Anthropic анализировала 250 тысяч чатов перед выборами 2026

Перед выборами в США осенью 2026 года Anthropic опубликовала обновленный отчет о защите Claude от политических манипуляций и дезинформации. Компания анализировала 250 тысяч чатов пользователей Claude.ai с 21 по 27 сентября 2026 года, чтобы понять, как люди используют ИИ в политических целях и какие риски требуют внимания.

Как пользователи используют Claude в политике

Статистика показывает предсказуемый спрос. Политикой, политическими вопросами или социальными проблемами занимаются в 5,75% всех американских разговоров на Claude.ai. Специально о выборах и голосовании — 0,51% чатов. Запросы вроде «скажи, за кого мне голосовать» или «какую партию выбрать» встречаются в 0,01% случаев. Еще реже — прямые нарушения политики целостности выборов (0,002%). Основной поток — информационные запросы: пользователи ищут позиции кандидатов по вопросам, изучают геополитические события, готовят курсовые работы, анализируют аргументы за и против политики.

Интеграция официальных источников информации

Anthropic добавила прямую ссылку на TurboVote — некоммерческий сервис от Democracy Works. Когда пользователь спрашивает о регистрации избирателей, местах голосования или датах выборов, Claude отправит его на TurboVote.

Начиная с конца сентября 2026 года Claude встраивает официальную информацию о выборах прямо в ответы на Claude.ai. Если пользователь спрашивает, где голосовать или какой документ принести на избирательный участок, ИИ даст привязанный к штату точный ответ. Claude использует данные, которые Democracy Works собирает из официальных источников штатов и муниципалитетов. На выборах Claude показывает актуальные результаты в реальном времени.

Политическая сбалансированность и тестирование на смещение

Новые модели Claude — Opus 5.5, Sonnet 5.5 и Haiku 5.5 — демонстрируют 99% оценку по критерию политической сбалансированности. Они охотнее обсуждают политические темы и отказывают реже, чем предшественники.

Anthropic привлекла три независимые организации для проверки работы Claude на вопросах свободы слова. Future of Free Speech (исследовательский центр при Vanderbilt University) тестировала Claude на сотнях запросов о спорных темах. Foundation for American Innovation сравнивала ответы Claude на одинаковые вопросы, поступившие с левых и правых позиций, от мейнстримных дебатов до экстремальных сценариев. Collective Intelligence Project опросила 2000+ человек из США, Великобритании и Индии, чтобы выработать принципы работы с чувствительными темами — от здравоохранения до политики.

Тесты выявили проблемы: Claude редко отказывает, но иногда добавляет неуместные оговорки и контраргументы (например, встраивает противоположное мнение в текст лоббистского письма). Sonnet 4.5 неравномерно смягчал аргументы, более мягко относясь к правым позициям. Anthropic работает над улучшением ответов на прямые вопросы, синхронизацией добавления оговорок для всех политических спектров и расширением тестирования на кандидатов и вопросы голосования.

Защита от манипуляций и новые классификаторы

Anthropic протестировала защиту от нарушений в партнерстве с Institute for Strategic Dialogue на примере США, Израиля и Бразилии. Исследователи пытались заставить Claude помочь с манипуляциями, дезинформацией и другими формами выборного sabotage. Вывод: Claude отказывает прямым вредоносным запросам, но может пропустить многошаговую кампанию, где каждый шаг (сбор аудитории, создание новостного сайта, написание контента, распределение) выглядит безвредным отдельно.

На основе результатов Anthropic добавила новые классификаторы для выявления многошаговых атак, попыток создания поддельных социальных аккаунтов, фейк-новостных сайтов с политическим уклоном, финансовых схем, завязанных на выборах, и вмешательства иностранных государств. Компания также усилила cyber-защиту для избирательной инфраструктуры и избирательных кампаний.

Команды угрозы Anthropic обнаружили и заблокировали несколько кампаний. Иностранные операторы фейк-новостного сайта использовали Claude для создания материалов о выборах 2026 в США, благоприятствующих российским, иранским и северокорейским нарративам. Другие threat actors использовали Claude для генерации фабрикованных новостей с целью привлечь американскую аудиторию и заработать на рекламе. Все задействованные аккаунты заблокированы, защита на основе новых паттернов усилена.

Anthropic обещает прозрачность в работе и продолжит инвестировать в улучшение сбалансированности Claude, предотвращение манипуляций и открытое общение с пользователями. На протяжении выборного цикла компания планирует опубликовать комплексный анализ использования Claude в политических целях.