AI overbeviser mennesker til å donere nesten 3 ganger mer enn menneskelige fundraisere

En ny Oxford-ledet studie antyder at ledende språkmodeller kan samle inn betydelig mer penger enn profesjonelle fundraisere, og kan pålitelig slå mennesker i alle former for overtalelse.

En ny UK–US-studie har funnet at frontier språkmodeller er mer effektive til å overtale mennesker enn trente menneskelige profesjonelle hvis jobb er å endre mening.

I en realverden fundraising-test, fant forskerne at AI var i stand til å overtale mennesker til å donere om lag 17,2% av deres tilgjengelige penger, sammenlignet med 6,4% for profesjonelle menneskelige canvassere – et gap på 10,8 prosentpoeng, som tilsvarer omtrent 2,7 ganger donationssatsen under AI, med høyere deltakelse og større gjennomsnittlige bidrag som bidro til forskjellen.

Artikkelen sier:

‘Merkelig nok, selv om AI ble eksplisitt instruert til å følge kun impact-efficacy-strategien, overgikk det canvassere på de seks andre mekanismene det ikke ble bedt om å bruke heller. ‘

‘[Menneskelige] persuadees ratede AI som having lagt sterke argumenter, lært dem mer, og vært mer empatisk og behagelig å samtale med enn [canvassere].

‘Sammen, disse resultater indikerer at AI overgår ekspert-mennesker over en bred rekke donasjon-relevante mekanismer, og antyder at AI’s attitudinal-persuasion-fordel utvides til konsekvente realverden-atferd.’

Forfatterne teoriserer at den usedvanlige ytelsen til de testede modellene – som inkluderer pro-variantene av Claude Opus, ChatGPT, Grok og Google Gemini – kan være tilskrevet tettheten og hastigheten hvormed informasjon blir servert til korrespondenten; når AI ble tvunget ned til ‘menneskelig hastighet’, forsvant dens fordelen helt:

‘Vi fant konvergerende bevis for at AI’s fordelen stammet fra raskt å deployere større mengder informasjon: etter coaching, kunne ekspert-mennesker tie en AI begrenset til å svare på menneskelig hastighet og med menneskelige meldingslengder.’

Artikkelen rapporterer også at ingen av de 318 enkelt-menneskelige persuaderne testet over flere eksperimenter klarte å overgå den gjennomsnittlige AI-systemen – selv etter at noen deltakere mottok spesialisert coaching basert på AI’s egne teknikker.

Forfatterne konkluderer:

‘Våre resultater antyder at vi går inn i en verden hvor AI gir menneskelige aktører en overflod av dyktig advokat. Å forutsi konsekvensene av denne endringen er utfordrende, da det krever at vi gjør antagelser om hvem som vil ha tilgang til de mest overtalelse-egnede AI-teknologiene, hvem som vil være mål for overtalelse, og hva jurisdiksjonelle barrierer, sikkerhetstiltak eller andre friksjoner som kan redusere impulsen av AI-persuasjon på den menneskelige befolkningen.

‘En effekt av AI som kan overtale selv menneskelige eksperter kunne være en konsolidering av innflytelse blant allerede-powerful aktører.’

Den nye artikkelen heter AI-systemer overgår ekspert-mennesker, og kommer fra åtte forskere over Oxford University, UK AI Security Institute, Stanford University og London School of Economics and Political Science.

Metode og studier

De viktigste resultater kommer fra fire eksperimenter: overtale velgere og ekspert-debatere; testing coaching og hastighetsbegrensninger som menneskelig/AI-‘equalizers’; konkurrerende mot profesjonelle canvassere på politiske spørsmål; og konkurrerende mot dem for virkelige veldedige donasjoner.

Studien brukte 18 978 samtaler fra 6 923 mennesker, med ledende AI-modeller sammenlignet med en variert standard av menneskelige eksperter, fra leide crowdworkers på £12/timen, opp til erfarne menneskelige overtalere betalt £140/timen + bonus, og tillatt å forskningssesjoner opptil en uke i forveien.

Modellene som ble brukt i testene var Claude Opus 4.1 og 4.6, ChatGPT-4o, GPT-5.4, Grok 4.20 og Gemini 2.5 Pro.

Elite-debater-kamp

Det første eksperimentet undersøkte om AI kunne overgå stadig mer dyktige menneskelige overtalere i en-til-en-samtaler om politiske og sosiale spørsmål:

Politiske og sosiale politiske spørsmål brukt i de tre første studiene, med deltakere som diskuterte ett tilfeldig valgt spørsmål før og etter samtalen. Spørsmålene ble valgt for å dekke et bredt spekter av kontroversielle offentlige debatter i Storbritannia, fra innvandring, ytringsfrihet og sosiale medier-regulering, til velferds-politikk, assistert død og fremtiden til monarkiet. Kilde

Deltakerne ble først bedt om deres synspunkter på ett av ti britiske politiske spørsmål (vist ovenfor), og deretter tildelt enten en AI- eller en menneskelig samtalepartner. Etter samtalen, som vanligvis varte om lag 14 minutter, ble de bedt om å vurdere deres stilling igjen.

Tre menneskelige grupper ble testet, med vanlige arbeidere fra Prolific crowdwork-plattformen rekruttert for å gi en baseline, og betalt £12 i timen. Den andre gruppen bestod av de sterkeste performerne fra en fire-runders overtalelse-turnering som involverte over 1 100 deltakere og nesten 9 500 samtaler. Den tredje gruppen bestod av 56 elite-konkurrerende debatere, alle som hadde nådd minst semifinalen i en stor internasjonal konkurranse, og med fire verdensmestere, samt 11 kontinentale mestere, med en gjennomsnittlig erfaring på 8,9 år.

Betynnende innsats ble gjort for å gi de menneskelige overtalerne gunstige forhold, med turneringsvinnere og elite-debatere som konkurrerte for betydelige kontantpriser opp til £11 000, mens debaterne var tillatt å velge spørsmålene de trodde de kunne argumentere best for og var betalt for å forskningssesjoner i forkant. I gjennomsnitt tilbrakte hver debater om lag åtte timer på å forberede seg til samtalen.

Til og med da AI oppnådde de sterkeste resultater i hver sammenligning:

Estimert overtalelse-effekt over studiens menneskelige og AI-betingelser, målt som gjennomsnittlig holdningsendring etter en samtale om et kontroversielt politisk spørsmål.

Røde markører i resultattabellen ovenfor indikerer frontier AI-modeller. Over alle sammenligninger produserte disse større holdningsendringer enn noen menneskelig gruppe.

Den sterkeste menneskelige ytelsen kom fra coached elite-debatere – men disse fortsatt sporet etter ubegrensede AI-systemer. Når AI ble begrenset til menneskelig skrivhastighet og meldingslengde, forsvant dens fordelen nesten helt, noe som antyder, som tidligere nevnt, at rask levering av informasjon kan forklare mye av forskjellen mellom menneskers og AI’s overtalelse-evner.

LLM-ene var i stand til å overgå de vanlige deltakerne med 8,2 prosentpoeng, og å overgå turnerings-valgte overtalere med 5,6 poeng. Det minste gapet dukket opp mot elite-debaterne, som selv produserte betydelige holdningsendringer; likevel var AI i stand til å oppnå en ytterligere 4,6 prosentpoengs fordelen.

Kan mennesker lære å slå AI?

Det andre av de fire eksperimentene spurte om AI’s ledelse kunne elimineres enten ved å forbedre menneskelig ytelse eller ved å begrense AI selv. For å teste den første muligheten, returnerte 43 av de elite-debaterne fra den første studien for ytterligere trening basert direkte på teknikker brukt av AI som tidligere hadde slått dem.

Deltakerne gjennomgikk transkripter, undersøkte hvordan AI-prompter var konstruert, og tilbrakte to fire-timers coaching-sesjoner med å praktisere alternative overtalelse-tilnærminger før de konkurrerte igjen under de samme betingelsene.

Coachingen produserte merkbare endringer i atferd, med de menneskelige debaterne som brukte flere ord, introduserte flere faktiske påstander og oppnådde de største holdningsendringene observert blant noen menneskelig gruppe i studien. Coachingen forbedret ytelsen og produserte de sterkeste menneskelige resultater observert i studien, men gapet forblev statistisk signifikant, med coachede debatere som fortsatt sporet etter ubegrensede AI-systemer (vist i resultattabellen nedenfor).

Forskerne testet om AI’s ytelse avhengig av respons-hastighet og meldingslengde, ved å begrense AI til menneskelig skrivhastighet og meldingslengde. Under disse betingelsene produserte coachede debatere og begrensede AI lignende resultater:

Effekter av coaching og AI-hastighetsbegrensninger på overtalelse-ytelse. Den øvre panelen sammenligner elite-debatere, coachede elite-debatere og en AI-system begrenset til menneskelig skrivhastighet og meldingslengde. Den nedre panelen viser estimerte ytelsesfordelinger for enkelt-overtalere over de to første studiene. Mens coachingen forbedret resultater, matchet ingen menneskelig gruppe den gjennomsnittlige ubegrensede AI-systemet, mens begrensning av AI til menneskelig gjennomstrømming eliminerte dens fordelen.

Funnene ble forsterket av en bredere analyse som dekket alle 318 menneskelige overtalere testet over de to første studiene: ingen enkelt-individ overgikk den gjennomsnittlige ytelsen til den ubegrensede AI-systemen, uavhengig av erfaringsnivå, spørsmålsområde eller demografisk undergruppe.

Kan profesjonelle overtalere slå AI?

Det tredje studiet vurderte om AI kunne opprettholde sin fordelen mot mennesker hvis karriere er bygget rundt å overtale andre i realverden, i stedet for akademiske debattkonkurranser.

Forskerne rekrutterte 19 profesjonelle canvassere fra det britiske fundraising-selskapet AppcoUK. Disse deltakerne, i motsetning til debaterne i de tidligere eksperimentene, hadde omfattende praktisk erfaring med fundraising, med en median på omtrent 10 000 overtalelse-samtaler i løpet av deres karriere. Hver av dem ble betalt £140 i timen, mottok politiske spørsmål en uke i forveien for å forberede seg, og konkurrerte for de samme ytelses-baserte priser som ble brukt andre steder i studien.

Til og med mot denne gruppen forble AI mer overtalelse-egnet (se tidligere resultater ovenfor). De profesjonelle canvasserne endret meninger med 6,9 prosentpoeng sammenlignet med kontrollgruppen – men AI produserte en 12,8 prosentpoengs endring, noe som ga det en 5,9 prosentpoengs fordelen over de menneskelige profesjonelle.

Kan AI overtale mennesker til å åpne lommeboken?

Det fjerde og siste studiet undersøkte realverden fundraising i stedet for endret mening. Forskerne samarbeidet igjen med AppcoUK, denne gangen med fokus på Save the Children, en veldedig organisasjon som AppcoUK tidligere hadde samlet inn £824 297 fra 22 583 donorer mellom 2016 og 2023.

Deltakerne snakket med enten Claude Opus 4.6 eller en av 18 profesjonelle canvassere. De mottok deretter en £1-studiebonus og kunne donere en hvilken som helst del av den til Save the Children. Blant de syv taktikkene som ble brukt (se bildet nedenfor), ble Claude Opus 4.6 instruert til å bruke impact-efficacy-informasjon, og forklare hvordan enkelt-donasjoner kunne oversettes til målbare resultater for veldedigheten.

AI produserte større donasjonseffekter enn de profesjonelle fundraisere, med donasjoner som økte med 17,2 prosentpoeng i forhold til kontrolltilstanden, sammenlignet med 6,4 prosentpoeng for canvasserne:

Donasjon-utfall og donasjon-relaterte deltaker-rangeringer i det fjerde studiet. Venstre panelen sammenligner giving etter samtaler med profesjonelle fundraisere og Claude Opus 4.6, målt som prosentpoeng av en £1-studiebonus. Høyre panelen sammenligner deltaker-rangeringer over syv donasjon-relaterte taktikker, med AI som mottar høyere rangeringer på alle syv mål.

Forskjellen dukket opp både i andelen deltakere som donerte og i den gjennomsnittlige donasjonen som ble gitt av de som gav.

Deltakerne rangerte også AI høyere enn de menneskelige fundraisere over en rekke donasjon-relaterte mål, med de største forskjellene som dukket opp for implementerings-intensjoner, forpliktelse- eskalering og oppfattet impact-efficacy.

Ifølge artikkelen var den samme informasjon-fokuserte tilnærmingen som var forbundet med AI’s fordelen i de tidligere studiene, også forbundet med høyere veldedige donasjoner i dette fundraising-eksperimentet.

Konklusjon

Selv om forfatterne, som nevnt i begynnelsen, konkluderer med at studiens funn er årsak til bekymring, legger de til at mindre spillere likevel potensielt kan bli styrket av tilsvarende tilgang til de nyeste og beste AI-teknologiene.

Implicit i dette resultatet, naturligvis, er muligheten for at de beste modellene kan, over tid, bli nektet mindre spillere.

Først publisert torsdag, 18. juni 2026