İki tamamen farklı kişiselleştirme biçimi, biri kontrol edilen yapay zeka destekli laboratuvar deneyinde ve diğeri İngiliz seçim politikası alanında olmak üzere önemli sonuçlara yol açmıştır. Yapılan son bir çalışma, laboratuvar ortamında yapılan deneylerde büyük dil modellerinin (LLM'ler) kişiselleştirme konusunda ikna edici gücünü ortaya koymaktadır. Salvi, Ribeiro, Gallotti ve West (2024) tarafından yapılan bir çalışma, kişiselleştirilmiş bir LLM'nin çevrimiçi bir ortamda insanlardan çok daha fazla ikna edici olduğunu ortaya koymaktadır ve bu oran %80'den fazla bir artış göstermektedir (p<0. 01). Başka bir deyişle, demografik bilgilerle kişiselleştirme yapılmış bir LLM ile tartışmaya giren insanlar, başka bir insanla tartışma yaptıklarında %81. 7 daha fazla katılıma eğilim göstermiştir. Çalışma, geçtiğimiz yıldan bu yana yapılan önceki deneylere atıfta bulunmaktadır ve bu deneyler, LLM'lerin ikna edici metinler oluşturma konusunda insan katılımcılar ve hatta profesyonel propagandistler kadar etkili olduklarını göstermiştir (Bai vd. , 2023; Palmer ve Spirling, 2023; Goldstein vd. , 2023; Karinshak vd. , 2023). Çalışmadaki tartışma konuları kasıtlı olarak erişilebilir olacak şekilde seçilmiş ve katılımcılara ya bir lehine ya da bir aleyhine koşullama atanmıştır, bu da çalışmanın gerçek dünya uygulanabilirliğini biraz zayıflatmaktadır. Ancak, hayvan araştırmaları etiği ve üniversite kabullerinde ırk gibi konular kesinlikle devam eden tartışmalara ilgilidir. Anonim tartışmalarda, hem insanlar hem de LLM'ler, tartıştıkları bireylerle ilgili demografik verilere erişime sahipti. Seçim Kampanyalarında Kişiselleştirmenin Gücü İsviçre laboratuvarlarından gerçek dünyaya geçerek, kişiselleştirmenin etkisi son zamanlarda İngiltere'nin Rochdale kentindeki bir ara seçimde gösterilmiştir. Eski İşçi Partisi milletvekili George Galloway, yeni seçim bölgesinin belirli bölgelerine mektuplar gönderdi ve bazı mektuplarda belirli dış politika tutumlarına odaklandı, diğerlerinde ise toplumsal değerlere odaklandı. Bu, bazılarına göre bir mektup setinde Müslüman topluluğuna, diğerinde ise Beyaz topluluğa yönelik hedeflenmiş mesajlaşma olarak görüldü ve tartışmalara yol açtı.

Bu "teknolojinin" basit doğası rağmen, Galloway zaferle çıktı. İki farklı mesajlaştırma stratejisinin zaferine olan etkisi tartışmalı olsa da, kişiselleştirilmiş ve çeşitli mesajlaşmanın etkili olduğu yalnızca bir örnektir. Diğer örnekler arasında Cambridge Analytica'nın 2016 ABD başkanlık seçimindeki kötü ününe (ancak bahsedilmeli ki Barack Obama'nın 2012 başarılı yeniden seçim kampanyasında kişiselleştirmeyi kullandığı söylenmektedir) değinilebilir. Bu durumlar yalnızca araştırma makalelerinde yansıtılanlardan daha da öte gerçek dünya uygulamaları sağlamaktadır. Keşfedilmemiş Topraklar Salvi, Ribeiro, Gallotti ve West (2024), bu araçların potansiyel kötüye kullanımına ilişkin endişelerini ifade etmektedir. Giderek daha gelişmiş LLM'lerin geniş miktarda kişisel veriye erişiminin yanı sıra çevrimiçi ortamda daha fazla insan etkileşimi ve önemli siyasi ve toplumsal konularda kutuplaşmanın artışı ile bir fırtına yaklaşıyor. Bu gelişmelerin, seçim tercihleri ve tüketici seçimleri de dahil olmak üzere insan davranışının çeşitli yönlerini şekillendirmeye devam edeceği muhtemeldir. Ancak, etkilerinin ve dönüştürücü potansiyellerinin tam boyutu hala bilinmemektedir. Aslında, yapay zeka teknolojisi ilerledikçe ve ileride insan bilişinden daha fazla uzaklaştıkça, bunu değerlendirmek zor olabilir.