Штучна інтелект переконує людей жертвувати майже в 3 рази більше, ніж люди-фандрайзери

Нове дослідження під керівництвом Оксфорду показало, що провідні мовні моделі можуть зібрати значно більше грошей, ніж професійні фандрайзери, і можуть надійно перемогти людей у всіх інших формах переконання.

Нове дослідження Великої Британії та США показало, що моделі мови нового покоління більш ефективні у переконуванні людей, ніж професійні спеціалісти, чиєю роботою є зміна поглядів людей.

У реальному тесті збору коштів дослідники виявили, що штучний інтелект може переконати людей жертвувати близько 17,2% своїх наявних коштів, у порівнянні з 6,4% для професійних людських фандрайзерів – різниця у 10,8 процентних пунктів, що відповідає приблизно 2,7 разам вищій ставці донорства під штучним інтелектом, з вищою участю та більшими середніми внесками, які сприяють різниці.

У статті зазначається:

‘Помітно, що хоча штучний інтелект був явно інструктований переслідувати лише стратегію ефективності впливу, він перевершив фандрайзерів у шести інших механізмах, які він не був запрограмований використовувати.’

‘[Людські] переконані оцінили штучний інтелект як той, який зробив сильніші аргументи, навчив їх більше та був більш емпатичним і приємним у розмові, ніж [фандрайзери]. ‘

‘Разом ці результати показують, що штучний інтелект перевершує експертних людей у широкому спектрі механізмів, пов’язаних з донорством, і свідчать про те, що перевага штучного інтелекту у переконуванні поширюється на CONSEQUENTIAL реальну поведінку.’

Автори припускають, що видатна робота моделей, які були протестовані – які включають про-варіанти Claude Opus, ChatGPT, Grok та Google Gemini – може бути пояснена щільністю та швидкістю, з якою інформація подається кореспонденту; коли штучний інтелект був обмежений “людською швидкістю”, його перевага几乎 зникла:

‘Ми знайшли конвергентні докази того, що перевага штучного інтелекту походила від швидкого розгортання більших кількостей інформації: після тренування експертні люди могли зв’язати штучний інтелект, обмежений людською швидкістю та людською довжиною повідомлень.’

У статті також зазначається, що жоден з 318 індивідуальних людських переконувачів, протестованих у декількох експериментах, не зміг перевершити середню продуктивність штучного інтелекту – навіть після того, як деякі учасники отримали спеціалізоване тренування на основі власних технік штучного інтелекту.

Автори висновують:

‘Наші результати свідчать про те, що ми вступаємо у світ, у якому штучний інтелект забезпечує людським акторам надлишок кваліфікованої адвокатури. Прогнозування наслідків цієї зміни є складним завданням, оскільки для цього потрібно зробити припущення про те, хто матиме доступ до найбільш переконливих технологій штучного інтелекту, хто буде об’єктом переконання, та які юрисдикційні бар’єри, заходи безпеки чи інші тертя можуть зменшити вплив переконання штучного інтелекту на людську популяцію.’

‘Одним з ефектів штучного інтелекту, який може переконувати навіть людських експертів, може бути консолідація впливу серед уже потужних акторів.’

Нова стаття називається Системи штучного інтелекту переконують експертних людей і походить від восьми дослідників Оксфордського університету, Інституту штучного інтелекту Великої Британії, Стенфордського університету та Лондонської школи економіки та політичних наук.

Метод і дослідження

Основні результати походять з чотирьох експериментів: переконання виборців і експертних дебатерів; тестування тренування і обмежень швидкості як рівних людей і штучного інтелекту; змагання проти професійних фандрайзерів на політичних питаннях; і змагання проти них за реальні благодійні пожертви.

Дослідження використовувало 18 978 розмов з 6 923 людей, з провідними моделями штучного інтелекту, протиставленими різному стандарту людських експертів, від найманих працівників на £12/год до досвідчених людських переконувачів, які отримували £140/год + бонус, і мали можливість досліджувати сесії за тиждень до початку.

Моделі, які були протестовані, включали Claude Opus 4.1 і 4.6, ChatGPT-4o, GPT-5.4, Grok 4.20 і Gemini 2.5 Pro.

Шоу-дебати елітних дебатерів

Перший експеримент досліджував, чи може штучний інтелект перевершити все більш кваліфікованих людських переконувачів у розмовах один-до-одного на політичних і соціальних питаннях;

Політичні та соціальні питання, використані у перших трьох дослідженнях, з учасниками, які обговорювали одне випадково призначене питання до та після розмови. Теми були обрані для охоплення широкого спектру суперечливих публічних дебатів у Великій Британії, від імміграції, свободи слова та регулювання соціальних мереж до політики добробуту, евтаназії та майбутнього монархії. Джерело

Учасники спочатку були запитані про свої погляди на одне з десяти питань політики Великої Британії (показано вище), а потім були призначені або штучний інтелект, або людський розмовний партнер. Після розмови, яка тривала близько 14 хвилин, їх знову запитали про свої погляди.

Три групи людей були протестовані, з звичайними працівниками з платформи краудворку Prolific, які були набрані для створення базової лінії, і отримували £12 на годину. Друга група складалася з найсильніших виконавців турніру переконання, який включав понад 1 100 учасників і майже 9 500 розмов. Третя група складалася з 56 елітних конкурентних дебатерів, усі з яких досягли至少 півфіналу великого міжнародного змагання, і включали чотирьох чемпіонів світу, а також 11 континентальних чемпіонів, з середнім часом дебатного досвіду 8,9 років.

Було зроблено значну роботу, щоб надати людям-фандрайзерам сприятливі умови, з переможцями турніру та елітними дебатерами, які змагалися за значні грошові призи до £11 000, а дебатери мали можливість вибрати питання, які вони вважали, що можуть найкраще обговорити, і були оплачені за дослідження цих тем заздалегідь. В середньому кожен дебатер витратив близько восьми годин на підготовку до розмов.

Навіть так, штучний інтелект досяг найсильніших результатів у кожному порівнянні:

Оцінка переконливих ефектів у дослідженнях людини і штучного інтелекту, виміряна як середня зміна ставлення після розмови на суперечливому політичному питанні.

Червоні маркери у графіку вище вказують на моделі штучного інтелекту нового покоління. У всіх порівняннях ці моделі викликали більші зміни ставлення, ніж будь-яка група людей.

Найсильніша людська продуктивність прийшла від тренованих елітних дебатерів – але ці все ще відставали від необмежених систем штучного інтелекту. Коли штучний інтелект був обмежений людською швидкістю та довжиною повідомлень, його перевага майже зникла, що свідчить про те, що швидке подання інформації може пояснити більшу частину розриву між людьми та штучним інтелектом у переконуванні.

Моделі штучного інтелекту могли перевершити звичайних учасників на 8,2 процентних пунктів, і перевершити переможців турніру на 5,6 пунктів. Найменший розрив був проти елітних дебатерів, які самі викликали суттєві зміни ставлення; однак штучний інтелект все ще зміг отримати додаткову перевагу у 4,6 процентних пунктів.

Чи можуть люди навчитися перемогти штучний інтелект?

Друге з чотирьох експериментів запитувало, чи може лідерство штучного інтелекту бути ліквідовано або шляхом поліпшення людської продуктивності, або шляхом обмеження самого штучного інтелекту. Для перевірки першої можливості 43 елітних дебатерів з першого дослідження повернулися для додаткового тренування, заснованого прямо на техніках, використаних штучним інтелектом, який раніше переміг їх.

Учасники переглянули транскрипти, вивчили, як були створені запити штучного інтелекту, і провели два чотиригодинні тренувальні сесії, практикуючи альтернативні переконливі підходи, перш ніж змагатися знову під тих же умов.

Тренування викликало помітні зміни у поведінці, з людськими дебатерами, які використовували більше слів, вводили більше фактологічних тверджень, і досягли найбільших змін ставлення серед будь-якої людської групи у дослідженнях. Тренування покращило продуктивність і викликало найсильніші людські результати, спостережувані у дослідженнях, але розрив залишився статистично значимим, з тренованими дебатерами, які все ще відставали від необмежених систем штучного інтелекту (показано у таблиці результатів нижче).

Дослідники протестували, чи залежить продуктивність штучного інтелекту від швидкості відповіді та довжини повідомлень, обмеживши штучний інтелект людською швидкістю та довжиною повідомлень. Під цими умовами треновані дебатери та обмежений штучний інтелект викликали схожі результати:

Ефекти тренування і обмежень швидкості штучного інтелекту на переконливу продуктивність. Верхня панель порівнює елітних дебатерів, тренованих елітних дебатерів і систему штучного інтелекту, обмежену людською швидкістю та довжиною повідомлень. Нижня панель показує оцінені розподіли продуктивності окремих переконувачів у перших двох дослідженнях. Хоча тренування покращило результати, жодна людська група не досягла середньої необмеженої системи штучного інтелекту, тоді як обмеження штучного інтелекту людською продуктивністю ліквідувало його перевагу.

Відкриття було підкріплено ширшим аналізом, який охоплював усіх 318 людських переконувачів, протестованих у перших двох дослідженнях: жодна окрема людина не перевершувала середню продуктивність необмеженої системи штучного інтелекту, незалежно від рівня досвіду, галузі питання чи демографічної підгрупи.

Чи можуть професійні переконувачі перемогти штучний інтелект?

Третє дослідження розглядало, чи може штучний інтелект зберегти свою перевагу проти людей, чиєю кар’єрою є переконування інших у реальних умовах, а не академічних дебатних змаганнях.

Дослідники набрали 19 професійних фандрайзерів з британської компанії збору коштів AppcoUK. Ці учасники, на відміну від дебатерів у попередніх експериментах, мали великий практичний досвід фандрайзингу, з медіаною близько 10 000 переконливих розмов протягом їхньої кар’єри. Кожен з них отримував £140 на годину, отримував політичні теми за тиждень до початку для підготовки, і змагався за ті ж самі призові за результатами, які були використані в інших частинах дослідження.

Навіть проти цієї групи штучний інтелект залишався більш переконливим (див. вище результати). Професійні фандрайзери змінили погляди на 6,9 процентних пунктів порівняно з контрольною групою – але штучний інтелект викликав зміну на 12,8 процентних пунктів, давши йому перевагу у 5,9 процентних пунктів над людськими професіоналами.

Чи може штучний інтелект переконати людей відкрити свої гаманці?

Четверте і останнє дослідження розглядало реальний збір коштів, а не зміну поглядів. Дослідники знову співпрацювали з AppcoUK, цього разу зосередившись на Дітях, яким потрібна допомога, благодійній організації, для якої AppcoUK раніше зібрала £824 297 від 22 583 донорів між 2016 і 2023 роками.

Учасники розмовляли або з Claude Opus 4.6, або з одним з 18 професійних фандрайзерів. Потім вони отримали бонус у £1 за участь у дослідженні, і могли пожертвувати будь-яку частину цього бонусу на користь Дітям, яким потрібна допомога. Серед семи підходів, які були прийняті (див. зображення нижче), Claude Opus 4.6 був інструктований використовувати інформацію про ефективність впливу, пояснюючи, як індивідуальні пожертви можуть трансформуватися у вимірювані результати для благодійної організації.

Штучний інтелект викликав більші ефекти пожертвування, ніж професійні фандрайзери, з пожертвами, які збільшувалися на 17,2 процентних пунктів відносно контрольної умови, порівняно з 6,4 процентними пунктами для фандрайзерів:

Результати пожертвування і оцінки учасників, пов’язані з пожертвуванням, у четвертому дослідженні. Лівий панель порівнює надання після розмов з професійними фандрайзерами і Claude Opus 4.6, виміряне як процентні пункти бонусу у £1. Правий панель порівнює оцінки учасників за сімома механізмами, пов’язаними з пожертвуванням, з вищими оціками штучного інтелекту на всіх семи заходах.

Різниця проявилася як у пропорції учасників, які пожертвували, так і у середній сумі пожертв, зроблених тими, хто пожертвував.

Учасники також оцінили штучний інтелект вище, ніж людських фандрайзерів, за рядом заходів, пов’язаних з пожертвуванням, з найбільшими різницями, які з’явилися для імплементаційних намірів, ескалації зобов’язань і сприйманої ефективності впливу.

Згідно зі статтею, той самий інформаційний підхід, який був пов’язаний з перевагою штучного інтелекту у попередніх дослідженнях, також був пов’язаний з вищим благодійним пожертвуванням у цьому експерименті збору коштів.

Висновок

Хоча автори, як згадувалося на початку, висновують, що результати дослідження є причиною для занепокоєння, вони додають, що менші гравці також потенційно зміцнюються подібним доступом до останніх і найкращих технологій штучного інтелекту.

Неявно у цьому результаті є можливість того, що найкращі моделі можуть бути надалі відмовлені меншим гравцям.

Перша публікація четверга, 18 червня 2026 року