जर्मन एडवोकेसी समूह AlgorithmWatch के एक नए अध्ययन ने यह खुलासा किया है कि Google के AI Overviews चुनाव से संबंधित प्रश्नों को कैसे संभालते हैं, इसमें महत्वपूर्ण विसंगतियां और संभावित पूर्वाग्रह मौजूद हैं। शोध से पता चलता है कि AI-जनरेटेड सारांशों में पारदर्शिता की कमी है, वे स्रोतों के एक सीमित सेट से जानकारी लेते हैं, और कभी-कभी राजनीतिक उम्मीदवारों का वर्णन करने के लिए पक्षपाती भाषा का उपयोग करते हैं।

असंगत ट्रिगर्स और पारदर्शिता की कमी

EU के डिजिटल सर्विसेज एक्ट के तहत "Search Researcher Result API" का उपयोग करते हुए, AlgorithmWatch ने जर्मनी में आगामी राज्य चुनावों के बारे में 4,480 सर्च क्वेरीज़ की जांच की। डेटा Google के AI फीचर डिप्लॉयमेंट में एक बड़ा अंतर उजागर करता है। AI Overviews गैर-राजनीतिक खोजों में 65.3% बार दिखाई देते हैं, लेकिन चुनाव से संबंधित प्रश्नों के लिए यह घटकर 39.1% रह जाता है।

ट्रिगर करने का तंत्र (mechanism) एक 'ब्लैक बॉक्स' बना हुआ है। राजनीतिक सर्वेक्षणों (polls) के बारे में पूछे गए सवालों पर लगभग कभी भी ओवरव्यू नहीं आता, जबकि विशिष्ट पार्टियों के बारे में पूछे गए प्रश्नों पर 40%-50% बार ओवरव्यू दिखाई देता है। अन्य पार्टियों के लिए 45%-58% की तुलना में, दक्षिणपंथी AfD पार्टी को केवल 24% बार ओवरव्यू मिलते हैं। Google का कहना है कि ये फीचर्स वैल्यू जोड़ते हैं और हर सर्च के लिए नहीं दिखाए जाते हैं, फिर भी इसने उन सटीक मानदंडों का खुलासा नहीं किया है जो यह तय करते हैं कि ओवरव्यू कब दिखाई देगा।

एक सीमित सूचना पारिस्थितिकी तंत्र और YouTube का प्रभुत्व

AlgorithmWatch ने स्रोतों की एकरूपता (homogeneity) की ओर भी इशारा किया है। AI Overviews में उद्धृत (cited) लगभग आधे लिंक केवल दस डोमेन से आते हैं, और YouTube इस सूची में सबसे ऊपर है। जर्मन सार्वजनिक प्रसारक—NDR, rbb, MDR, और ARD—मीडिया साइटेशन में हावी हैं, लेकिन छह मीडिया साइटें कुल मीडिया लिंक का 75% हिस्सा प्रदान करती हैं।

AI अक्सर आधिकारिक पार्टी पेजों को पक्षपाती के रूप में लेबल किए बिना उद्धृत करता है, जिससे पत्रकारिता और चुनावी सामग्री के बीच की रेखा धुंधली हो जाती है।

पक्षपाती फ्रेमिंग और "चाटुकारिता" (Sycophancy) की समस्या

भाषाई लहजा लोकतांत्रिक चिंताएं पैदा करता है। AlgorithmWatch ने पाया कि राजनीतिक स्थितियों का वर्णन अक्सर "व्यावहारिक" (pragmatic) या "स्थिर" (stable) जैसे प्रशंसात्मक और अस्पष्ट विशेषणों के साथ किया जाता है, जो पार्टियों की अपनी ब्रांडिंग को ही दोहराते हैं। सैक्सोनी-एनहाल्ट (Saxony-Anhalt) के एक नमूने में, केंद्र-दक्षिणपंथी CDU के बारे में 81.5% ओवरव्यू को "स्पष्ट रूप से सकारात्मक" माना गया, जबकि SPD के लिए यह 50% और AfD के लिए 0% था।

तथ्यात्मक त्रुटियां दुर्लभ थीं, लेकिन मॉडलों ने "चाटुकारिता" (sycophancy)—यानी इनपुट या स्रोत सामग्री के लहजे को दोहराने की प्रवृत्ति—प्रदर्शित की। इसके कारण एक ही उम्मीदवार के लिए विरोधाभासी लेबल सामने आए, जैसे एक मामले में "राष्ट्रीय-रूढ़िवादी" (national-conservative) और दूसरे में "कट्टर दक्षिणपंथी" (radical far-right), जिसका कोई स्पष्ट पैटर्न नहीं था।

मुख्य निष्कर्ष

  • एल्गोरिद्मिक अपारदर्शिता (Algorithmic Opacity): Google राजनीतिक प्रश्नों पर AI Overviews को ट्रिगर करने के लिए कोई स्पष्ट मानदंड प्रदान नहीं करता है, जिसके परिणामस्वरूप उपयोगकर्ताओं का अनुभव असमान रहता है।
  • स्रोतों का संकेंद्रण: AI स्रोतों के एक बहुत ही सीमित समूह पर निर्भर है, जिसमें YouTube और कुछ मीडिया आउटलेट अधिकांश साइटेशन प्रदान करते हैं।
  • भाषाई पूर्वाग्रह: मॉडल चाटुकारितापूर्ण और सकारात्मक लगने वाली भाषा को प्राथमिकता देते हैं, जो अनजाने में कुछ पार्टियों को लाभ पहुँचा सकती है।