Amikor a chatbot Orbán felé terelte a választót

Az európai emberi jogok érvényesülését megfigyelő civil szervezet, a Civil Liberties Union for Europe a magyar választási kampányban végzett vizsgálata az AI-modellek szempontjából kellemetlen képet adott arról, mi történik, amikor egy általános célú mesterségesintelligencia-rendszert választási tanácsadóként kezdenek használni. A ChatGPT és a Gemini a tesztek alapján meglehetősen pontatlan előrejelzéseket adott az április 12-én megrendezett voksolás végkimenetelét illetően. A legsúlyosabb torzulás a Tiszát érintette: a ChatGPT a párt nézeteihez igazított profilok 90 százalékánál nem ajánlotta Magyar Péter formációját, a százalékos megfeleltetést kérő tesztekben pedig mindössze az esetek 2 százalékában adott neki egyáltalán értékelhető pontszámot. Eközben a Fideszhez illeszkedő nézeteket jóval következetesebben felismerte, és a közvetlen ajánlást kérő válaszok körülbelül felében egyedüli választásként nevezte meg Orbán Viktor pártját.

A számok első látásra politikai részrehajlást sugallnak, ám érdemes pontosan fogalmazni. A kutatás nem bizonyította, hogy az OpenAI vagy a Google tudatosan a Fidesz javára hangolta volna a rendszereit. A mért jelenség inkább láthatósági és adatfrissességi torzulásnak tűnik. A Fideszről tizenöt évnyi kormányzati, sajtó- és kampányanyag állt rendelkezésre, a Tisza viszont 2024-ben vált meghatározó szereplővé. Egy nyelvi modell számára az a politikai erő „ismerősebb”, amelyről sok, egymást megerősítő és hosszabb időszakot lefedő szöveg található a tanítási adatokban. A gép ebből politikai valóság helyett nyelvi valószínűségeket épít. Gyakrabban kapcsol össze olyan neveket, programokat és jelzőket, amelyek a szövegekben sokszor szerepeltek egymás közelében.

A Liberties öt mesterséges választói profilt állított össze a Voksmonitor pártállásai alapján. Minden profilt tízszer futtattak le mindkét alkalmazásban, kétféle kérdéssel: az egyik közvetlenül arra kérdezett rá, melyik pártra szavazzon az illető, a másik százalékos egyezést kért az induló pártokkal. Így összesen kétszáz válasz született. A kutatók tiszta munkameneteket, magyar nyelvi beállítást, magyarországi VPN-helyet és az ingyenes verziókat használták. A teszt kis léptékű, két szolgáltatásra, egy eszköztípusra és meghatározott promptokra épült, ezért nem alkalmas minden modell minden helyzetére vonatkozó végleges ítéletre. Arra viszont elegendő, hogy kimutassa a rendszerhiba jellegét: ugyanaz a kérdés eltérő eredményt adott, a módszer nem volt ellenőrizhető, a hibák pedig ismétlődtek.

Különösen súlyos, hogy a ChatGPT és a Gemini a válaszok 96 százalékában olyan pártokat is felsorolt, amelyek nem szerepeltek a 2026-os országos listán. A Tiszához igazított profilt a ChatGPT gyakran a Demokratikus Koalícióhoz vagy a már nem induló Momentumhoz irányította. Ez gyakorlati politikai tévedés. Egy hagyományos választási tanácsadó alkalmazás zárt adatbázisból dolgozik: ismert pártlistát, előre rögzített kérdéseket, nyilvános pontozást és reprodukálható számítást használ. A generatív modell ezzel szemben minden válaszát újraalkotja. A helyes táblázatsor megkeresése helyett a következő szavak legvalószínűbb sorozatát állítja elő.

Innen ered a százalékok hamis tekintélye is. A chatbot képes 62, 74 vagy 81 százalékos politikai egyezést írni, miközben nincs mögötte rögzített súlyozás, ellenőrizhető képlet vagy egységes adatbázis. A Liberties tesztjeiben ugyanaz a párt azonos bemenet mellett radikálisan eltérő értékeket kapott. Egy Fideszhez igazított profilnál az MSZP egyezését az egyik válasz 25–35, egy másik 60–70 százalékra becsülte. Az ilyen szám nem mérési eredmény, csak mérési eredménynek látszó szöveg. A tizedesjegy, a táblázat és a részletes indoklás könnyen elfedi, hogy a rendszer nem tudja megmutatni, milyen szabály alapján jutott az eredményhez.

A tanulmány egyik legfontosabb megfigyelése éppen a hangnemre vonatkozik. A modellek gyakran udvarias figyelmeztetéssel kezdték, hogy nem adhatnak politikai tanácsot, majd több bekezdésen át rangsorolták a pártokat, kiemelték az állítólagos legjobb egyezést és háttérbe szorították a kevésbé „relevánsnak” ítélt szereplőket. A tiltakozó mondat így hitelességi díszletté vált. A felhasználó azt érzékelhette, hogy egy óvatos, semleges rendszer mérlegelt, holott a válasz tartalma továbbra is irányt mutatott.

A magyar eredmény azért is tanulságos, mert a gépi ajánlás látványosan elszakadt a politikai erőviszonyoktól. A Tisza végül fölényesen megnyerte a választást, a teszt idején pedig már reális kihívóként szerepelt a nyilvánosságban. A modell mégis a korábbi pártrendszer logikájához tért vissza, és több esetben olyan formációkat kezelt releváns választási lehetőségként, amelyeknek nem volt országos listájuk vagy érdemi parlamenti esélyük. A generatív rendszer tehát nem érzékelte megbízhatóan, hogy a politikai mezőny időközben átrendeződött. A sok régi szöveg erősebb nyomot hagyott benne, mint az új helyzet.

Ez megmutatja azt is, miért nem szabad a ChatGPT-t, a Geminit vagy más általános chatbotot előrejelző gépként kezelni. A nyelvi modell alapfeladata a következő szó, mondatrész vagy válaszminta valószínű előállítása. Ettől képes összefoglalni, érvelést rendezni, forgatókönyveket felvázolni és nagy mennyiségű szövegből szempontokat gyűjteni. A jövő eseményeinek valószínűségét azonban nem méri automatikusan. Nincs saját közvélemény-kutatása, nem látja a titkos kampányadatokat, nem ismeri a holnapi gazdasági hírt, a jelölt visszalépését, egy háborús fordulatot vagy a választás napján kialakuló mozgósítási különbséget.

Politikai jóslatnál ez könnyen tetten érhető. Ha valaki megkérdezi, ki nyeri a következő választást, a chatbot többnyire ismert kutatásokból, korábbi eredményekből és nyilvános narratívákból rak össze valószínűnek hangzó választ. Ha az adatok régiek, az eredmény is régies lesz. Ha két kutatás ellentmond egymásnak, a modell akár úgy is összesimíthatja őket, hogy eltűnik a valódi bizonytalanság. Ha pontos százalékot kérnek tőle, hajlamos lehet számot adni akkor is, amikor nincs hozzá hiteles modellje. A magyar vizsgálatban pontosan ez történt a pártegyezési arányokkal.

Ugyanez érvényes a tőzsdei árfolyamra, a forint következő havi értékére, egy háború befejezésének dátumára vagy egy futballmérkőzés pontos eredményére. A chatbot felsorolhatja a releváns tényezőket, összevetheti a korábbi trendeket, és készíthet feltételes forgatókönyveket. A végkimenetelt azonban olyan új információk, emberi döntések és véletlen események alakítják, amelyek még nem léteznek a kérdés pillanatában. Egy 2026-os, élő előrejelzési piacok adataira épülő kutatásban hét nagy nyelvi modell közül csak kettő ért el pozitív pénzügyi eredményt, miközben a többség magas magabiztossággal adott veszteséges prognózisokat. A ForecastBench nevű, jövőbeli eseményeket mérő teszten a szakértő emberi előrejelzők szintén jobban teljesítettek a legjobb vizsgált nyelvi modellnél.

A meteorológia látszólag ellenpélda, hiszen léteznek kiváló mesterségesintelligencia-alapú időjárási rendszerek. Ezek azonban célzottan fejlesztett modellek, óriási megfigyelési adatsorokkal, fizikai változókkal és folyamatos frissítéssel. Egy általános beszélgetőrobot legfeljebb ismert meteorológiai előrejelzést értelmez vagy foglal össze. Attól, hogy mindkét technológiára az AI rövidítést használjuk, még teljesen eltérő feladatról és megbízhatóságról van szó. A specializált prediktív modell számol és kalibrál; a chatbot szöveget alkot.

A politikai ajánlás további veszélye, hogy értékválasztást rejt technikai műveletnek látszó formába. Egy választó döntésében eltérő súlyú lehet az egészségügy, az adópolitika, az Európai Unióhoz fűződő viszony, a helyi jelölt személye, a korrupció, a stratégiai szavazás vagy a parlamenti küszöb. A chatbot nem tudja magától, hogy ezek közül a felhasználó számára melyik döntő. Ha egyformán kezeli a megadott állításokat, máris önkényes súlyozást végez. Ha egyes témákat fontosabbnak tekint, azt is rejtett módon teszi. A végeredmény ezért soha nem puszta technikai megfeleltetés.

A „Fidesz-párti AI” címke tehát erős és érthető összefoglalása a mért aszimmetriának, de önmagában félrevezető lehet. A kutatás egy konkrét időpontban, konkrét ingyenes modellekkel és konkrét kérdésekkel mutatott ki Fidesznek kedvező torzulást. Más országokban más irányú politikai elfogultságot találtak: korábbi vizsgálatok több nyelvi modellnél inkább zöld, baloldali vagy liberális pártokhoz közelebb álló válaszokat mértek. Ez arra utal, hogy nincs egyetlen, minden helyzetben érvényes gépi ideológia. A kimenetet a tanítási anyag, a nyelv, a frissesség, a biztonsági szabályok, a kérdés megfogalmazása és az adott pártrendszer ismertsége együtt alakítja.

A szabályozásnak ezért nem azt kell eldöntenie, milyen pártot „szeressen” a mesterséges intelligencia. Az elvárás az átláthatóság, a reprodukálhatóság és az, hogy a rendszer ne gyártson személyre szabott választási ajánlást ellenőrizhetetlen módszerrel. Ha a felhasználó pártprogramokról kérdez, a chatbot összegezheti a nyilvános dokumentumokat, világosan megjelölve az időpontot és a bizonytalanságot. Ha azt kérdezi, kire szavazzon, helyesebb hiteles, helyi választási tájékoztatóhoz, hivatalos pártprogramokhoz és átlátható módszerrel működő választási kalkulátorhoz irányítani.

A magyar teszt végül nem azért aggasztó, mert a gép megfordította volna a választást. Erre nincs bizonyíték, és a Tisza győzelme azt mutatja, hogy a választók döntését sokkal erősebb politikai és társadalmi folyamatok alakították. A veszély ott kezdődik, amikor a bizonytalan felhasználó a magabiztos stílust szakértelemnek, a százalékot mérésnek, a hosszú indoklást pedig megbízhatóságnak tekinti. A chatbot hasznos segédeszköz lehet információk rendszerezésére. Döntőbíróként, jósdaként vagy személyes politikai iránytűként viszont könnyen ugyanazt teszi, amit a Liberties vizsgálata rögzített: régi térképpel magyarázza az új országot.