Anthropic опубликовала свой план действий на промежуточных выборах в США в 2026 году, и самая интересная цифра в нём — совсем небольшая. Среди разговоров, попавших в выборку, примерно в 0,01% случаев пользователи спрашивали Claude, за кого или за что голосовать. Похоже, людям нужен помощник для сбора и изучения информации, а не политический советник. Это либо обнадёживает, либо служит негласным свидетельством того, насколько они готовы доверить программе свой голос.
Остальная часть публикации посвящена тому, что Anthropic изменила после своего предыдущего сообщения о выборах в этом году: новым способам получения официальной информации о голосовании, серии внешних аудитов политической предвзятости и новым средствам защиты от разновидности злоупотреблений, с выявлением которой, как обнаружили собственные тестировщики компании, у неё были проблемы. В публикации также описаны два реальных случая злоупотреблений, которые компания уже пресекла.
Что люди на самом деле спрашивают у Claude о политике
Anthropic провела анализ с помощью Anthropic Insights, изучив 250 000 разговоров за недавний недельный период. В исследовании рассматривались разговоры из США в Claude.ai — приложении для широкой аудитории.
Ключевые цифры:
| Категория | Доля разговоров в Claude.ai в США |
|---|---|
| Политика, государственная политика или социальные вопросы в широком смысле | около 5,75% |
| Непосредственно о выборах или голосовании | около 0,51% |
| Вопросы к Claude о том, за кого или за что голосовать | около 0,01% |
| Нарушения правил обеспечения честности выборов | около 0,002% |
Широкая категория политических тем включает отслеживание новостей, научные или профессиональные исследования в области государственной политики, получение информации о кандидатах и поиск государственных услуг. Anthropic ожидает, что по мере приближения дня выборов доля разговоров о политике и выборах будет расти.
Обычно люди задают вопросы, которые помогают им сформировать собственное мнение: например, какую позицию кандидат занимает по определённой теме. Запросы, нарушавшие правила компании по обеспечению честности выборов, встречались ещё реже. Anthropic не приводит более подробной разбивки, кроме этих процентов, поэтому выборка даёт представление о долях, но не о содержании недопустимых запросов.
Как направлять людей к достоверным ответам
Чат-боты известны своей уверенностью в таких вопросах, как время работы избирательных участков, а это как раз тот случай, когда уверенность скорее вредит. Решение Anthropic — указывать на реальный источник.
С апреля при вопросах к Claude.ai о регистрации избирателей, расположении избирательных участков или датах выборов появляется баннер со ссылкой на TurboVote — внепартийный ресурс Democracy Works. Эта функция остаётся.
Добавляются две новые возможности:
- Официальная информация о голосовании прямо в ответе. Позже в этом месяце Claude в Claude.ai начнёт использовать данные Democracy Works для пользователей из США. Спросите, где голосовать или какое удостоверение личности взять с собой, и получите ответ с учётом вашего штата, не выходя из чата. В основе — общедоступная информация, которую Democracy Works собирает из избирательных источников на уровне штатов и местных органов власти.
- Результаты в реальном времени. В ночь выборов и в последующие дни Claude будет показывать последние официальные данные прямо в разговоре, если пользователь спросит о числе голосов или результатах.
Стоит обратить внимание на это архитектурное решение. Вместо того чтобы доверять модели воспроизведение организационных деталей выборов по памяти, Anthropic направляет вопрос к источнику, который поддерживается в актуальном состоянии. Это скромное признание того, что память языковой модели — плохая замена официальному сайту штата о выборах.
Измерение предвзятости и независимая проверка
Anthropic заявляет, что перед выпуском проверяет каждую модель на политическую предвзятость. Её новейшие модели — Claude Opus 5.5, Sonnet 5.5 и Haiku 5.5 — получили 99% во внутренней оценке политической беспристрастности компании. Anthropic называет это своим лучшим результатом на сегодняшний день. Компания также утверждает, что эти модели охотнее участвуют в политических дискуссиях и реже отклоняют запросы.
Компания, которая сама проверяет свою домашнюю работу и ставит себе 99%, невольно вызывает скепсис — и Anthropic, похоже, это понимает. Она привлекла три сторонние организации, каждая со своей методикой:
- The Future of Free Speech, независимый аналитический центр при Университете Вандербильта, проверил Claude на сотнях запросов по спорным темам.
- The Foundation for American Innovation сравнила ответы Claude на парные промпты с левых и правых позиций — от общепринятых дискуссий о государственной политике до более экстремальных сценариев.
- The Collective Intelligence Project (CIP) провёл опрос более 2000 человек в США, Великобритании и Индии, чтобы помочь разработать методику оценки. Участники предложили принципы работы с чувствительными темами — от здоровья до политики, — выбрали темы для тестирования и помогли определить, как следует оценивать ответы. Затем CIP обобщил предложения и проверил, насколько согласуются взгляды разных демографических и культурных групп.
В первых двух проверках большинство ответов оценили высоко — то есть они содержательно отвечали на запросы.
Где Claude всё ещё не справляется
Более полезная часть публикации — список неудач. Anthropic сообщает, что аудиты выявили реальные проблемы.
И The Future of Free Speech, и CIP обнаружили, что Claude редко отклонял запросы, но иногда добавлял непрошеные оговорки и контраргументы. Приведённый пример — добавление противоположной точки зрения в письмо в поддержку какой-либо позиции. Это немного похоже на то, как если бы вы попросили спичрайтера написать речь для митинга и получили её с подшитым в конце опровержением.
The Foundation for American Innovation обнаружила, что Claude Sonnet 4.5 не всегда одинаково осторожно формулировал ответы и чаще смягчал аргументацию в пользу правых взглядов. Обратите внимание на название модели: этот вывод касается Sonnet 4.5, тогда как результат 99% относится к поколению 5.5. В публикации не сказано, проходили ли новые модели повторную проверку с тем же сравнением парных промптов, поэтому эти два показателя не стоит воспринимать как части одной непрерывной истории.
Anthropic перечисляет следующие ответные меры:
- Прямые вопросы. Компания улучшила то, как Claude обрабатывает вопросы, предполагающие ответ «да» или «нет», и просьбы отвечать короче: как выяснилось, в этих случаях ответы могли быть менее сбалансированными.
- Оговорки. Компания использует результаты проверок, чтобы уточнить, когда и как Claude добавляет оговорки или контраргументы, стремясь к более последовательному отношению ко всему политическому спектру.
- Неодинаковая осторожность формулировок. Компания продолжает улучшать тесты для выявления этой проблемы, опираясь на оценки с парными промптами с левых и правых позиций.
- Более широкий охват. Компания планирует расширить проверки на предвзятость, приблизив их к реальным разговорам и охватив вопросы о кандидатах и голосовании наряду с вопросами государственной политики.
Последний пункт — косвенное признание того, что нынешние оценки тяготеют к дискуссиям о государственной политике, тогда как реальные пользователи спрашивают о кандидатах и голосовании.
Где проходит граница недопустимого использования
Политика использования Anthropic запрещает использовать Claude для обмана избирателей или срыва выборов. Это включает распространение ложных сведений о кандидатах или порядке голосования, выдачу себя за представителей избирательных органов и попытки снизить явку. Политика обновляется ежегодно с учётом возможностей моделей и обратной связи от клиентов. Последнее обновление, о котором объявили на прошлой неделе, уточняет, что подпадает под правила, касающиеся выборов, а что нет, и добавляет новые примеры, поясняющие границы допустимого.
Предвыборные штабы здесь не враги, и компания говорит об этом прямо. Недавно она опубликовала руководство для политических кампаний, описывающее допустимые способы использования, такие как:
- подготовка заявлений для прессы и писем с просьбами о пожертвованиях
- подготовка к дебатам
- анализ данных о явке
- создание материалов для работы с избирателями
Руководство также разъясняет, что запрещено: фальшивые профили в соцсетях, выдающие себя за реальных людей, массовое создание комментариев для искусственного повышения вовлечённости вокруг кампании и контент для новостных сайтов или страниц, которые ложно заявляют о своей независимости.
Атака, похожая на список дел
Anthropic использует автоматизированные классификаторы, обученные выявлять злоупотребления, связанные с выборами. Чтобы проверить их устойчивость, она привлекла Institute for Strategic Dialogue (ISD) и McCain Institute — две независимые исследовательские организации — к стресс-тестированию защитных механизмов в США, Израиле и Бразилии.
Аналитики проверяли, поможет ли Claude в ведении обманных агитационных кампаний, распространении дезинформации и других злоупотреблениях. Они начали с прямых запросов, а затем разбили целые кампании на более мелкие задачи, которые по отдельности выглядят безобидно: изучение аудитории, создание новостных сайтов, подготовку контента, планирование распространения.
Результат из тех, что кажутся очевидными, стоит только их озвучить. Claude надёжно отклонял единичный вредоносный запрос, но мог не распознать злонамеренную кампанию, распределённую по множеству безобидных на вид запросов. Тому, кто проводит операцию влияния, не нужно писать «помоги мне провести операцию влияния». Достаточно плана проекта.
Ответные меры Anthropic включают:
- новые классификаторы для выявления новых и многоэтапных злоупотреблений, включая попытки создавать фальшивые аккаунты в соцсетях и новостные сайты для политических дискуссий, а также связанные с выборами схемы, нацеленные на финансовую выгоду
- улучшенное выявление связанных с выборами злоупотреблений со стороны субъектов, действующих от имени иностранных государств
- усиленную киберзащиту избирательной инфраструктуры и предвыборных кампаний
- адресные защитные меры против локальных рисков, выявленных в США, Израиле и Бразилии, — во всех этих странах в этом году проходят крупные общенациональные выборы
Команды анализа угроз и обеспечения соблюдения правил проверяют активность, помеченную как подозрительная, и при подтверждении нарушения принимают меры, в том числе блокируют аккаунты. Anthropic добавляет, что регулярно делится примерами непредусмотренных действий или поведения моделей, наблюдавшихся в ходе оценок и внутреннего использования Claude.
Что Anthropic уже удалось выявить
Компания заявляет, что её недавний отчёт об анализе угроз отражает более широкий сдвиг: политические игроки, структуры, связанные с государствами, и коммерческие участники теперь используют ИИ почти на каждом этапе операции влияния — от планирования и создания контента до разработки платформ, распространяющих сообщение. Поскольку эти ранние этапы проходят в Claude, Anthropic, по её словам, часто получает возможность вмешаться до того, как что-либо станет достоянием публики.
Описаны два случая:
- Поддельный новостной сайт. Действующие из-за рубежа операторы использовали Claude для создания материалов о промежуточных выборах в США, продвигавших российские, иранские и северокорейские нарративы.
- Заработок на рекламе. Злоумышленники пытались заработать на выборах, используя Claude для создания сфабрикованных новостей и другого контента, рассчитанного на привлечение американской аудитории и получение рекламного дохода.
Anthropic заблокировала аккаунты в обоих случаях и утверждает, что улучшила свои возможности по выявлению такого рода злоупотреблений. В публикации не сообщается ни количество аккаунтов, ни объём контента, поэтому масштабы неизвестны.
Что дальше
Anthropic говорит, что за информацией о выборах к Claude обращается больше людей, чем когда-либо, и что она продолжит работать над беспристрастностью, предотвращением злоупотреблений и прозрачностью. Компания отмечает, что эта работа распространяется и на выборы за пределами США. В ближайшие месяцы она надеется опубликовать более полный анализ того, как люди использовали Claude на протяжении всего избирательного цикла, чтобы усовершенствовать свои оценки и защитные меры.
Особенно интересно последнее обещание. Компания только что рассказала нам, что её первоначальные тесты на предвзятость были слишком узкими, а первоначальная система выявления злоупотреблений упускала то, что выглядело скучно. Возможно, именно из обзора после выборов мы узнаем, сработали ли исправления — или лишь какие новые скучные на вид задачи проскользнули сквозь защиту.
Источники
- Preparing for the 2026 US midterms — Anthropic