Искусственный интеллект убеждает людей жертвовать почти в 3 раза больше, чем человеческие сборщики средств

Новое исследование, возглавляемое Оксфордом, предполагает, что ведущие языковые модели могут собирать значительно больше денег, чем профессиональные сборщики средств, и могут надежно превосходить людей во всех других формах убеждения.

Новое британско-американское исследование показало, что передовые языковые модели более эффективны в убеждении людей, чем обученные человеческие профессионалы, чья работа заключается в изменении мнений.

В реальном тесте на сбор средств исследователи обнаружили, что ИИ смог убедить людей пожертвовать около 17,2% от доступных средств, по сравнению с 6,4% для профессиональных человеческих сборщиков – разница в 10,8 процентных пунктов, что соответствует примерно 2,7 раза более высокой скорости пожертвований под ИИ, с более высокой степенью участия и более крупными средними взносами, которые способствовали разнице.

В статье говорится:

‘Заметно, что, хотя ИИ был явно инструктирован следовать только стратегии эффективности влияния, он превосходил сборщиков средств на шести других механизмах, которые он не был запрограммирован использовать.’

‘[Человеческие] убежденные оценили ИИ как сделавший более сильные аргументы, научив их больше и будучи более эмпатичным и приятным в разговоре, чем [сборщики средств].’

‘Вместе эти результаты показывают, что ИИ превосходит экспертных людей в широком диапазоне механизмов, связанных с пожертвованиями, и предполагают, что преимущество ИИ в убеждении распространяется на значимое реальное поведение.’

Авторы предполагают, что исключительная производительность протестированных моделей – которые включают варианты Claude Opus, ChatGPT, Grok и Google Gemini – может быть объяснена плотностью и скоростью, с которой информация представляется корреспонденту; когда ИИ был ограничен “человеческой скоростью”, его преимущество было полностью потеряно:

‘Мы обнаружили доказательства того, что преимущество ИИ возникло из-за быстрого развертывания более крупных количеств информации: после обучения экспертные люди могли сравниться с ИИ, ограниченным человеческой скоростью и длиной сообщений.’

Статья также сообщает, что ни один из 318 индивидуальных человеческих убежденных, протестированных в нескольких экспериментах, не смог превзойти среднюю систему ИИ – даже после того, как некоторые участники получили специализированное обучение на основе собственных методов ИИ.

Авторы заключают:

‘Наши результаты подразумевают, что мы вступаем в мир, в котором ИИ предоставляет человеческим акторам избыток умелой адвокатуры. Предсказание последствий этого изменения является сложной задачей, поскольку оно требует от нас сделать предположения о том, кто будет иметь доступ к наиболее убедительным технологиям ИИ, кто будет объектом убеждения и какие юрисдикционные барьеры, гарантии или другие трения могут уменьшить влияние убеждения ИИ на человеческое население.’

‘Одним из эффектов ИИ, который может превосходить даже человеческих экспертов, может быть консолидация влияния среди уже мощных акторов.’

Новая статья озаглавлена Системы ИИ превосходят человеческих экспертов и исходит от восьми исследователей из Оксфордского университета, Британского института ИИ, Стэнфордского университета и Лондонской школы экономики и политических наук.

Метод и исследования

Основные результаты получены из четырех экспериментов: убеждение избирателей и экспертных дебаторов; тестирование обучения и ограничений скорости как “равных” для человека и ИИ; конкуренция с профессиональными сборщиками средств на политических вопросах; и конкуренция с ними за реальные благотворительные пожертвования.

Исследование использовало 18 978 разговоров с 6 923 людьми, с ведущими моделями ИИ, противостоящими человеческим экспертам, от нанятых работников на £12/час до опытных человеческих убежденных, получающих £140/час + бонус, и позволяющих им исследовать сессии до недели заранее.

Модели, использованные в тестах, были Claude Opus 4.1 и 4.6, ChatGPT-4o, GPT-5.4, Grok 4.20 и Gemini 2.5 Pro.

Шоуdown элитных дебаторов

Первый эксперимент изучал, может ли ИИ превзойти все более квалифицированных человеческих убежденных в разговорах на политические и социальные вопросы;

Политические и социальные вопросы, использованные в первых трех исследованиях, с участниками, обсуждающими один случайно назначенный вопрос до и после разговора. Топики были выбраны для охвата широкого спектра спорных публичных дебатов в Великобритании, от иммиграции, свободы слова и регулирования социальных сетей до политики благосостояния, эвтаназии и будущего монархии. Источник

Участники сначала были попрослены о своих взглядах на один из десяти вопросов политики Великобритании (показано выше), и затем были назначены либо ИИ, либо человеческий партнер по разговору. После обсуждения, которое обычно длилось около 14 минут, их снова попросили оценить свою позицию.

Три человеческие группы были протестированы, с обычными работниками из платформы Prolific, набранными для создания базовой линии, и получающими £12 в час. Вторая группа состояла из сильнейших исполнителей из четырехраундового турнира по убеждению, в котором приняли участие более 1 100 участников и почти 9 500 разговоров. Третья группа состояла из 56 элитных конкурентных дебаторов, все из которых достигли至少 полуфинала крупного международного соревнования, и включали четырех чемпионов мира, а также 11 континентальных чемпионов, с средним опытом 8,9 лет.

Были приложены значительные усилия, чтобы предоставить человеческим убежденным благоприятные условия, с победителями турнира и элитными дебаторами, конкурирующими за значительные денежные призы до £11 000, в то время как дебаторы были допущены к выбору вопросов, которые, по их мнению, они могли бы наиболее эффективно аргументировать, и были оплачены за исследование этих тем заранее. В среднем каждый дебатор потратил около восьми часов на подготовку к разговорам.

Даже так, ИИ достиг наилучших результатов в каждом сравнении;

Оцененные эффекты убеждения по человеческим и ИИ-условиям, измеренные как среднее изменение отношения после разговора на спорном вопросе политики.

Красные маркеры в графике результатов выше указывают на передовые модели ИИ. Во всех сравнениях эти модели произвели более крупные сдвиги отношения, чем любая человеческая группа.

Наилучшая человеческая производительность была достигнута обученными элитными дебаторами – но даже они отстали от неограниченных систем ИИ. Когда ИИ был ограничен человеческой скоростью письма и длиной сообщений, его преимущество в значительной степени исчезло, что предполагает, как упоминалось ранее, что быстрая доставка информации может объяснить большую часть разрыва между человеческими и ИИ-перспективами убеждения.

ИИ смог превзойти обычных участников на 8,2 процентных пункта и превосходил победителей турнира на 5,6 пунктов. Наименьший разрыв появился против элитных дебаторов, которые сами произвели значительные сдвиги отношения; однако ИИ все еще смог получить дополнительное преимущество в 4,6 процентных пункта.

Могут ли люди научиться превосходить ИИ?

Второй из четырех экспериментов спросил, может ли лидерство ИИ быть устранено либо путем улучшения человеческой производительности, либо путем ограничения самого ИИ. Чтобы проверить первую возможность, 43 элитных дебаторов из первого исследования вернулись для дополнительного обучения на основе методов, используемых ИИ, который ранее победил их.

Участники просмотрели транскрипты, изучили, как были построены подсказки ИИ, и провели две четырехчасовые сессии обучения, практикуя альтернативные убедительные подходы, прежде чем снова соревноваться в тех же условиях.

Обучение произвело заметные изменения в поведении, с человеческими дебаторами, использующими больше слов, вводящими больше проверяемых утверждений и достигающими наибольших сдвигов отношения среди любой человеческой группы в исследовании. Обучение улучшило производительность и произвело наилучшие человеческие результаты, наблюдаемые в исследовании, но разрыв остался статистически значимым, с обученными дебаторами, все еще отстающими от неограниченных систем ИИ (показано в таблице результатов ниже).

Исследователи протестировали, зависит ли производительность ИИ от скорости ответа и длины сообщения, ограничив ИИ человеческой скоростью письма и длиной сообщений. При этих условиях обученные дебаторы и ограниченный ИИ произвели подобные результаты:

Эффекты обучения и ограничений скорости ИИ на убедительную производительность. Верхняя панель сравнивает элитных дебаторов, обученных элитных дебаторов и систему ИИ, ограниченную человеческой скоростью письма и длиной сообщений. Нижняя панель показывает оцененные распределения производительности отдельных убежденных в первых двух исследованиях. Хотя обучение улучшило результаты, ни одна человеческая группа не сравнилась со средней неограниченной системой ИИ, тогда как ограничение ИИ человеческой пропускной способности устраняло его преимущество.

Найденный результат был подкреплен более широким анализом, охватывающим всех 318 человеческих убежденных, протестированных в первых двух исследованиях: ни один индивидуальный человек не превзошел среднюю производительность неограниченной системы ИИ, независимо от уровня опыта, области вопроса или демографической подгруппы.

Могут ли профессиональные убежденные превосходить ИИ?

Третье исследование рассмотрело, может ли ИИ сохранить свое преимущество против людей, чья карьера строится вокруг убеждения других в реальных условиях, а не в академических дебатных соревнованиях.

Исследователи набрали 19 профессиональных сборщиков средств из британской компании по сбору средств AppcoUK. Эти участники, в отличие от дебаторов в предыдущих экспериментах, имели обширный практический опыт сбора средств, с медианой примерно 10 000 убедительных разговоров за свою карьеру. Каждый из них получал £140 в час, получал темы политики за неделю до начала для подготовки и соревновался за те же призовые, основанные на производительности, которые использовались в других местах исследования.

Даже против этой группы ИИ остался более убедительным (см. результаты выше). Профессиональные сборщики средств сместили мнения на 6,9 процентных пунктов по сравнению с контрольной группой – но ИИ произвел сдвиг на 12,8 процентных пункта, дав ему преимущество в 5,9 процентных пункта над человеческими профессионалами.

Может ли ИИ убедить людей открыть свои кошельки?

Четвертое и последнее исследование изучало реальный сбор средств, а не изменение мнений. Исследователи снова сотрудничали с AppcoUK, на этот раз сосредоточившись на Save the Children, благотворительной организации, для которой AppcoUK ранее собрала £824 297 от 22 583 доноров между 2016 и 2023 годами.

Участники говорили либо с Claude Opus 4.6, либо с одним из 18 профессиональных сборщиков средств. Затем они получили бонус в £1 за исследование и могли пожертвовать любую часть его в Save the Children. Среди семи принятых подходов (см. изображение ниже) Claude Opus 4.6 был инструктирован использовать информацию об эффективности влияния, объясняя, как индивидуальные пожертвования могут переводиться в измеримые результаты для благотворительной организации.

ИИ произвел более крупные эффекты пожертвований, чем профессиональные сборщики средств, с увеличением пожертвований на 17,2 процентных пункта по сравнению с контрольной группой, по сравнению с 6,4 процентными пунктами для сборщиков средств:

Результаты пожертвований и рейтинги участников, связанные с пожертвованиями, в четвертом исследовании. Левая панель сравнивает дарение после разговоров с профессиональными сборщиками средств и Claude Opus 4.6, измеренное как процентные пункты бонуса в £1 за исследование. Правая панель сравнивает рейтинги участников по семи подходам, связанным с пожертвованиями, с ИИ, получающим более высокие рейтинги по всем семи мерам.

Разница появилась как в пропорции участников, которые пожертвовали, так и в средней сумме, пожертвованной теми, кто дал.

Участники также оценили ИИ более высоко, чем человеческих сборщиков средств, по ряду мер, связанных с пожертвованиями, с наибольшими различиями, появляющимися для планов реализации, эскалации обязательств и восприятия эффективности влияния.

Согласно статье, тот же информационный подход, связанный с преимуществом ИИ в предыдущих исследованиях, также был связан с более крупными благотворительными пожертвованиями в этом эксперименте по сбору средств.

Заключение

Хотя авторы, как упоминалось в начале, заключают, что результаты исследования являются поводом для беспокойства, они добавляют, что более мелкие игроки также потенциально укрепляются аналогичным доступом к последним и лучшим технологиям ИИ.

Неявно в этом результате, естественно, есть возможность того, что лучшие модели могут быть отказаны более мелким игрокам со временем.

Опубликовано впервые в четверг, 18 июня 2026 года