Un nuovo esperimento del Washington Post ha acceso il dibattito: sottoponendo sei modelli generativi a 30 quesiti di natura politica, i giornalisti hanno rilevato una prevalente inclinazione verso posizioni progressiste. La prova arriva mentre l’amministrazione statunitense ha varato due ordini esecutivi che spingono per maggiore controllo e «neutralità» nelle intelligenze artificiali — una tensione che ora ha conseguenze concrete per imprese, governi e utenti.
Nel test del Post, **ChatGPT** si distingue per la maggiore asimmetria: circa l’80% delle risposte è risultato allineato a posizioni tipiche del Partito Democratico, appena il 3% è stato classificato come conservatore e il restante 17% come neutro. Un modello cinese, DeepSeek, ha mostrato andamenti simili.
Altri sistemi hanno invece offerto quadri diversi. **Anthropic** ha espresso risposte considerate progressiste in circa il 43% dei casi, con una maggioranza di risposte classificate come neutrali (57%). Grok, il chatbot di xAI collegato a Elon Musk, ha invece registrato una ripartizione più mista: circa il 40% pro‑democratico, il 33% pro‑repubblicano e il 27% neutro. A sorprendere positivamente è stato **Gemini** di Google, che nel sondaggio è sembrato il più equidistante, con una larga prevalenza di risposte valutate neutrali.
Sconti shock su grandi giochi: aggiorna subito la libreria, ancora per poco
Hope di Na Hong-jin: trailer sci-fi horror con mostri e sangue
Perché i risultati contano adesso? Perché arrivano sullo sfondo di due atti esecutivi firmati dalla Casa Bianca: quello di luglio 2025, incentrato sulla necessità di evitare contenuti ritenuti «woke» e di promuovere il truth‑seeking e la neutralità ideologica, e il provvedimento del 2 giugno 2026 che, motivato come misura di «sicurezza nazionale», introduce l’obbligo volontario per le aziende di sottoporre le nuove piattaforme a verifiche federali. Entrambi influiscono sul modo in cui i modelli vengono progettati, testati e distribuiti.
Va però letto con cautela il titolo giornalistico facile secondo cui «l’Ai è di sinistra». I risultati non dimostrano che una macchina abbia una convinzione politica autonoma: i modelli rispondono su base statistica, influenzati dai testi usati per l’addestramento e soprattutto dal processo di fine‑tuning e dalla valutazione umana delle risposte durante lo sviluppo.
In termini pratici, ciò significa che i bias emergono da una combinazione di fattori: selezione dei dati, scelte aziendali su quali esempi premiare o censurare, e i giudizi degli «annotatori» che supervisionano il comportamento del sistema prima del rilascio. Inoltre, come osservano ricercatori nel settore, i corpora che formano questi modelli tendono a riflettere valori e priorità di popolazioni occidentali, istruite e urbane — un limite che produce risposte culturalmente sbilanciate.
Un punto spesso sottovalutato è che la cosiddetta neutralità è raramente neutra: definire ciò che è imparziale implica già un orientamento e, nella pratica, tende a favorire chi detiene maggior voce e risorse. Per questo la neutralità dichiarata di un modello può tradursi in un vantaggio per le posizioni dominanti.
Le implicazioni politiche e commerciali sono multiple. Regole più stringenti potrebbero ridurre l’accesso al mercato a poche grandi aziende americane, complicare la disponibilità di modelli sviluppati all’estero e accelerare la richiesta di audit indipendenti e trasparenza sulle sorgenti dati. Alcuni critici sospettano inoltre che il secondo ordine esecutivo sia stato in parte motivato dall’urgenza politica creata dal primo, più che da rischi immediati di cybersicurezza.
Per ridurre il problema servono misure concrete: audit esterni e ripetuti, registri pubblici sulle sorgenti dati, diversificazione degli ambienti di addestramento e pratiche di governance che includano rappresentanze eterogenee. Senza questi passaggi, ogni valutazione di «bias» rischia di restare teorica e le soluzioni normative potrebbero finire per scegliere che cosa debba essere considerato legittimo parlare.
In conclusione: l’indagine del Post non chiude il dibattito, ma lo rilancia con numeri che i decisori non possono ignorare. La sfida ora è trasformare la certificazione della neutralità in procedure verificabili e multilaterali, evitando al contempo che la regolazione diventi uno strumento di esclusione commerciale o di compressione del pluralismo informativo.
