Głos Bidena, który nie istniał: deepfake na prawybory w New Hampshire
22 stycznia 2024 telefon w New Hampshire
Prawybory prezydenckie Partii Demokratycznej w New Hampshire odbyły się 23 stycznia 2024 jako konkurs stanowy, a dzień wcześniej biuro prokuratora generalnego tego stanu rozpoczęło dochodzenie w sprawie automatycznej rozmowy telefonicznej (robocall), w której — jak relacjonuje hasło „2024 New Hampshire Democratic presidential primary” na Wikipedii — słychać było głos prezydenta Joego Bidena, rzekomo zniechęcający wyborców do udziału w głosowaniu. Nagranie było wygenerowane sztuczną inteligencją. Według materiałów cytowanych w haśle, w marcu 2024 demokratyczny konsultant pracujący dla kampanii Deana Phillipsa przyznał, że użył AI do wygenerowania tej rozmowy, wykorzystując głos Bidena, by zniechęcić do udziału w głosowaniu.
Warto zauważyć, że przypadkom towarzyszył nietypowy polityczny kontekst. Sam Biden nie figurował na urnowej karcie w New Hampshire, ponieważ nie zgadzała się z kalendarzem Demokratycznego Komitetu Narodowego; zamiast niego prowadzono write-in campaign, który zdobył ponad 63 głosów w procentach. Dean Phillips, rywalizujący z Bidenem o nominację, uzyskał ponad 19 głosów w procentach. Głosowa manipulacja AI trafiła w bardzo realną elektorium.
Szerszy obraz: AI w amerykańskiej polityce
Wpis dotyczący „AI-generated content in American politics” na Wikipedii pokazuje, że New Hampshire 2024 nie był pojedynczym wybrykiem, lecz elementem szerszego trendu. Już w kwietniu 2023 Republikański Komitet Narodowy (RNC) wydał reklamę atakującą zbudowaną całkowicie z obrazów wygenerowanych przez AI, przedstawiającą dystyopię rzekomo czekającą kraj w razie reelekcji Bidena. W sierpniu 2024 „The Atlantic” zauważył, że tzw. AI slop stał się w amerykańskiej polityce skojarzony ze środowiskami prawicowymi — używanym do tzw. shitpostingu i farmienia zaangażowania w mediach społecznościowych.
Rok 2025 przyniósł dalsze przykłady. Materiały cytowane w haśle Wikipedii wskazują, że w czasie zakłóceń w rozdzielaniu bonów żywnościowych podczas zamknięcia amerykańskiej administracji anonimowe konta wykorzystywały model Sora od OpenAI do publikowania „slopowych” filmów z domniemanymi oszustkami programów socjalnych. Wiele komentarzy nie zdawało sobie sprawy, że treści są wygenerowane — lub zdawało, ale traktowało je jako użyteczną narrację do poparcia tezy o powszechności nadużyć. Inny case: raport o stanie zdrowia dzieci w wydaniu „Make Our Children Healthy Again Assessment”, przygotowany przez komisję gabinetowych członków administracji Trumpa pod kierownictwem sekretarza RFK Jr., rzekomo cytował nieistniejące i zniekształcone źródła wygenerowane przez sztuczną inteligencję.
Mechanika perswazji: badania porównawcze
Eksperymenty wskazują, że generowane przez LLM treści potrafią być bardzo blisko ludzkich w ocenianych wymiarach. Jak relacjonuje hasło „Artificial intelligence and elections” na Wikipedii, opierając się na badaniach akademickich, komunikaty tworzone przez wielkie modele językowe w sprawach politycznych otrzymywały ocenę 2,91 w skali bystrości wobec 2,80 dla treści ludzkich — były częściej bardziej techniczne i analityczne niż te przygotowane przez ludzi. Badacze rozpoczęli też systematyczne badania nad mikrotargetowaniem: generowanie adapterów i treści dopasowanych do widza wymaga dziś niewiele technicznych umiejętności i może rozprzestrzeniać się szybciej niż klasyczne operacje dysinformacyjne.
Z punktu widzenia wyborcy najważniejszy wniosek jest taki: treść „technicznie i analitycznie” brzmiąca, stająca w zgodzie z uprzedzeniami odbiorcą, powinna budzić dodatkową ostrożność — właśnie dlatego, że jest dziś tak tania do wyprodukowania. Generatywna AI obniżyła barierę wejścia do poziomu, który nie wymaga już ani studyjnego nagrania, ani nawet znajomości fonetyki osób imitowanych — kilka sekund próbki, które można zebrać z LinkedIn czy Instagrama, wystarcza do sklonowania głosu.
Trend globalny: od Argentyny po Francję
Hasło Wikipedii o AI w wyborach pokazuje, że zjawisko jest globalne. W argentyńskich prawyborach prezydenckich 2023 zespół Javiera Milei rozpowszechniał wygenerowane przez AI obrazy, w tym sfabrykowane zdjęcie jego rywala Sergio Massa, które zdobyło 3 mln wyświetleń; utworzono także nieoficjalne konto na Instagramie o nazwie „AI for the Homeland”. W kampanii przed wyborami do parlamentu Francji w 2024 pojawiły się deepfake’owe filmy rodzinne rzekomo ukazujące siostrzenice Marine Le Pen na nartach, tańczące i na plaży „śmiejące się z mniejszości rasowych” — z rodziną, która w rzeczywistości nie istnieje. W Bangladeszu przed wyborami parlamentarnymi 2024 pojawiły się fake’owe filmy opozycyjnych polityczek, np. Rumin Farhana w bikini.
Raport „Cyber Threats to Canada’s Democratic Process: 2025 Update” Kanadyjskiego Centrum Cyberbezpieczeństwa, jak relacjonuje to samo hasło, stwierdza, że złośliwe aktorzy — w tym Chiny i Rosja — „najprawdopodobniej wykorzystają generatywną AI jako środek tworzenia i rozpowszechniania dezinformacji” w celu polaryzacji społeczeństwa i promowania narracji zgodnych z interesami państw obcych.
Co odpowiedziały ramy regulacyjne
W Europie odpowiedzią jest AI Act (Regulacja UE 2024/1689), jak opisuje Europejska Komisja na swojej stronie. To pierwsza na świecie kompleksowa rama prawna dla AI. AI Act definiuje cztery poziomy ryzyka i zakazuje m.in. manipulacji i deceive AI opartej na eksploatacji vulnerabilities oraz pobierania treści internetu i materiałów CCTV do tworzenia lub rozszerzania baz rozpoznawania twarzy. Większość zakazów (pozycje 1–8) obowiązują od lutego 2025; od grudnia 2026 obowiązuje zakaz tworzenia niekonsensual seksualnie eksplicytnych treści oraz materiałów CSAM, w tym aplikacji typu „AI nudification”.
W Stanach Zjednoczonych NIST wydał swój AI Risk Management Framework 1.0 w dniu 26 stycznia 2023, w lipcu 2024 uzupełnił go generatywnym profilem NIST-AI-600-1, a 7 kwietnia 2026 opublikował notatkę koncepcyjną dla profilu „Trustworthy AI in Critical Infrastructure”. Granica między regulacją a postępem technicznym pozostaje ruchoma.
Perspektywa wyborcza 2026
Dla odbiorcy indywidualnego najważniejsze praktyki pozostają consistent. Po pierwsze, zasięgnięcie informacji z więcej niż jednego źródła w przypadku kontrowersyjnych twierdzeń wyborczych. Po drugie, nieufność wobec „rozmów telefonicznych z politykami” — w dobie klonowania głosu nawet kilka sekund próbki wystarcza do wyprodukowania rozmowy nierozróżnialnej od autentycznej. Po trzecie wreszcie, świadomość, że treści generowane przez AI rozpoznawane jako bardziej „techniczne i analityczne” niż ludzkie mogą, paradoksalnie, zdradzać swój syntetyczny charakter.
Dla instytucji i mediów epizod New Hampshire 2024 pozostaje case’em — krótkim, ale instruktywnym. W marcu 2024 przynajmniej jedna osoba przyznała się do wyprodukowania sztucznego głosu prezydenta w celu zmiany wyniku wyborczego. Tak krótko po fakcie przestaje już to wyglądać jak precedens — coraz bardziej przypomina norme.
