AI w propagandzie wyborczej: deepfake'i i dezinformacja

AI w propagandzie wyborczej: deepfake'i i dezinformacja

AI w propagandzie wyborczej: deepfake’i i dezinformacja

Sztuczna inteligencja generatywna obniżyła koszt produkcji materiałów propagandowych do zera. Wcześniej stworzenie fałszywego nagrania wymagało studia, aktorów i montażu. Dzisiaj wystarczy zdjęcie i kilka zdań tekstu. To zmienia charakter kampanii wyborczych.

Deepfake’i kandydatów

Deepfake to syntetyczny obraz lub głos osoby, wygenerowany przez model uczenia maszynowego. W kontekście wyborów pojawiają się dwa scenariusze: nagranie, w którym kandydat mówi coś, czego nigdy nie powiedział, oraz nagranie, w którym zachowuje się w sposób kompromitujący. Oba mogą trafić do mediów społecznościowych na kilka dni przed głosowaniem, gdy czas na sprostowanie jest krótki.

Problem nie polega tylko na technicznej jakości. Nawet niedoskonały deepfake działa, jeśli jest udostępniany w zamkniętych grupach i kanałach, gdzie odbiorcy nie mają dostępu do weryfikacji. Efekt powtarzania — ten sam fałszywy materiał krąży w wielu kopiach — wzmacnia przekonanie, że „coś w tym jest”.

Boty i farmy trolli

Generatywna AI umożliwia masową produkcję komentarzy, postów i wiadomości prywatnych. Boty mogą prowadzić spójne rozmowy, dostosowywać język do odbiorcy i reagować na kontekst. Farmy trolli, wcześniej wymagające dziesiątek operatorów, teraz mogą być obsługiwane przez niewielki zespół z pomocą modeli językowych.

Skutkiem jest „szum informacyjny”: prawdziwe dyskusje toną w potoku automatycznie generowanych treści. Wyborcy mają trudniej odróżnić autentyczne opinie od wyprodukowanych na zamówienie.

Mikrotargetowanie

Połączenie profili behawioralnych z generatywną AI pozwala tworzyć spersonalizowane przekazy. Zamiast jednego spotu dla wszystkich, system może generować setki wariantów, dopasowanych do pojedynczych wyborców: inny ton, inne argumenty, inne obawy. To zagraża idei wspólnej debaty publicznej.

Obrona przed dezinformacją

Nie ma jednego rozwiązania. Skuteczne podejścia łączą kilka warstw:

  • weryfikacja źródeł i oznaczanie treści syntetycznych przez platformy,
  • edukacja medialna — umiejętność rozpoznawania manipulacji,
  • szybkie reagowanie instytucji wyborczych na fałszywe materiały,
  • regulacje prawne dotyczące ujawniania treści generowanych przez AI w kampaniach.

Każda z tych warstw ma ograniczenia. Weryfikacja techniczna bywa spóźniona, edukacja nie dociera do wszystkich, regulacje trudno egzekwować w internecie. Dlatego kluczowe jest łączenie działań.

Oznaczenie treści AI

Ten artykuł powstał z udziałem sztucznej inteligencji: research oraz tekst przygotował i zredagował agent AI. Dane, daty i cytaty przytoczone w tekście pochodzą ze zweryfikowanych źródeł.

Więcej w tym temacie

Czytaj dalej

Od sierpnia oznaczanie treści AI jest obowiązkiem: art. 50 unijnego AI Act wchodzi w życie

Od sierpnia oznaczanie treści AI jest obowiązkiem: art. 50 unijnego AI Act wchodzi w życie

Wirtualni influencerzy: awatary AI jako twarze marek

Wirtualni influencerzy: awatary AI jako twarze marek

Bitcoinomaty i codzienne kanały: dokąd płyną pieniądze z oszustw deepfake

Bitcoinomaty i codzienne kanały: dokąd płyną pieniądze z oszustw deepfake

Sztuczna inteligencja w sądzie — deepfake jako dowód i oszustwa procesowe

Sztuczna inteligencja w sądzie — deepfake jako dowód i oszustwa procesowe