To fuldstændig forskellige former for personalisering har ført til betydelige resultater, hvoraf den ene fandt sted i et kontrolleret AI-drevet laboratorieksperiment og den anden inden for det britiske valgpolitik. En nylig undersøgelse gennemført i et laboratoriemiljø viser AI-drevne store sprogmodellers (LLMs) overbevisende kraft, når det kommer til at personalisere argumenter. Salvi, Ribeiro, Gallotti og West (2024) afslører i en arbejdspapir, at en personlig LLM formåede at overbevise individer betydeligt mere end mennesker i en online indstilling, med en stigning på over 80% (p <0, 01). Med andre ord, når de stod over for en LLM udstyret med demografisk information til at personalisere dens argumenter, var mennesker 81, 7% mere tilbøjelige til at være enige sammenlignet med når de debatterede med en anden menneske. Studiet henviser til tidligere eksperimenter fra det forløbne år, som har vist, at LLM'er er lige så effektive som menneskelige deltagere og endda professionelle propagandister, når det kommer til at skabe overbevisende tekst (Bai et al. , 2023; Palmer & Spirling, 2023; Goldstein et al. , 2023; Karinshak et al. , 2023). Mens diskussionsemnerne i studiet blev bevidst valgt for at være let tilgængelige, og deltagere blev tildelt enten en pro eller imod betingelse, kompromitterer dette lidt studiets anvendelighed i den virkelige verden. Dog er emner som etik i dyreforskning og race som en faktor i optagelse til college utvivlsomt relevante for igangværende debatter. I anonyme debatter havde både mennesker og LLM adgang til demografiske data om de personer, de debatterede. Magten ved personalisering i valgkampagner Fra schweiziske laboratorier til virkeligheden blev indflydelsen af personalisering for nylig demonstreret i Rochdale, England under et suppleringsvalg. Tidligere Labour-medlem George Galloway sendte breve til specifikke områder i sin nye valgkreds, hvor han fokuserede på visse udenrigspolitiske holdninger i nogle breve og sociale værdier i andre. Dette vakte kontrovers, da nogle så det som målrettet kommunikation til den muslimske samfund i et sæt breve og til den hvide samfund i det andet.

På trods af denne "teknologis" rudimentære karakter blev Galloway sejrrig. Mens virkningen af hans strategi med dobbeltbeskeder på sin sejr er til debat, er dette ikke et isoleret eksempel på effektiviteten af skræddersyet og varieret kommunikation. Andre tilfælde inkluderer Cambridge Analyticas berygtede involvering i det amerikanske præsidentvalg i 2016 (selvom det er værd at nævne, at Barack Obama åbenbart brugte personalisering i sin succesrige kampagne for genvalg i 2012). Disse tilfælde giver real-world anvendelser, der måske går ud over hvad der afspejles i forskningsartikler alene. Uudforskede territorier Salvi, Ribeiro, Gallotti og West (2024) udtrykker bekymringer vedrørende potentiel ondsindet brug af disse værktøjer. Med stadig mere avancerede LLM'er, der har adgang til enorme mængder personlige data, kombineret med flere menneskelige interaktioner, der finder sted online, og en eskalering af polarisering vedrørende vigtige politiske og samfundsmæssige spørgsmål, er der en storm under opsejling. Det er sandsynligt, at disse udviklinger vil fortsætte med at forme forskellige aspekter af menneskelig adfærd, herunder stemmemønstre og forbrugervalg. Dog er det fulde omfang af deres indflydelse og transformative potentiale stadig ukendt. Faktisk kan det være udfordrende at vurdere i takt med, at AI-teknologi fremskrides og bliver mere adskilt fra menneskelig kognition i fremtiden.