Wydatki kampanii wyborczych w USA na AI sięgnęły 17 mln dolarów, ale ujawnione dane pokazują tylko część historii

Wydatki kampanii wyborczych w USA na AI osiągnęły od 2020 roku co najmniej 17 mln dolarów wśród 523 kandydatów federalnych i komitetów. Liczba ta ujawnia jednak konflikt, a nie pełne rozliczenie. Sztuczna inteligencja weszła do codziennego funkcjonowania kampanii, podczas gdy kandydaci wciąż niechętnie informują wyborców, jak dokładnie z niej korzystają.

Rejestry wydatków pokazują subskrypcje dla pracowników, usługi badawcze, zautomatyzowane komunikaty, analizę darczyńców i platformy angażowania wyborców. Ujawniają też różnice partyjne w doborze dostawców. Najbardziej widoczne płatności reprezentują jednak wyłącznie transakcje, które kampanie zgłosiły bezpośrednio pod rozpoznawalnymi nazwami dostawców.

To rozróżnienie ma znaczenie przed wyborami śródokresowymi w 2026 roku. ChatGPT i Claude przyciągają uwagę opinii publicznej, lecz wyspecjalizowane platformy polityczne otrzymują znacznie więcej pieniędzy z kampanii. Tymczasem konsultanci mogą korzystać z generatywnej AI za kulisami, nie wskazując bazowego narzędzia w federalnych zgłoszeniach.

Rezultatem jest nietypowa luka w przejrzystości. Kampanie coraz bardziej zależą od automatyzacji, lecz wyborcy często nie widzą ani oprogramowania, ani ludzkich decyzji, które nim kierują.

Co faktycznie mierzą wydatki kampanii wyborczych w USA na AI

Kwotę 17 mln dolarów najlepiej rozumieć jako udokumentowane minimum, a nie pełne oszacowanie wykorzystania AI w polityce.

Nathan E. Sanders i Bruce Schneier przeanalizowali wyszczególnione wydatki Federalnej Komisji Wyborczej, sięgające 2020 roku. Ich opublikowane ustalenia wskazują płatności na rzecz dostawców AI od 523 kandydatów federalnych i komitetów politycznych.

Bazowy panel wydatków kampanii dopasowuje nazwy odbiorców płatności, opisy wydatków, cele i tekst notatek do opracowanej taksonomii dostawców. Obejmuje systemy ogólnego przeznaczenia oraz narzędzia stworzone specjalnie dla kampanii politycznych.

Metodologia wychwytuje płatność, gdy komitet wskazuje OpenAI, Anthropic, Daisychain, Campaign Nucleus lub innego zidentyfikowanego dostawcę. Nie wykrywa każdego przypadku, w którym praca kampanijna obejmuje AI.

Firma konsultingowa może używać modelu językowego do opracowywania wariantów e-maili, analizowania odpowiedzi z sondaży lub tworzenia tekstów reklamowych. W raporcie kampanii może być wymieniona wyłącznie firma konsultingowa. Dostawca AI pozostanie niewidoczny w publicznym rejestrze.

Ten sam problem pojawia się, gdy kampanie kupują pakietowe usługi. Agencja cyfrowa może łączyć pracę personelu, oprogramowanie, reklamę i analizę danych na jednej fakturze. Raporty federalne zasadniczo nie wymagają od agencji wymienienia każdego podwykonawcy ani każdej użytej aplikacji.

Bezpośrednie płatności odpowiadają więc na wąskie pytanie: którzy możliwi do zidentyfikowania dostawcy AI otrzymali ujawnione pieniądze kampanijne? Nie mogą w pełni odpowiedzieć, jak często AI wpływała na treści kampanii, targetowanie, zbieranie funduszy czy strategię.

Rejestry łączą także technologie z różnych epok. Niektórzy dostawcy oferowali zautomatyzowane komunikaty lub angażowanie odbiorców oparte na danych, zanim nowoczesna generatywna AI stała się szeroko dostępna. Inni koncentrują swoje produkty na nowszych modelach językowych, obrazowych lub głosowych.

Ta różnica wyjaśnia, dlaczego łączna suma jest znacznie większa niż kwota zapłacona bezpośrednio znanym firmom oferującym chatboty. Największe wydatki często dotyczą platform operacyjnych zbudowanych dla kampanii, a nie indywidualnych subskrypcji ChatGPT.

Federalne rejestry wydatków pozostają kluczowym źródłem. Wskazują odbiorców, kwoty, daty i zgłoszone cele objętych wydatków. Nie zostały zaprojektowane do audytowania każdej technologii w politycznym przepływie pracy.

To ograniczenie nie czyni tych ustaleń mniej wartościowymi. Czyni ich znaczenie bardziej precyzyjnym. Dane zapewniają najjaśniej dostępny dolny próg adopcji AI przez kampanie, a jednocześnie pokazują, gdzie obecne zasady ujawniania danych tracą widoczność.

Ważny jest także moment. Znaczna część wydatków w cyklu wyborczym 2026 nastąpi bliżej dnia wyborów. Dodatkowe raporty zmienią łączne wartości dla dostawców, liczbę komitetów oraz podział między bezpośrednie subskrypcje a wyspecjalizowane usługi.

Obecne wydatki kampanii wyborczych w USA na AI już pokazują, że technologia wyszła poza odosobnione eksperymenty. Niepewne pozostaje, jak duża część aktywności odbywa się za pośrednictwem dostawców, których nazwy nigdy nie wskazują na użycie AI.

ChatGPT i Claude stają się oprogramowaniem dla biur kampanijnych

Chatboty ogólnego przeznaczenia najwyraźniej wchodzą do kampanii jako zwykłe narzędzia produktywności, nawet gdy ich polityczne zastosowania pozostają ograniczone.

Według analizy co najmniej 80 kampanii federalnych i komitetów zgłosiło płatności na rzecz OpenAI począwszy od 2024 roku. Ich łączne ujawnione wydatki wyniosły około 50 000 dolarów.

Republikański Komitet Narodowy był największym zgłoszonym nabywcą instytucjonalnym, z wydatkami zbliżającymi się do 10 000 dolarów. Wśród indywidualnych użytkowników znalazły się kampanie związane z Mike'em Lawlerem, Johnem Kennedym, Billem Cassidym, Ro Khanną i Tedem Lieu.

Większość wpisów opisywała wydatki biurowe, subskrypcje dla pracowników, badania lub podobne cele administracyjne. Takie etykiety sugerują, że ChatGPT jest często traktowany jak oprogramowanie do pracy, a nie wyspecjalizowana platforma perswazyjna.

Etykieta subskrypcji nie może jednak ujawnić, co członkowie zespołu wpisywali do systemu. Badania, harmonogramowanie, podsumowywanie, rozwijanie przekazów i reklama mogą zaczynać się w tym samym interfejsie.

Oddzielny przegląd ujawnień kampanijnych zidentyfikował 39 kandydatów do Kongresu, którzy zgłosili płatności na rzecz OpenAI w obecnym cyklu. Dwa zgłoszenia wyraźnie łączyły subskrypcje z reklamą.

OpenAI twierdzi, że kampanie mogą używać jego narzędzi do odpowiedzialnej, kierowanej przez ludzi pracy wewnętrznej. Polityki firmy ograniczają ukierunkowaną perswazję polityczną i kilka działań skierowanych do wyborców.

Granice te tworzą problem operacyjny. Model może pomóc w badaniu propozycji dotyczącej edukacji, lecz odrzucić prośbę o promowanie tej propozycji wśród wybranej grupy demograficznej. Egzekwowanie zasad może też zależeć od sposobu sformułowania prośby przez użytkownika.

Konsultanci polityczni powiedzieli publikacji, że kampanie powszechnie wykorzystują AI do e-maili, scenariuszy i tekstów reklamowych. Twierdzili również, że kandydaci mają niewielką motywację, by nagłaśniać ten fakt.

Anthropic znacznie szybciej zbudował porównywalną obecność polityczną. Co najmniej 65 kandydatów lub komitetów zgłosiło płatności dla twórcy Claude w 2026 roku, po niemal zerowej ujawnionej aktywności w poprzednich cyklach.

Zgłoszeni klienci byli niemal w stosunku dwóch do jednego związani z Demokratami. Mimo to największym indywidualnym użytkownikiem była kampania republikańskiego senatora Toma Cottona, która ujawniła ponad 4 000 dolarów wydatków na Anthropic w czerwcu.

Wśród innych znaczących użytkowników Claude znaleźli się Seth Bodnar, Jason Knapp i Mary Peltola. Ich zróżnicowane afiliacje pokazują, że adopcja dostawców nie przebiega według idealnej granicy partyjnej.

Tylko około 12 procent komitetów płacących OpenAI lub Anthropic zgłosiło wydatki na rzecz obu firm. Większość zdawała się standaryzować na jednym asystencie ogólnego przeznaczenia.

Ten wzorzec może odzwierciedlać preferencje pracowników, istniejące integracje oprogramowania, decyzje dotyczące bezpieczeństwa lub nawyki instytucjonalne. Ujawnienia nie pozwalają stwierdzić, że przyczyną jest ideologia polityczna.

xAI Elona Muska wykazało mniejszą i bardziej republikańską bazę klientów. Siedmiu kandydatów federalnych oraz dwóch kandydatów lub komitetów na szczeblu stanowym zgłosiło łączne płatności wynoszące około 5 000 dolarów.

Większość tej kwoty pochodziła z prezydenckiej kampanii Roberta F. Kennedy'ego Jr. z 2024 roku. Inni zgłoszeni klienci obejmowali republikanów Dave'a McCormicka i Thomasa Massiego.

Łączne kwoty dla chatbotów pozostają skromne w zestawieniu z szerszymi budżetami technologicznymi dużych organizacji politycznych. Ich znaczenie wynika z adopcji, a nie z wolumenu dolarowego.

Gdy kampania zapewnia pracownikom rutynowy dostęp do modelu, system ten może wpływać na badania, wewnętrzne planowanie, szkice materiałów fundraisingowych i przegląd treści. Koszt subskrypcji niewiele mówi o skali powstającej dzięki niej pracy.

Dlatego narzędzia AI dla kampanii przypominają infrastrukturę biurową. Ich wpływ zależy od częstotliwości korzystania przez personel i od poziomu ludzkiej kontroli nad wynikami, a nie tylko od tego, co pokazuje miesięczna faktura.

Dostawcy politycznej AI przejmują większe budżety

Największe ujawnione wydatki trafiają na kontakt z wyborcami i działania kampanijne, a nie na syntetyczne obrazy czy stanowiska z chatbotami.

AmplifAI ilustruje tę różnicę. Dostawca zautomatyzowanych wiadomości otrzymał około 4,7 mln dolarów wydatków kampanijnych tylko w cyklu 2022.

Wśród jego klientów znalazły się kampanie Demokratów związane z Markiem Kellym, Joem Bidenem, Berniem Sandersem i Adamem Schiffem. Zgłaszane wydatki później spadły po tym, jak AmplifAI stało się częścią Triller.

Zautomatyzowane komunikaty poprzedzają obecny boom generatywnej AI. Nadal pełnią jednak centralną funkcję polityczną: pozwalają docierać do dużych list wyborców z adaptowalną komunikacją przy relatywnie niskim koszcie krańcowym.

Daisychain stał się nowszą, sprzyjającą Demokratom opcją dla wspomaganego przez AI wysyłania wiadomości tekstowych. Komitety kandydatów zgłosiły około 300 000 dolarów wydatków na Daisychain w cyklu 2026, wobec około 50 000 dolarów w 2024 roku.

Ponad połowa wydatków kandydatów w 2026 roku pochodziła z kampanii Abdula El-Sayeda do Senatu w Michigan. Ta koncentracja pokazuje, dlaczego łączne wartości zawsze należy analizować wraz z liczbą klientów.

Kilka kampanii może sprawić, że dostawca będzie wyglądał na szeroko dominującego, gdy jeden komitet generuje większość przychodów. Liczba komitetów pokazuje szerokość adopcji, a kwoty w dolarach — jej intensywność.

Campaign Nucleus zajmuje podobną pozycję w polityce republikańskiej. Platforma jest związana z Bradem Parscale'em, który kierował kampanią reelekcyjną Donalda Trumpa w 2020 roku, zanim opuścił to stanowisko.

Republikański Komitet Narodowy i kilka politycznych komitetów działania sprzyjających Trumpowi zgłosiły sześciocyfrowe wydatki na Campaign Nucleus. Mike Johnson, Kari Lake i inne postacie polityczne odnotowały pięciocyfrowe płatności.

Jego wzrost wywiera także presję na dotychczasowych dostawców. Prompt.io utrzymał około 375 000 dolarów zgłoszonych wydatków w 2026 roku, wobec ponad 500 000 dolarów w cyklu 2022.

Jedna organizacja komplikuje ten trend. A More Affordable California, komitet działań politycznych sponsorowany przez Uber, zgłosił wydatki przekraczające 1 mln dolarów na Prompt.io w 2026 roku.

Porównanie pokazuje, jak partie rozwijają różne stosy technologiczne. Kampanie Demokratów skoncentrowały znaczące wydatki na komunikację wokół Daisychain, podczas gdy organizacje republikańskie przyjęły Campaign Nucleus i Prompt.io.

Nie są to jedynie partyjne wersje tego samego chatbota. Łączą dane kampanijne, systemy kontaktu, komunikację i funkcje przepływu pracy przeznaczone dla organizacji politycznych.

Ta specjalizacja może mieć większe znaczenie niż jakość modelu. Kampanie działają pod presją terminów, wymogów zgodności i złożonych procesów akceptacji. Narzędzie zaprojektowane wokół tych ograniczeń może przyciągać większe wydatki niż asystent ogólnego przeznaczenia.

Ujawnienia na poziomie stanowym potwierdzają kierunek zmian. W Kalifornii, Kolorado, Massachusetts i Waszyngtonie badacze zidentyfikowali od 2022 roku co najmniej 92 000 dolarów wydatków na nowoczesną generatywną AI, które udało się z dużą pewnością dopasować.

Płatności pochodziły od co najmniej 108 kandydatów i komitetów. Zgłoszone wydatki na poziomie stanowym w 2026 roku były już około dziesięciokrotnie wyższe niż kwota zidentyfikowana dla całego 2024 roku.

Daisychain prowadził w kategorii wyspecjalizowanych dostawców w tych stanach. OpenAI i Anthropic przewodziły wśród dostawców ogólnego przeznaczenia.

DonorAtlas również pojawił się w istotnym zakresie. System wspiera badania dotyczące potencjalnych darczyńców, a Kalifornijska Partia Demokratyczna zgłosiła niemal 4 000 USD płatności na rzecz tej firmy.

Dane te pokazują, gdzie AI tworzy natychmiastową wartość operacyjną. Kampanie muszą identyfikować zwolenników, ustalać priorytety kontaktu, przygotowywać wiadomości i utrzymywać regularną komunikację w kilku kanałach.

Automatyzacja obiecuje większą liczbę komunikatów i szybsze iteracje. Daje też mniejszym zespołom dostęp do możliwości analitycznych i produkcyjnych, które wcześniej były zarezerwowane dla większych organizacji.

Ta przewaga wywiera presję na konkurentów, by przyjmowali podobne narzędzia. Kampania, która odrzuca AI z zasady, może stanąć naprzeciw przeciwnika tworzącego więcej wariantów próśb o darowizny, podsumowań badań i wiadomości dla wyborców przy tym samym składzie zespołu.

W rezultacie nie jest to po prostu rywalizacja ludzi prowadzących kampanie z maszynami. To rywalizacja jednej organizacji kampanijnej z drugą, przy czym obie strony podejmują odmienne decyzje dotyczące automatyzacji, kontroli i ujawniania informacji.

Debata o deepfake’ach pomija większość narzędzi AI używanych w kampaniach

Media syntetyczne przyciągają uwagę opinii publicznej, lecz ujawnione wydatki sugerują, że cichsze formy automatyzacji są już znacznie głębiej zakorzenione.

Tylko sześciu kandydatów federalnych lub komitetów zgłosiło wydatki na ElevenLabs, dostawcę technologii syntetycznego głosu. Ich łączne wydatki wyniosły około 1 400 USD.

Niezależny kandydat do Kongresu Samir Witta odpowiadał za największą zgłoszoną część tej kwoty. Pięć federalnych kampanii lub komitetów zgłosiło płatności na rzecz Midjourney o łącznej wartości około 1 600 USD.

Sholdon Daniels, republikański kandydat z Teksasu, przewodził tej niewielkiej grupie. We wszystkich czterech badanych stanach łączne wydatki na ElevenLabs i Midjourney pozostały poniżej 100 USD.

Liczby te wydają się uspokajające, dopóki nie zestawi się ich z obserwowaną reklamą polityczną. Wesleyan Media Project zidentyfikował co najmniej 164 reklamy polityczne zawierające media wygenerowane lub ulepszone przez AI w obecnym cyklu.

Z reklamami tymi wiązało się co najmniej 80 mln USD wydatków na emisję. Według przeglądu reklam AI 69 procent z nich nie zawierało informacji ujawniającej użycie AI.

Te dwa pomiary opisują różne rzeczy. Płatność dla dostawcy śledzi to, co komitet kupił bezpośrednio. Wydatki reklamowe obejmują pieniądze przeznaczone na dystrybucję gotowych materiałów, niezależnie od sposobu ich wytworzenia.

Nie można zsumować tych danych jako jednej łącznej kwoty wydatków na AI. Ich rozbieżność ujawnia jednak, jak wiele działań produkcyjnych znika za pośrednictwem agencji, konsultantów i nabywców mediów.

Kampania może płacić firmie reklamowej za stworzenie i emisję wideo. Jeśli firma wykorzysta generator obrazów, model głosowy lub asystenta do edycji, w zgłoszeniu kampanii nadal może figurować wyłącznie firma reklamowa.

Niezależne grupy tworzą kolejne martwe pole. Super PAC-i i powiązane organizacje mogą wydawać pieniądze na rzecz kandydata bez koordynowania działań z kampanią. Ich podwykonawcy mogą korzystać z AI, nie ujawniając tych narzędzi w pozycjonowanych raportach.

Pomaga to wyjaśnić, dlaczego bezpośrednie płatności za media syntetyczne wyglądają na znikome, podczas gdy reklamy wspierane przez AI pozostają widoczne. Koszt tworzenia może być ujęty w pakiecie, pośredni lub nieistotny w porównaniu z kosztem dystrybucji.

Skupianie się wyłącznie na deepfake’ach zbyt mocno zawęża też debatę polityczną. Zwodnicze wideo jest ważnym problemem, lecz kampanie mogą wpływać na wyborców bez podszywania się pod kogokolwiek.

Systemy generatywne mogą tworzyć tysiące wariantów nagłówków, wiadomości fundraisingowych lub scenariuszy dopasowanych do odbiorców. Narzędzia predykcyjne mogą klasyfikować darczyńców i wyborców. Platformy komunikacyjne mogą automatyzować działania następcze na dużą skalę.

Zastosowania te są mniej spektakularne niż sfałszowane nagranie z kandydatem. Mogą jednak mieć większe znaczenie, ponieważ kampanie wykorzystują je wielokrotnie przez cały cykl wyborczy.

Personalizacja tworzy kolejny problem z przejrzystością. Reklama telewizyjna przekazuje wielu wyborcom ten sam komunikat. Zautomatyzowane systemy cyfrowe mogą dostarczać różne argumenty mniejszym segmentom odbiorców.

Obserwatorzy mogą mieć trudności z porównaniem tych przekazów lub identyfikacją sprzeczności. Dziennikarze i przeciwnicy nie mogą łatwo kontrolować komunikatów, które pojawiają się na krótko w prywatnych kanałach lub rozmowach tekstowych.

Główne ryzyko nie polega więc na jednym przekonującym fałszerstwie. Jest nim rozrastający się system komunikacji, który tworzy, testuje i rozpowszechnia przekazy polityczne szybciej, niż osoby z zewnątrz są w stanie je zbadać.

Przepisy dotyczące politycznej reklamy AI często koncentrują się na oznaczeniach syntetycznych obrazów, dźwięku lub wideo. Takie regulacje odnoszą się do oszustwa, lecz mogą w dużej mierze pozostawiać poza zasięgiem zautomatyzowaną perswazję i zindywidualizowane targetowanie.

Kampanie mierzą się również z niepewnością dotyczącą polityk dostawców. OpenAI i inni dostawcy ograniczają niektóre zastosowania polityczne, jednak konsultanci mogą przenosić się między produktami lub uzyskiwać dostęp do modeli przez pośredników.

Odmowa w jednym chatbotcie nie stanowi zabezpieczenia dla całego sektora. Może jedynie przekierować pracę do mniej restrykcyjnego produktu, otwartego modelu lub zewnętrznego wykonawcy.

Kwestia egzekwowania zasad staje się trudniejsza, gdy kampania twierdzi, że człowiek zatwierdził końcowy wynik. Kontrola człowieka może ograniczyć błędy faktyczne, ale nie rozwiązuje problemów związanych z targetowaniem, ujawnianiem informacji ani liczbą komunikatów.

W tym miejscu debata publiczna oddziela się od rzeczywistości operacyjnej. Wyborcy obawiają się rozpoznawalnych fałszerstw, podczas gdy kampanie zyskują szersze korzyści dzięki zwykłej automatyzacji, którą trudno obserwować.

Kandydaci korzystają z AI, jednocześnie milcząc na ten temat

Kampanie stają przed prostym politycznym kompromisem: AI może zwiększać produktywność, lecz przyznanie się do jej użycia może obniżyć zaufanie wyborców.

Badanie Pew z września 2025 roku wykazało, że ponad 70 procent Amerykanów miałoby gorszą opinię o kandydacie, który użył AI do pomocy w napisaniu przemówienia. Taka reakcja daje kampaniom silny powód, by nieprecyzyjnie opisywały swoje narzędzia.

Etykiety wydatków biurowych są technicznie wiarygodne. Ujawniają jednak niewiele na temat tego, czy AI wpłynęła na język, który ostatecznie dotarł do wyborców.

Kampanie mogą rozróżniać badania wewnętrzne i ostateczne autorstwo. Model może podsumować materiały źródłowe, zanim pracownik napisze przemówienie. Inny zespół może poprosić go o pełny szkic, a następnie zredagować wynik.

Obie kampanie mogłyby zgłosić ten sam wydatek na subskrypcję. Ich zależność od systemu byłaby jednak istotnie różna.

Organizacje polityczne mają również motywację, by nie rezygnować z przewagi taktycznej. Publiczne wyjaśnienie procesu automatyzacji mogłoby pomóc przeciwnikom go odtworzyć, krytykować lub szukać w nim błędów.

Kandydaci mówią więc o efektywności w ogólnych kategoriach. Rzadko publikują rejestry promptów, wyniki modeli, procedury kontroli czy listy materiałów kierowanych do wyborców, opracowanych przy wsparciu AI.

To milczenie utrudnia realną rozliczalność. Rejestr wydatków informuje wyborców, że dana relacja istniała, ale nie mówi, jakie dane trafiły do systemu ani jakie decyzje z niego wynikły.

Kolejną obawą są informacje poufne. Kampanie dysponują rejestrami darczyńców, danymi kontaktowymi wyborców, badaniami wewnętrznymi, dokumentami strategicznymi i nieopublikowanymi materiałami programowymi.

Przesyłanie takich informacji do zewnętrznej usługi może stwarzać ryzyko dla prywatności i bezpieczeństwa. Poziom ryzyka zależy od warunków dostawcy, konfiguracji konta, ustawień przechowywania danych i zachowania pracowników.

Rzetelność pozostaje odrębną kwestią. Modele językowe mogą tworzyć nieprawdziwe twierdzenia, zmyślone cytowania lub wprowadzające w błąd podsumowania. Kampania działająca w pośpiechu może rozpowszechnić błąd, zanim kontroler go wychwyci.

Stronniczość może również przenikać przez dane treningowe, prompty, modele targetowania i ludzkie założenia. Zautomatyzowany wynik może powielać stereotypy lub pomijać wyborców słabo reprezentowanych w danych źródłowych.

Żaden z tych problemów nie oznacza, że kampanie porzucą tę technologię. Presja konkurencyjna działa w przeciwnym kierunku.

Badanie branżowe przywołane w doniesieniach wykazało, że 57 procent konsultantów politycznych korzystało z AI codziennie, wobec 34 procent rok wcześniej. Taka skala wdrożenia sprawia, że unikanie tej technologii staje się coraz bardziej kosztowne.

Praktyczna rywalizacja coraz bardziej sprowadza się do odpowiedzialnego wdrażania kontra nieprzejrzyste wdrażanie. Kampanie będą korzystać z dostępnych systemów, ale mogą bardzo różnić się pod względem zarządzania nimi i publicznych wyjaśnień.

Wiarygodny standard ujawniania informacji mógłby oddzielać administrację wewnętrzną od perswazji skierowanej do wyborców. Mógłby też rozróżniać treści generatywne od analityki, targetowania i zautomatyzowanej dystrybucji.

Obecne kategorie wydatków nie zapewniają takiej jasności. Stworzono je, by śledzić pieniądze, a nie dokumentować, jak oprogramowanie wpływa na mowę polityczną.

Dobrowolna przejrzystość nadal jest możliwa. Kampanie mogłyby wskazywać zatwierdzonych dostawców, ujawniać główne zastosowania i opisywać proces kontroli przez człowieka bez publikowania wrażliwej strategii.

Mogłyby też zachowywać rejestry pokazujące, które materiały skierowane do wyborców wykorzystywały systemy generatywne. Niezależni audytorzy lub regulatorzy mogliby sprawdzać te rejestry po sporach.

Dobrowolne działania są jednak sprzeczne z bodźcami wyborczymi. Kandydat, który zapewnia szczegółowe ujawnienia, może przyciągnąć krytykę, której unika milczący przeciwnik.

Wspólne zasady ograniczyłyby tę nierównowagę. Wymagałyby też starannych definicji, aby nie traktować korekty pisowni, analizy danych, mediów syntetycznych i ukierunkowanej perswazji jako działań równoważnych.

Wyzwaniem nie jest wyeliminowanie oprogramowania z kampanii. Chodzi o zapewnienie, by wyborcy mogli zrozumieć, kiedy komunikacja polityczna została w istotnym stopniu ukształtowana przez zautomatyzowane systemy.

Trzy sygnały, które warto obserwować przed wyborami śródokresowymi w 2026 roku

Kolejny etap będzie mierzony wzrostem ujawnień, zlecaniem produkcji na zewnątrz oraz skutecznością powstających zasad przejrzystości.

Pierwszym sygnałem będzie kolejna runda federalnych zgłoszeń. Badacze powinni śledzić, czy wydatki amerykańskich kampanii na AI nadal koncentrują się wokół wyspecjalizowanych dostawców politycznych, czy przesuwają się w stronę modeli ogólnego przeznaczenia.

Gwałtowny wzrost liczby komitetów korzystających z OpenAI i Anthropic sugerowałby, że dostęp do chatbotów staje się standardową infrastrukturą kampanii. Wzrost w Daisychain lub Campaign Nucleus wskazywałby na głębsze inwestycje w zautomatyzowany kontakt z wyborcami.

Rozróżnienie między liczbą klientów a łączną wartością w dolarach pozostanie istotne. Jeden duży komitet może dominować przychody dostawcy, nie dowodząc szerokiego wdrożenia.

Drugim sygnałem będzie różnica między bezpośrednimi płatnościami dla dostawców a obserwowalną reklamą wygenerowaną przez AI. Ta różnica wskaże, jak wiele działań przechodzi przez konsultantów i niezależne grupy.

Większa liczba reklam wspieranych przez AI bez odpowiadających im wydatków technologicznych wzmocniłaby argument, że obecne ujawnienia pomijają większość procesów produkcyjnych.

Aby zbadać tę lukę, badacze będą potrzebować archiwów reklamowych, zgłoszeń kampanii i rejestrów dostawców. Żaden pojedynczy zbiór danych nie obejmuje wszystkich trzech warstw.

Trzecim sygnałem będzie to, czy przepisy dotyczące ujawniania informacji znacząco zmienią zachowanie kampanii. Ponad 30 stanów przyjęło ograniczenia lub wymogi oznaczania dotyczące deepfake’ów wyborczych.

Wczesne dowody wskazują na niespójne ujawnianie informacji nawet tam, gdzie obowiązują zasady. Zasoby przeznaczone na egzekwowanie prawa, wyzwania konstytucyjne i wąskie definicje ustawowe mogą osłabiać te polityki.

Widoczne oznaczenie mediów syntetycznych pomaga odbiorcom ocenić jedną reklamę. Nie ujawnia jednak, czy analityka, zautomatyzowana personalizacja lub tekst generatywny wpłynęły na szerszą kampanię.

Federalni regulatorzy również mierzą się z ograniczeniami jurysdykcyjnymi i sporami politycznymi. FEC może egzekwować zasady finansowania kampanii, ale nie stworzyła kompleksowego systemu raportowania komunikacji wspieranej przez AI.

Najbardziej użyteczne przyszłe ujawnienia mogą wynikać z połączenia kilku podejść. Rejestry finansowe mogą identyfikować dostawców, oznaczenia treści mogą wskazywać media syntetyczne, a archiwa mogą zachowywać ukierunkowane komunikaty.

Polityki dostawców są kolejnym kluczowym sygnałem. Jeśli główni dostawcy zaostrzą ograniczenia polityczne, kampanie mogą wdrożyć mechanizmy kontroli dla przedsiębiorstw lub przenieść się do alternatywnych modeli.

Jeśli ograniczenia pozostaną niespójne, sztaby i konsultanci będą nadal testować ich granice. Egzekwowanie oparte głównie na odmowach odpowiedzi na prompty zapewni ograniczoną pewność.

Wyborcy powinni również obserwować, jak kampanie wyjaśniają błędy. Skorygowana halucynacja, wprowadzający w błąd obraz lub nieautoryzowany komunikat mogą ujawnić, czy organizacja stosuje rzeczywiste procedury weryfikacji.

Ujawnione 17 mln dolarów już potwierdza, że AI jest częścią infrastruktury amerykańskich kampanii. Nie dowodzi jednak skuteczności tej technologii ani nie ujawnia pełnego zakresu jej wpływu.

Kluczowe pytanie nie brzmi już, czy kampanie korzystają z AI. Brzmi ono: czy wyborcy, organizacje nadzorujące i regulatorzy mogą zobaczyć wystarczająco dużo informacji o tym wykorzystaniu, by ocenić jego konsekwencje.

Śledź kolejne zgłoszenia, porównuj je z publicznie pojawiającymi się przekazami politycznymi i pytaj kampanie, co pomijają ich opisy wydatków. Wydatki na AI w kampaniach wyborczych w USA mają największe znaczenie tam, gdzie kończą się obecne rejestry.