几周前，米娅·泰勒低头看着洛杉矶县的选票，心里又一次涌起熟悉的复杂感受：既觉得投票是责任，又为此感到焦虑。摆在她面前的是几十场地方选举，她不知道自己怎么可能为每一项都作出最合适的选择。半开玩笑地，她求助于一种如今已十分常见的工具：克劳德。
于是，自称自由派民主党人的泰勒把问题问得更具体了一些，请它寻找口碑较好的进步派团体链接，并帮助她制定更有策略性的投票方案。“这里有一些你可以参考的来源。”克劳德回复说，并附上选民指南链接，详细介绍了每一场选举。
泰勒尤其纠结市长选票。她想知道，自己怎样投票才能帮助阻止共和党人斯宾塞·普拉特。此前一度看来，普拉特有可能在公开初选中进入前两名。克劳德给出的建议是：把票投给现任市长凯伦·巴斯，而不是市议员妮蒂娅·拉曼。后来，普拉特落败，巴斯和拉曼进入大选。
选民开始借助人工智能帮助自己作出选择，或许只是时间问题。2026年中期选举，可能是美国首次有相当数量选民在实际意义上使用人工智能参与投票决策的一次选举。越来越多选民把新的人工智能工具当作无党派研究助手，视其为传统新闻报道、选民指南或社交媒体之外的一种可行替代方案。
但一些专家警告说，这些工具远非万无一失。它们给出的结果可能存在事实错误，也可能建立在有缺陷的假设之上。58岁的亚特兰大居民克里斯·约翰逊，既理解依赖人工智能挑选候选人的吸引力，也担心其准确性。
约翰逊登记为共和党选民，但自认倾向自由意志主义。过去40年里，佐治亚州每次选举他都参加投票。今年5月准备参加州初选时，他让聊天生成预训练转换器告诉自己，哪位候选人最符合自由意志主义立场。起初，系统不愿直接回答，于是约翰逊要求它根据候选人的投票记录作出判断。
约翰逊对这一过程的轻易程度感到有些尴尬。他回忆说，多年来，他一直通过阅读当地报纸的纸质版，自己判断哪些候选人与他的价值观最接近。“我有点偷懒，没有做更多功课。”他说，“这确实更省事，但我也不确定里面的一切都准确。”
人工智能工具，也就是所谓的大语言模型，之所以有吸引力，就在于它足够简单。用户往往觉得，它提供的信息比传统互联网搜索得到的数据更直接、更容易理解。很多人也欢迎这种互动方式。研究人员和人工智能公司已经在设想，未来政治竞选活动会建立自己的聊天机器人，让选民直接向它们提问。
康奈尔大学信息科学、市场营销和心理学教授戴维·兰德长期研究人工智能在政治说服中的效果。他说：“这些模型之所以有说服力，是有原因的：它们会给出事实或者事实性主张，而且解释起来清楚明白。”今年早些时候，在参加一场地方学区委员会选举投票前，兰德也曾借助人工智能。他上传了一段长达1小时的竞选论坛视频，然后询问哪位候选人与自己的价值观最接近。他据此作出了投票选择。
不过，兰德也指出，输出质量取决于输入质量：人工智能往往会强化并映照用户自身的偏见，更多是通过选民自己的视角来呈现候选人的立场，而不是依据客观事实。克劳德的母公司“人择”表示，用户在询问政治议题时，“应当获得全面、准确、平衡的回答——这些回答应帮助他们自行得出结论，而不是把他们引向某一种特定观点”。该公司今年在一份长篇声明中说，克劳德经过训练，会“以同等的深度、投入程度和分析严谨性对待不同政治观点”。
42岁的洛杉矶心理治疗师杰里迈亚·海恩，平时就经常用聊天生成预训练转换器处理一些小任务。最近，他也用它来帮助自己在市长及其他多个职位的选举中作出选择。“我没有时间，也不想再像过去那样做同样的研究了。”他说，“这个过程非常直观，而且我想，我确实认可它的智能。”
他对这一过程颇为着迷，鼓励其他选民也这样做。海恩还说，因为他知道自己不穿上衣时视频互动更多，所以拍摄时特意赤裸上身。“我就是故意把它做成一条‘擦边吸睛’视频。”他说。但一些专家警告，这种效率感可能掩盖了把民主过程交给技术处理所带来的风险。多数聊天机器人给出的答案听起来都自信而权威，用户因此可能不会花时间去核查其背后的依据。
哥伦比亚大学政治学教授亚米尔·贝莱斯研究过人工智能说服选民的效果。他说，理想情况下，用于选举辅助的人工智能工具应依赖经过筛选和核实的政治信息与政策平台数据库来帮助选民，而不是像现有工具那样，从整个互联网抓取数据。
不过，他也不愿完全否定人工智能在选举决策中的作用。“重要的是，要想一想替代方案是什么。”他说。毕竟，他补充说，大多数选民不太可能花上几个小时待在县书记官办公室里研究自己的投票选项。贝莱斯还说，如果是一年前，他会认为选民最好还是依赖互联网搜索，但如今人工智能工具正变得越来越准确。
尽管如此，他提醒说，现有工具很可能更有利于那些在地方媒体和社交媒体上发声更多的候选人，因为他们的立场更容易被找到。竞选策略人士已经敏锐意识到，选民正在使用这些工具，并开始寻找办法，通过在线发布更多聊天机器人偏好的内容格式来争取更有利的结果，比如使用项目式要点。
不过，在采访中，那些使用人工智能研究投票选择的人普遍表示，这让他们投票时更有把握。54岁的民主党人罗伯特·西贝林克住在加利福尼亚州科罗纳。面对本州州长选举中61名候选人，再加上其他不那么受关注职位的候选人，他感到不堪重负，于是转向克劳德求助。他上传了自己的选票，请克劳德推荐与自己价值观最一致的候选人。
最后，他把州长人选缩小到两名民主党人——哈维尔·贝塞拉和汤姆·斯泰尔——并继续询问克劳德该如何作出策略性选择。不到半小时，他就填完了选票，并选择了贝塞拉。“我当时只觉得神清气爽。”西贝林克说，“这是我有史以来信息掌握最充分的一次投票。”“感觉就像一位掌握了所有研究资料的政治专家，和我们坐下来喝咖啡聊天，还一边做着笔记。”他说。
31岁的民主党人里基·鲍尔斯住在巴尔的摩。在最近的马里兰州初选前，他也拍下了自己的选票，请克劳德为每位候选人列出要点。他说，自己想获得比候选人竞选网站更广阔的视角。在核查了一些链接的准确性，并“确认自己确实喜欢将要投票支持的候选人”之后，他当场依据这份总结填好了选票。
“上一次投票时，我大概花了20个小时做研究。”他说，“这一次只用了1个小时。”不过，鲍尔斯也表示，这种做法有边界：他并不介意上传一张空白选票，但绝不会告诉人工智能自己最终把票投给了谁。不过，在采访中，那些使用人工智能研究投票选择的人普遍表示，这让他们投票时更有把握。
热门跟贴