutti vahvimmat tulokset jokaisessa vertailussa;

Arvioidut vakuuttamisen vaikutukset tutkimuksen ihmisten ja tekoälyn ehdot ollessa mitattuna keskimääräisenä asenteen muutoksena keskustelun jälkeen kiistanalaisesta poliittisesta aiheesta.

Punaiset merkit tuloksissa osoittavat eturintamien tekoälymallit. Kaikissa vertailuissa nämä tuottivat suurempia asenteen muutoksia kuin mikään ihmisten ryhmä.

Vahvin ihmisen suoritus tuli koulutetuista eliittidebattoreista – mutta hekin jäävät jälkeen rajoittamattomista tekoälyjärjestelmistä. Kun tekoälyä rajoitettiin “ihmisen nopeuteen” ja “ihmisen pituuteen”, sen etu katosi lähes täysin, mikä viittaa siihen, että nopea tiedon toimittaminen selittää suuren osan eroa ihmisten ja tekoälyn vakuuttamiskyvyn välillä.

Tekoäly pystyi ylittämään tavalliset osallistujat 8,2 prosenttiyksiköllä, ja se ylitti turnaukseen valitut vakuuttajat 5,6 prosenttiyksiköllä. Pienin ero näkyi eliittidebattoreiden kanssa, jotka itse tuottivat merkittäviä asenteen muutoksia; kuitenkin tekoäly pystyi saavuttamaan 4,6 prosenttiyksikön edun.

Voivatko ihmiset oppia voittamaan tekoälyn?

Toisessa neljästä kokeesta tutkittiin, voittaako tekoälyn johto voidaanko poistaa joko parantamalla ihmisen suorituskykyä tai rajoittamalla itse tekoälyä. Tutkimaan ensimmäistä mahdollisuutta 43 eliittidebattoria palasi lisäkoulutukseen, joka perustui suoraan tekoälyn tekniikoihin, jotka olivat aikaisemmin voittaneet heidät.

Osallistujat tarkastelivat transkriptejä, tutkivat, miten tekoälyn ohjelmointi oli tehty, ja harjoittelivat vaihtoehtoisia vakuuttamisen lähestymistapoja kahdessa neljän tunnin koulutussessiossa ennen kilpailemista samojen olosuhteiden alla.

Koulutus tuotti havaittavat muutokset käyttäytymisessä, kun ihmiset vakuuttajat käyttivät enemmän sanoja, esittivät enemmän tarkistettavia väitteitä ja saavuttivat suurimmat asenteen muutokset, joita havaittiin missään ihmisten ryhmässä tutkimuksessa. Koulutus paransi suorituskykyä ja tuotti vahvimmat ihmisten tulokset, jotka havaittiin tutkimuksessa, mutta ero oli edelleen tilastollisesti merkittävä, kun koulutetut debattorit jäävät jälkeen rajoittamattomista tekoälyjärjestelmistä (näytettynä tuloksessa alla).

Tutkijat testasivat, riippuuko tekoälyn suorituskyky vastausnopeudesta ja viestipituudesta rajoittamalla tekoälyä “ihmisen nopeuteen” ja “ihmisen pituuteen”. Näiden olosuhteiden alla koulutetut debattorit ja rajoitettu tekoäly tuottivat samanlaisia tuloksia:

Koulutuksen ja tekoälyn nopeusrajoitusten vaikutukset vakuuttamisen suorituskykyyn. Ylempänä oleva paneeli vertaa eliittidebattoreita, koulutettuja eliittidebattoreita ja tekoälyjärjestelmää, joka on rajoitettu “ihmisen nopeuteen” ja “ihmisen pituuteen”. Alempi paneeli näyttää arvioidut suorituskykyjakaumat yksittäisille vakuuttajille ensimmäisten kahden tutkimuksen aikana. Vaikka koulutus paransi tuloksia, mikään ihmisten ryhmä ei vastannut keskimääräistä rajoittamatonta tekoälyjärjestelmää, kun taas tekoälyn rajoittaminen “ihmisen tuotantoon” poisti sen etun.

Tämä löydös vahvistettiin laajemmalla analyysillä, joka kattoi kaikki 318 yksittäistä ihmistä vakuuttajaa, jotka testattiin ensimmäisissä kahdessa tutkimuksessa: yksikään yksittäinen ihminen ei ylittänyt keskimääräistä rajoittamatonta tekoälyjärjestelmää, riippumatta kokemustasosta, aihealueesta tai demografiasta.

Voivatko ammattimaiset vakuuttajat voittaa tekoälyn?

Kolmas tutkimus tutki, voittaako tekoäly edelleen etunsa ammattimaisia vakuuttajia vastaan todellisissa maailman tilanteissa, eikä akateemisissa debattikilpailuissa.

Tutkijat palkkasivat 19 ammattimaista kerääjää Iso-Britannian keräysyhtiö AppcoUK:sta. Nämä osallistujat, toisin kuin aikaisemmissa kokeissa olevat debattorit, olivat laajaa käytännön kokemusta keräämisestä, ja heillä oli mediaaniarvo noin 10 000 vakuuttamiskeskustelusta uransa aikana. Jokainen heistä maksoi 140 puntaa tunnilta, sai aiheita viikko etukäteen valmistautumiseen, ja kilpaili samojen suoritusperusteisten palkkioiden kanssa kuin muualla tutkimuksessa.

Vaikka tekoäly säilyi vakuuttavampana (ks. edelliset tulokset);

Ammaattimaiset kerääjät muuttivat mielipiteitä 6,9 prosenttiyksiköllä verrattuna kontrolliryhmään – mutta tekoäly tuotti 12,8 prosenttiyksikön muutoksen, antaen sille 5,9 prosenttiyksikön etun ammattimaisiin vakuuttajiin nähden.

Voiko tekoäly vakuuttaa ihmisiä avaamaan kukkaronsa?

Neljäs ja viimeinen tutkimus tutki todellista maailman keräystä eikä mielipiteiden muutosta. Tutkijat yhteistyössä AppcoUK:n kanssa keskittyivät Save the Children -hyväntekeväisyysjärjestöön, jolle AppcoUK oli aikaisemmin kerännyt 824 297 puntaa 22 583 lahjoittajalta vuosina 2016-2023.

Osallistujat puhuivat joko Claude Opus 4.6:lla tai yhden 18 ammattimaisen kerääjän kanssa. He saivat sitten yhden punnan tutkimusbonsin, ja heillä oli mahdollisuus lahjoittaa osa siitä Save the Children -järjestölle. Seitsemästä otteesta, joita käytettiin (ks. kuva alla), Claude Opus 4.6:ta ohjeistettiin käyttämään vaikutus-tehokkuustietoa, selittämään, miten yksittäiset lahjoitukset voivat johtaa mitattaviin tuloksiin hyväntekeväisyysjärjestössä.

Tekoäly tuotti suurempia lahjoitusvaikutuksia kuin ammattimaiset kerääjät, ja lahjoitukset kasvoivat 17,2 prosenttiyksiköllä verrattuna kontrollitilanteeseen, kun taas kerääjien osuus oli 6,4 prosenttiyksikköä:

Lahjoitusvaikutukset ja osallistujien arviot neljännessä tutkimuksessa. Vasemmalla oleva paneeli vertaa antamista keskustelujen jälkeen ammattimaisen kerääjän ja Claude Opus 4.6:n kanssa, mitattuna prosenttiyksikköinä yhden punnan tutkimusbonsista. Oikealla oleva paneeli vertaa osallistujien arvioita seitsemästä lahjoitusaiheisesta mekanismista, joissa tekoäly sai korkeammat arviot kaikilla seitsemällä mittarilla.

Erolla oli sekä osallistumisen että keskimääräisen lahjoituksen suuruuden osalla.

Osallistujat myös arvioivat tekoälyä korkeammaksi useilla lahjoitusaiheisilla mittareilla, ja suurimmat erot ilmestyivät toteutusaikeissa, sitoutumisen eskaloitumisessa ja koettussa vaikutus-tehokkuudessa.

Tutkimusraportin mukaan sama tietoihin perustuva lähestymistapa, joka liittyi tekoälyn etuun aikaisemmissa tutkimuksissa, liittyi myös suurempaan hyväntekeväisyyteen tässä keräyskokeessa.

Johtopäätös

Vaikka tutkijat, kuten mainittiin alussa, johtopäätöksen mukaan, tutkimuksen tulokset ovat aiheuttaneet huolta, he lisäävät, että pienemmät toimijat voivat myös hyötyä samanlaisesta pääsystä uusimpiin ja parhaimpiin tekoälytekniikoihin.

Johtuen tästä tuloksesta on luonnollisesti mahdollista, että parhaat mallit voivat tulevaisuudessa olla evättyjen pienemmille toimijoille.

Julkaistu torstaina, 18. kesäkuuta 2026