Η πολιτική αδυναμία του ChatGPT αποτελεί κίνδυνο για τους επενδυτές

Οι εκλογικές εκστρατείες παράγουν μια τεράστια ροή από μανιφέστους, ομιλίες, συνεντεύξεις, δημοσκοπήσεις και σχόλια. Οι επενδυτές που προσπαθούν να καταλάβουν τι μπορεί να σημαίνει μια αλλαγή κυβέρνησης για τους φόρους, την ενέργεια, την άμυνα, την τεχνολογία ή τις δημόσιες δαπάνες, ενδέχεται φυσικά να στραφούν στην γενετική τεχνητή νοημοσύνη για μια γρήγορη σύνοψη. Αυτή η ευκολία ενέχει έναν κρυφό κίνδυνο: μια απάντηση μπορεί να ακούγεται ισορροπημένη και αυθεντική, ενώ υπονομευτικά παραποιεί τη θέση ενός κόμματος.

Μια νέα μελέτη με τίτλο «When AI Talks Politics: How Reliable Is ChatGPT?», ¹, προσφέρει ένα χρήσιμο τεστ για αυτό το πρόβλημα. Οι ερευνητές ζήτησαν επανειλημμένα από το ChatGPT να τοποθετήσει τα επτά μεγαλύτερα πολιτικά κόμματα της Γερμανίας σε οικονομικά και πολιτιστικά ζητήματα κατά τις 31 ημέρες που προηγήθηκαν των ομοσπονδιακών εκλογών του 2025. Στη συνέχεια συνέκριναν τις απαντήσεις του με έρευνες ειδικών, μανιφέστους κομμάτων και την εφαρμογή Wahl‑O‑Mat για συμβουλές ψήφου.

Το ChatGPT κατανόησε γενικά το πολιτικό τοπίο. Αναγνώρισε το Alternative für Deutschland ως το πιο δεξιό και πολιτιστικά συντηρητικό κόμμα, ενώ τοποθέτησε το Die Linke στην αντίθετη άκρη. Ωστόσο, οι απαντήσεις του ήταν λιγότερο συνεπείς και γενικά λιγότερο χρήσιμες για την πρόβλεψη της συμπεριφοράς των ψηφοφόρων σε σύγκριση με καθιερωμένες εναλλακτικές. Για τους επενδυτές, το σημαντικό μάθημα δεν είναι ότι η τεχνητή νοημοσύνη δεν ξέρει τίποτα για την πολιτική· είναι ότι το να είναι περίπου σωστό μπορεί να μην είναι επαρκές όταν μικρές διαφορές στην αναμενόμενη πολιτική μπορούν να μετακινήσουν το κεφάλαιο.

Πώς οι ερευνητές έπεισαν το ChatGPT κατά τη διάρκεια μιας εκλογής

Οι ερευνητές δημιούργησαν δέκα ερωτήσεις που καλύπτουν πέντε πολιτιστικά και πέντε οικονομικά ζητήματα. Αυτά περιλάμβαναν τα δικαιώματα ασύλου, τα δικαιώματα των τρανς, τα αυτοκίνητα με βενζινοκίνητο κινητήρα, το γερμανικό «φρένο του χρέους», τον φόρο αλληλεγγύης και τις πληρωμές παιδικής συντήρησης. Ζητήθηκε από το ChatGPT να βαθμολογήσει κάθε κόμμα από το μηδέν έως το δέκα και να εξηγήσει την αξιολόγησή του.

Οι ερωτήσεις υποβλήθηκαν επανειλημμένα μέσω της δημόσιας έκδοσης του προγράμματος περιήγησης του ChatGPT, χρησιμοποιώντας δωρεάν λογαριασμούς. Αυτό είναι σημαντικό επειδή το πείραμα σχεδιάστηκε ώστε να προσομοιώνει την εμπειρία ενός συνηθισμένου ψηφοφόρου και όχι μια ελεγχόμενη αλληλεπίδραση μέσω διεπαφής προγραμματισμού εφαρμογών. Συνολικά, το σύνολο δεδομένων αντιπροσώπευε πάνω από 1.700 ενδεχόμενες εμπειρίες χρηστών.

Οι ερευνητές μετέτρεψαν τόσο τις αριθμητικές βαθμολογίες του ChatGPT όσο και τις γραπτές εξηγήσεις του σε οικονομικές θέσεις αριστερά‑δεξιά και πολιτιστικές θέσεις φιλελεύθερο‑συντηρητικό. Στη συνέχεια μέτρησαν πόσο καλά η ιδεολογική απόσταση μεταξύ κάθε ψηφοφόρου και κόμματος πρόβλεψε τις επιλογές που καταγράφηκαν στη Γερμανική Διαχρονική Μελέτη Εκλογών του 2025.

Και οι δύο μορφές εξόδου του ChatGPT βελτίωσαν το βασικό μοντέλο πρόβλεψης ψήφου των ερευνητών. Αυτό είναι σημαντικό: το chatbot εξήγαγε πραγματικές πολιτικές πληροφορίες. Ωστόσο, οι περισσότερες εκτιμήσεις που προέρχονται από έρευνες ειδικών, μετατρεπόμενα δεδομένα μανιφέστων και το Wahl‑O‑Mat παρέμειναν καλύτερες σύμφωνα με τις κύριες προδιαγραφές της μελέτης.

Το ChatGPT ήταν πειστικό αλλά όχι αξιόπιστα ακριβές

Η διάκριση μεταξύ πειστικότητας και αξιοπιστίας είναι κεντρική. Μια μοναδική απάντηση μπορεί να φαίνεται λογική, ειδικά όταν τοποθετεί τα κόμματα σε γνωστά ιδεολογικά τετράγωνα. Η επανάληψη της ίδιας διαδικασίας αποκάλυψε μια ευρεία κατανομή απαντήσεων σε πολλές ερωτήσεις και κόμματα. Το συνολικό αποτέλεσμα κρύβει την αβεβαιότητα που μπορεί να αντιμετωπίσει οποιοσδήποτε χρήστης.

Η εργασία ομαδοποιεί τις αδυναμίες σε θόρυβο, μεροληψία και μετατόπιση. Αυτές είναι χρήσιμες έννοιες πολύ πέρα από την πολιτική επιστήμη:

• Ο θόρυβος είναι η διακύμανση μεταξύ επαναλαμβανόμενων απαντήσεων σε παρόμοιες ερωτήσεις.
• Η μεροληψία είναι μια συστηματική τάση προς συγκεκριμένες αναπαραστάσεις.
• Η μετατόπιση εμφανίζεται όταν οι πραγματικές εξελίξεις δεν αντικατοπτρίζονται γρήγορα αρκετά.

Το ChatGPT παρουσίασε σαφή θόρυβο. Επίσης, έδειξε μια ήπια τάση να τοποθετεί τα κόμματα πιο αριστερά‑φιλελεύθερα από αρκετές συγκριτικές πηγές. Οι αριθμητικές του απαντήσεις συγκεντρώθηκαν πιο κοντά στο μέσο, συμπιέζοντας ουσιαστικά τις διαφορές μεταξύ των κομμάτων. Αυτό ήταν ιδιαίτερα σχετικό για το AfD και το CDU/CSU, τα οποία το ChatGPT τοποθέτησε πιο αριστερά από τις περισσότερες εναλλακτικές μετρήσεις.

Οι ερευνητές βρήκαν λιγότερα στοιχεία για μετατόπιση. Οι γραπτές αξιολογήσεις έγιναν ελαφρώς πιο ακριβείς καθώς πλησίαζε η ημέρα των εκλογών, υποδεικνύοντας ότι η πρόσβαση σε τρέχουσες εξωτερικές πληροφορίες βοήθησε το σύστημα να προσαρμοστεί. Οι αριθμητικές βαθμολογίες δεν παρουσίασαν την ίδια σημαντική τάση, ωστόσο, και η καθημερινή παραγωγή παρέμεινε ασταθής.

Γιατί η πολιτική ταξινόμηση μπορεί να γίνει επενδυτικός κίνδυνος

Η μελέτη δεν δοκίμασε τιμές μετοχών, αποδόσεις χαρτοφυλακίου ή συμπεριφορά επενδυτών. Η επέκταση των ευρημάτων της σε αγορές απαιτεί επομένως προσοχή. Η επενδυτική σημασία προέρχεται από τον μηχανισμό μετάδοσης μεταξύ πολιτικών πληροφοριών και χρηματοοικονομικών προσδοκιών.

Οι θέσεις των κομμάτων επηρεάζουν τις αναμενόμενες εταιρικές φορολογίες, τα δημοσιονομικά ελλείμματα, τις επιδοτήσεις, τους εμπορικούς περιορισμούς, τους κανόνες εργασίας και τη ρυθμιστική νομοθεσία ανά κλάδο. Οι πολιτικές συγκρούσεις ήδη προκαλούν μετρήσιμες αντιδράσεις της αγοράς, συμπεριλαμβανομένων των ψηφιακών περιουσιακών στοιχείων, όπως δείχνει η πρόσφατη κάλυψη από το Securities.io του πώς οι πολιτικές συγκρούσεις γίνονται γεγονότα της αγοράς κρυπτονομισμάτων. Εάν ένα σύστημα AI υποτιμήσει την απόσταση μεταξύ των ανταγωνιζόμενων κομμάτων, ένας επενδυτής θα μπορούσε επίσης να υποτιμήσει το πόσο απότομα μπορεί να αλλάξει η πολιτική μετά τις εκλογές.

Σκεφτείτε ένα μοντέλο που μετακινεί ένα κλιματικά προσανατολισμένο κόμμα προς το ιδεολογικό κέντρο, υποτιμά τη θέση ενός συντηρητικού κόμματος σχετικά με τη μετανάστευση ή τη δημοσιονομική πολιτική, ή παρέχει ασυνεπείς περιγραφές των κανόνων χρέους. Κανένα από αυτά τα σφάλματα δεν επιλέγει άμεσα ένα χρηματοοικονομικό μέσο. Ωστόσο, συλλογικά μπορούν να παραμορφώσουν τις υποθέσεις σχετικά με την τιμολόγηση του άνθρακα, την εργασία στην κατασκευή, τις προμήθειες άμυνας, το κρατικό δανεισμό ή την υποστήριξη των ανανεώσιμων πηγών ενέργειας. Αυτές οι υποθέσεις τροφοδοτούν τις κατανομές τομέων, τις προοπτικές νομισμάτων και τα μοντέλα αποτίμησης.

Αυτό καθιστά την πολιτική ερώτηση μορφή κινδύνου μοντέλου. Οι επενδυτές δεν ζητούν απλώς από ένα AI να ανακτήσει γεγονότα. Εξαρτώνται από αυτό για να συμπιέσει αμφισβητούμενες θέσεις σε μια χρήσιμη αναπαράσταση του μέλλοντος. Αυτό μοιάζει με τη μεγαλύτερη πρόκληση που εντοπίστηκε στην ανάλυση του Securities.io για το γιατί οι χρηματοοικονομικοί σύμβουλοι AI έχουν πρόβλημα εμπιστοσύνης: η εμπιστοσύνη στην παράδοση δεν είναι το ίδιο με αξιόπιστη καθοδήγηση.

Καλύτερη Πολιτική Νοημοσύνη Απαιτεί Διαχωρισμό Πηγών

Η απάντηση δεν είναι να αποκλείσουμε την AI από την έρευνα εκλογών. Ένα chatbot μπορεί γρήγορα να συνοψίσει μεγάλα έγγραφα, να συγκρίνει προτάσεις και να εντοπίσει περιοχές που απαιτούν πιο βαθιά διερεύνηση. Η μελέτη δείχνει ότι μπορεί να συλλάβει τη βασική πολιτική δομή. Οι επενδυτές θα πρέπει αντίθετα να διαχωρίζουν την ανακάλυψη από την επαλήθευση.

Η AI μπορεί να λειτουργήσει ως στρώμα ανακάλυψης, αναδεικνύοντας σχετικά ζητήματα και εξηγώντας άγνωστες πολιτικές. Η επαλήθευση πρέπει να προέρχεται από παλαιότερα μανιφέστα κομμάτων, επίσημα έγγραφα προϋπολογισμού, νομοθετικά κείμενα, έρευνες ειδικών και άμεσες δηλώσεις. Όταν μια θέση επηρεάζει μια επενδυτική υπόθεση, οι χρήστες πρέπει να ζητούν την υποκείμενη πηγή και να επιβεβαιώνουν ότι η αξίωση είναι ενημερωμένη.

Η αριθμητική ακρίβεια αξίζει ιδιαίτερη επιφύλαξη. Η αξιολόγηση ενός κόμματος με επτά αντί για πέντε δημιουργεί εντύπωση μέτρησης, αλλά η έρευνα δείχνει ότι οι αριθμητικές απαντήσεις μπορούν να παραμείνουν στατικές ακόμη και όταν η περιγραφική απόδοση βελτιώνεται. Ένα εύρος με δηλωμένη αβεβαιότητα θα ήταν συχνά πιο ειλικρινές από έναν μοναδικό αριθμό.

Οι δημιουργοί μοντέλων έχουν επίσης κίνητρο να βελτιώσουν αυτό το στρώμα. Η OpenAI αναφέρει ότι οι πιο πρόσφατες δοκιμές αξιολόγησης πολιτικής προκατάληψης εξετάζουν περίπου 500 ερωτήματα σε 100 θέματα και ότι τα πρόσφατα μοντέλα μείωσαν τη μετρημένη προκατάληψη σε σχέση με τα προηγούμενα συστήματα. Η δημοσιευμένη εργασία της σχετικά με ορισμός και αξιολόγηση πολιτικής προκατάληψης δείχνει ότι η αντικειμενικότητα μπορεί να δοκιμαστεί συστηματικά. Το άρθρο, ωστόσο, υπογραμμίζει μια ακόμη απαίτηση: τα συστήματα πρέπει να ενημερώνουν όταν τα αποδεικτικά στοιχεία που υποστηρίζουν μια απάντηση είναι αδύναμα, αμφιλεγόμενα ή ελλιπή.

Η Microsoft Προσφέρει στους Επενδυτές Έκθεση στο Στρώμα Εμπιστοσύνης

Η ανάγκη για πιο αξιόπιστη πολιτική και χρηματοοικονομική AI δημιουργεί ένα επενδυτικό θέμα γύρω από τη διακυβέρνηση, τη θεμελίωση και την εμπιστοσύνη των επιχειρήσεων. Η Microsoft είναι ιδιαίτερα σχετική επειδή βρίσκεται στη διασταύρωση των προχωρημένων μοντέλων, της υποδομής cloud και των εφαρμογών που χρησιμοποιούν κυβερνήσεις, επιχειρήσεις και αναλυτές.

Η Microsoft παραμένει σημαντικός μέτοχος της OpenAI και κύριος συνεργάτης της στο cloud. Σύμφωνα με την αναθεωρημένη συμφωνία των εταιρειών για το 2026, η Microsoft διατηρεί επίσης μη αποκλειστική άδεια για τα μοντέλα και τα προϊόντα της OpenAI έως το 2032, ενώ τα προϊόντα της OpenAI αναμένεται να κυκλοφορήσουν πρώτα στο Azure, εκτός εάν η Microsoft δεν μπορεί να τα υποστηρίξει. Η η επόμενη φάση της συνεργασίας Microsoft-OpenAI αφήνει επομένως τη Microsoft οικονομικά εκτεθειμένη τόσο στην αυξανόμενη υιοθέτηση AI όσο και στα κόστη διατήρησης της εμπιστοσύνης.

Αυτή η έκθεση είναι ευρύτερη από το ChatGPT. Η Microsoft πρέπει να πουλήσει συστήματα AI σε επιχειρήσεις και δημόσιους οργανισμούς που απαιτούν δυνατότητα ελέγχου, ασφάλεια και αμυντικά αποτελέσματα. Λειτουργίες όπως παραπομπές, έλεγχοι ανάκτησης, παρακολούθηση μοντέλων και αποκάλυψη αβεβαιότητας θα μπορούσαν να γίνουν διακριτικά χαρακτηριστικά προϊόντων αντί για έξοδα συμμόρφωσης. Η Securities.io έχει εξετάσει προηγουμένως αυτή τη δυνατότητα μέσω του επιχειρήματος ότι η ρύθμιση της AI θα μπορούσε να δημιουργήσει ένα άχυρο προστασίας για τη Microsoft.

Η επενδυτική υπόθεση δεν είναι ότι μια μελέτη εκλογών καθορίζει τη Microsoft (MSFT ) αποτίμηση. Πρόκειται για το ότι η αξιόπιστη ερμηνεία γίνεται μέρος της ποιότητας των προϊόντων AI. Καθώς τα συστήματα AI μεταβαίνουν από τη σύνταξη κειμένου στην ενημέρωση της κατανομής κεφαλαίων και των δημόσιων αποφάσεων, η μείωση της αυτοπεποίθησης στην αβεβαιότητα μπορεί να προσδώσει απτή εμπορική αξία.

Η AI Μπορεί να Ενημερώνει Πολιτικές Επενδύσεις Χωρίς να Αντικαθιστά την Κρίση

Η γερμανική μελέτη εκλογών καταγράφει ένα δύσκολο στάδιο στην υιοθέτηση της AI. Το ChatGPT ήταν αρκετά χρήσιμο ώστε να φαίνεται αξιόπιστο, αρκετά δυναμικό ώστε να βελτιώνεται καθώς εμφανίζονταν νέες πληροφορίες και αρκετά ασυνεπές ώστε να παραμένει κατώτερο από πολλές συμβατικές πηγές. Αυτός ο συνδυασμός είναι πιο σημαντικός από μια προφανή αποτυχία, επειδή οι χρήστες ενδέχεται να μην αναγνωρίζουν πότε απαιτείται επαλήθευση.

Οι επενδυτές πρέπει να αντιμετωπίζουν την ανάλυση πολιτικής που παράγεται από chatbot ως μια γρήγορη διεπαφή έρευνας, όχι ως ένα αυθεντικό πολιτικό μοντέλο. Οι εκλογές επηρεάζουν τις αγορές επειδή οι αλλαγές πολιτικής μεταβάλλουν τις αναμενόμενες ταμειακές ροές, το κόστος κεφαλαίου και τις ανταγωνιστικές συνθήκες. Εάν ο πολιτικός χάρτης που παρέχεται σε έναν επενδυτή είναι συμπιεσμένος, μεροληπτικός ή θορυβώδης, η προκύπτουσα άποψη της αγοράς μπορεί να κληρονομήσει αυτές τις αδυναμίες.

Η μεγαλύτερη ευκαιρία για τις εταιρείες ΤΝ δεν είναι απλώς η παραγωγή περισσότερων απαντήσεων. Πρόκειται για την κατασκευή συστημάτων που εμφανίζουν τις πηγές τους, διακρίνουν το γεγονός από την ερμηνεία και επικοινωνούν την αβεβαιότητα πριν οι χρήστες εκδώσουν ψήφους ή κεφάλαιο.

Βιβλιογραφία:

¹ Hartland, A., Braun, D., Carteny, G., & Navarrete, R. M. (2026). Όταν η ΤΝ μιλάει για πολιτική: Πόσο αξιόπιστο είναι το ChatGPT; Electoral Studies, 104, 103165. https://doi.org/10.1016/j.electstud.2026.103165