Применение технологий искусственного интеллекта в избирательном процессе

Цифровая трансформация публич ной сферы не обошла стороной и одну из ключевых демократических процедур – организацию и проведение выборов. Технологии искусственного интеллекта, оперирующие большими массивами данных (Big Data) и способные к самообучению, становятся новым инструментом в арсенале избирательных комиссий, политических партий и гражданского общества. Актуальность темы также обусловлена лавинообразным характером внедрения ИИ при одновременном отсутствии у большинства государств достаточного нормативно-правового регулирования, адекватного возникающим вызовам. При этом, большинство авторов сходятся во мнении, что сегодня применение искусственного интеллекта в избирательных кампаниях открывает новые горизонты для взаимодействия с электоратом. [1] Целью данного исследования является сравнительный анализ моделей и практик применения ИИ в избирательном процессе.

Условно можно выделить три ключевых направления применения ИИ: автоматизация и оптимизация административных процессов:

составление списков избирателей, автоматическое распознавание и верификация данных при регистрации, планирование работы избирательных участков; мониторинг информационного поля, анализ контента в социальных сетях и СМИ на предмет нарушений (дезинформация, «черный пиар», экстремизм), идентификация ботов и координационных сетей; аналитика и прогнозирование, построение прогнозных моделей результатов голосования на основе больших данных, анализ электоральных предпочтений.

По результатам исследований по использованию генеративного ИИ на выборах 2024 года, проведенных в 50 странах мира, в 4 из 5 зафиксированы случаи применения инструментов ИИ. В 69% случаях с целью навредить конкурентам или организации выборов. При этом, происхождение почти половины из них установить не удалось, а 20% являли собой попытки иностранного вмешательства в электоральный процесс. [2] В России применение ИИ в избирательном процессе находится на стадии активного внедрения и носит централизованный характер.

Центральная избирательная комиссия (ЦИК) РФ анонсировала разработку и внедрение систем на основе ИИ для мониторинга интернет-пространства. Данные системы призваны автоматически выявлять факты недостоверной информации о выборах, несанкционированной агитации и манипулятивных технологий. Активно развивается дистанционное электронное голосование (ДЭГ): Хотя ДЭГ в его текущей реализации в Москве и других регионах не является классическим ИИ, используемые в его инфраструктуре алгоритмы шифрования и обработки данных содержат элементы интеллектуального анализа. Основная критика связана с «эффектом черного ящика» – невозможностью независимой верификации результатов и общественного наблюдения, что является прямой проекцией одной из ключевых проблем непрозрачных алгоритмов ИИ.

Политические технологи активно используют ИИ для микротаргетинга избирателей, моделирования кампаний и прогнозирования явки. Данные практики, как в России, так и в других странах, носят непубличный характер.

Правовая база в России лишь фрагментарно регулирует использование цифровых технологий на выборах (например, Федеральный закон № 90-ФЗ «О внесении изменений в Федеральный закон «Об основных гарантиях...»»), но целостного регулирования ИИ пока не создано.

В различных странах мира предпринимаются попытки ввести регулирующие применение ИИ меры. Наиболее комплексным и продвинутым представляется закон, только вступивший в силу в Китае. Он предусматривает тотальную публичную и машиночитаемую маркировку контента, созданного с использованием генеративных нейросетей, всеми сервис-провайдерами и создателями контента, а также набор санкционных мер против нарушителей. [2] Рассматривая зарубежный опыт, можно остановиться и на других странах. Так, в США технологии ИИ и Big Data стали краеугольным камнем современных избирательных кампаний (например, система Catalyst фирмы TargetSmart). Скандал с Cambridge Analytica показал, как данные из социальных сетей используются для манипуляции мнением избирателей. На уровне штатов ИИ тестируется для автоматического районирования избирательных округов, однако эта практика критикуется за возможность создания «джерримендеринга» – манипуляций с границами округов в пользу одной партии. Во время выборов 2024 года политические штабы стремились максимально эффективно адаптировать свои стратегии. Генеративные модели искусственного интеллекта, такие как GPT и DALL-E, стали незаменимыми инструментами для быстрого и масштабного создания текстовых и визуальных материалов. [3] Эстония является лидером в области цифрового государства, здесь уже много лет используется система i-Voting - интернет-голосование на основе ID-карт. Система является прозрачной, голосующий может проверить, был ли его голос учтен, и даже переголосовать, что повышает доверие. Хотя в основе i-Voting лежат криптографические, а не строго ИИ-алгоритмы, опыт Эстонии демонстрирует важность транспарентности и верифицируемости для легитимности цифровых выборов. [4, с. 45] Подход ЕС характеризуется крайней осторожностью. Регламент (ЕС) 2024 г. о искусственном интеллекте (AI Act) относит системы ИИ, используемые в избирательном процессе, к категории высокого риска. Это накладывает на них строгие обязательства, такие как, проведение оценки соответствия, прозрачность данных, обеспечение человеческого надзора и регистрация деятельности. В Германии и Великобритании дискуссия ведется в основном вокруг регулирования политической рекламы и запрета манипулятивных технологий, основанных на ИИ («социальный скоринг» в политических целях).

Индия также использует электронные машины для голосования (EVM) с 1990-х годов. В последние годы избирательная комиссия Индии внедряет системы на основе ИИ для мониторинга предвыборных расходов кандидатов и отслеживания нарушений в день голосования. Это пример использования ИИ для усиления административного контроля и борьбы с традиционными формами нарушений. [5] Современные избирательные процессы, трансформируемые ИИ, демонстрируют как безграничные возможности, так и значительные вызовы. Стремительная интеграция ИИ несет системные риски в виде манипуляций общественным мнением через гиперперсонализированный микротаргетинг, эксплуатирующий когнитивные искажения, угрозы приватности из-за массового сбора персональных данных, неопределенность в вопросах интеллектуальной собственности на генеративный контент. [6, с. 72] Таким образом, ИИ в избирательном процессе, с одной стороны, предлагает инструменты для повышения эффективности, снижения административной нагрузки и борьбы с традиционными нарушениями, а с другой – создает принципиально новые, системные угрозы: алгоритмические предубеждения, тотальную слежку, манипуляцию поведением и разрушение публичной дискуссии.

Наблюдается расхождение в подходах к ИИ в различных странах. Либеральная модель (США) отдает приоритет коммерческому использованию ИИ. Технократическая модель (Россия, отчасти Индия) делает акцент на администрировании и контроле. Правозащитная модель (ЕС) ставит во главу угла снижение рисков и защиту прав граждан. Прагматичная модель (Эстония) демонстрирует, что технологическая эффективность возможна только при условии максимальной прозрачности.

Для России, где внедрение ИИ идет быстрыми темпами, критически важно перенять опыт зарубежных стран в части закрепления требований к обязательной верифицируемости и аудиту любых избирательных алгоритмов; обеспечения публичности ключевых параметров работы систем мониторинга; запрета использования скрытых методов микротаргетинга и манипулятивного воздействия на избирателей, основанных на ИИ. Без создания надежных правовых гарантий и институтов общественного контроля внедрение искусственного интеллекта в избирательный процесс может не укрепить, а подорвать его легитимность, превратив выборы из инструмента народовластия в инструмент технологически обусловленного управления.