Algorytmy wyborcze AI: cichy kryzys demokracji

Kiedy w lipcu 2026 roku przedstawiciele 193 państw zasiedli w Genewie do rozmów o globalnym zarządzaniu sztuczną inteligencją, dyskusja skupiła się na broni autonomicznej, deepfake’ach wymierzonych w kobiety oraz koncentracji mocy obliczeniowej w zaledwie dwóch krajach. W przyjętych ramach zabrakło jednak miejsca dla systemów, które w tej chwili decydują o tym, kto w ogóle może oddać głos. To przeoczenie może okazać się najkosztowniejszym błędem w historii międzynarodowego nadzoru nad AI.

Lisa Poggiali, główna doradczyni ds. AI w Międzynarodowej Fundacji Systemów Wyborczych (IFES), oraz Samson Itodo, przewodniczący Grupy Doradczej Unii Afrykańskiej ds. AI w Pokoju, Bezpieczeństwie i Zarządzaniu, wprost domagają się korekty tego kursu przed kolejnym spotkaniem ONZ w Nowym Jorku w maju 2027 roku. Ich argument nie brzmi, że deepfake’i są nieistotne – lecz że społeczność międzynarodowa pomyliła zagrożenie najgłośniejsze z tym największym.

Dlaczego deepfake’i przesłaniają nam prawdziwy problem

Cykl wyborczy 2024 roku, nazywany „rokiem wyborów”, gdy do urn poszła blisko połowa ludności świata, dostarczył zaskakującego wniosku. Lawina sfałszowanych nagrań wideo z udziałem kandydatów, której się obawiano, nie wpłynęła w mierzalny sposób na wyniki głosowań. Strach, który okazał się przesadzony, stał się jednak główną ramą dla międzynarodowych regulacji AI w kontekście demokracji. Zdaniem Poggiali i Itodo to poważny błąd polityczny.

Sedno problemu ma charakter strukturalny. Sztuczna inteligencja wbudowuje się w fundamenty administracyjne samych wyborów. Rejestry wyborców, urządzenia do identyfikacji biometrycznej, bazy tożsamości, oprogramowanie do zarządzania wynikami czy chmura obliczeniowa komisji wyborczych w Afryce, Azji i Ameryce Łacińskiej coraz częściej zawierają funkcje oparte na AI. Dostawcami tych rozwiązań są prywatne firmy, działające często poza zasięgiem krajowego nadzoru wyborczego. To nie są systemy, które produkują fałszywy film – to systemy, które po cichu i na masową skalę decydują, czy nazwisko wyborcy w ogóle znajdzie się na liście.

Wybory nie są po prostu kolejnym sektorem dotkniętym przez AI. To główny mechanizm, który czyni wykonalnymi wszystkie inne prawa demokratyczne.

Indie jako przestroga: algorytm, który skreślił miliony

Najlepiej udokumentowany przykład destrukcyjnego wpływu administracyjnej AI na elektorat pochodzi z Indii. W marcu 2015 roku tamtejsza Komisja Wyborcza uruchomiła program oczyszczania i weryfikacji list wyborczych. Algorytm uczenia maszynowego miał krzyżowo porównywać zdjęcia w dokumentach wyborców (EPIC) z bazą Aadhaar – ogromnym biometrycznym systemem tożsamości narodowej, do którego zapisano ponad miliard osób.

Projekt cierpiał na fundamentalną wadę konstrukcyjną. Obie bazy danych opierały się na różnych standardach, różnych zasadach transliteracji indyjskich nazwisk i różnych protokołach biometrycznych. Algorytm uznawał za duplikaty lub osoby zmarłe rekordy, które nie pasowały do siebie idealnie, i rekomendował ich usunięcie. Skutki okazały się wstrząsające: około 5,5 miliona wyborców zniknęło z list w samych stanach Andhra Pradesh i Telangana. Wiele osób nie otrzymało żadnego powiadomienia ani ścieżki przywrócenia. W sierpniu 2015 roku Sąd Najwyższy Indii wstrzymał program nakazem tymczasowym.

Skuteczność na poziomie 7 procent

Rozliczenie przyszło dzięki indyjskiemu mechanizmowi dostępu do informacji publicznej (RTI), a nie ze strony komisji wyborczej czy rządu. Ujawnione dokumenty pokazały, że wskaźnik błędów algorytmu sięgał 93%. System, który w dziewięciu na dziesięć przypadków mylił się w zadaniu, do którego został stworzony – ustaleniu, czy dwa rekordy opisują tę samą osobę – działał na listach wyborczych dwóch indyjskich stanów, zanim ktokolwiek spoza programu poznał jego skalę błędu.

Poggiali i Itodo zwracają uwagę na głębszy problem – „stopniowe przekazywanie władzy wyborczej”. Aadhaar zarządza Urząd Unikalnej Identyfikacji Indii, organ podległy władzy wykonawczej, a nie konstytucyjnie niezależna instytucja jak Komisja Wyborcza. Dane wyborcze trafiły więc do systemu państwowego, do którego bezpośredni dostęp miała egzekutywa, a nie instytucja powołana do ich przechowywania. Mimo wyroku Sądu Najwyższego z 2015 roku, rząd Indii przywrócił krajowy program łączenia danych z Aadhaar ustawą z 2021 roku, rozciągając te same ryzyka na cały elektorat.

Czy chatboty udzielają lepszych porad wyborczych?

Problem administracyjnej AI potęguje drugi, bardziej widoczny kryzys – chatboty, z którymi wyborcy coraz częściej konsultują kwestie wyborcze, generują błędne odpowiedzi w tempie, które powinno niepokoić regulatorów. Podczas szkockich wyborów parlamentarnych w maju 2026 roku think tank Demos przetestował pięć usług AI – ChatGPT, Google Gemini, Google AI Overviews, Grok i Replikę. Zadano im 75 pytań o trzy prawdziwe okręgi wyborcze. Aż 34,1% odpowiedzi zawierało błędy faktyczne. ChatGPT mylił się w 46,2% przypadków. Chatboty zmyślały afery polityczne, podawały złą datę wyborów, fałszywie informowały o konieczności okazania dokumentu w lokalu wyborczym, a w jednym przypadku wymyśliły nieistniejącego kandydata.

To nie są hipotetyczne błędy o hipotetycznych wyborcach. Sondaż Demos przeprowadzony na tydzień przed wyborami 7 maja pokazał, że jedna na pięć dorosłych osób w Wielkiej Brytanii – około 10 milionów ludzi – korzystała z chatbota lub wyszukiwarki AI, aby znaleźć informacje o wyborach lokalnych. Vijay Rangarajan, dyrektor wykonawczy brytyjskiej Komisji Wyborczej, wezwał do wprowadzenia nowych regulacji prawnych dla chatbotów, podczas gdy ministerstwo nauki uznało obronę wyborów za „absolutny priorytet”, nie zobowiązując się jednak do nowelizacji odpowiedniej ustawy.

Strukturalna stronniczość na Węgrzech

Jeszcze bardziej niepokojące wyniki przyniosły testy podczas węgierskich wyborów parlamentarnych w kwietniu 2026 roku. Badacze z Civil Liberties Union for Europe (Liberties) przetestowali ChatGPT i Gemini, używając profili wyborców z renomowanej węgierskiej aplikacji Voksmonitor. ChatGPT nie polecił opozycyjnej partii Tisza w 90% testów, w których przedstawiono mu szczegółowy profil wyborcy tej partii. W dopasowywaniu procentowym Tisza otrzymała zaledwie 2%. Co gorsza, w 96% odpowiedzi oba modele rekomendowały przynajmniej jedną partię, której w ogóle nie było na kartach do głosowania w 2026 roku.

Tisza i tak wygrała wybory, kończąc 16-letnie rządy Viktora Orbána. Jednak, jak zauważyli badacze, w bardziej wyrównanym wyścigu lub wśród mniej zdecydowanych wyborców takie odpowiedzi „mogłyby wpłynąć na wynik”. Luka regulacyjna jest realna: ani unijny Akt o AI, ani Akt o usługach cyfrowych nie obejmują chatbotów udzielających porad wyborczych.

Rosyjska operacja zatruwania wiedzy chatbotów

Problem z dokładnością chatbotów ma ostrzejszy wymiar – państwa wykorzystują infrastrukturę informacyjną AI jako wektor wpływu na wybory. Centrum Demokracji i Technologii (CDT) w analizie z czerwca 2026 roku udokumentowało zjawisko „algorytmicznego zatruwania”. To zmiana w operacjach wpływu – z produkcji fałszywych treści dla ludzkich czytelników na produkcję treści zaprojektowanych do spożycia przez roboty indeksujące AI, tak aby dezinformacja pojawiała się w odpowiedziach generowanych dla wyborców.

Mechanizm działa dwojako. Przy zatruwaniu na etapie treningu zmanipulowane treści trafiają do zestawów danych, z których uczą się modele. Badania Anthropic pokazują, że już 250 złośliwych dokumentów może wprowadzić backdoora do dużego modelu językowego. Przy zatruwaniu na etapie wyszukiwania, agenci zalewają otwarty internet skoordynowanymi treściami, które mają zostać zindeksowane przez roboty AI w momencie, gdy użytkownik zada pytanie.

Sieć Pravda – rosyjska operacja wpływu, niemająca związku z oryginalną sowiecką gazetą – zademonstrowała zatruwanie na skalę przemysłową. Wygenerowała co najmniej 3 miliony automatycznych artykułów w samym 2024 roku, rozproszonych na 150 stronach w 46 językach. Audyt NewsGuard z marca 2025 roku wykazał, że komercyjne chatboty cytowały artykuły Pravdy jako wiarygodne źródła. Operację wdrożono przed wyborami w Australii w maju 2025 roku, a rosyjski Portal Kombat zastosował tę samą metodę przed wyborami w Mołdawii we wrześniu 2025 roku. Celem nie jest wyborca, który widzi fałszywe wideo, ale ten, kto pyta asystenta AI, która partia jest mu najbliższa – i otrzymuje odpowiedź ukształtowaną przez skoordynowaną operację, której nigdy nie zobaczy.

Genewa 2026: historyczne spotkanie bez kluczowego tematu

Inauguracyjny Globalny Dialog ONZ na temat Zarządzania AI odbył się 6-7 lipca w Genewie. Po raz pierwszy wszystkie 193 państwa członkowskie zasiadły w jednym pomieszczeniu, by rozmawiać o sztucznej inteligencji. Dialog nie był zgromadzeniem regulacyjnym i nie przyniósł wiążących decyzji – zakończył się podsumowaniem współprzewodniczących, w strukturze wzorowanej na Forum Zarządzania Internetem. Priorytety obejmowały bezpieczną i godną zaufania AI, budowanie potencjału, przepaść cyfrową, prawa człowieka i przejrzystość. Wybory nie były osobnym tematem.

Niezależny Naukowy Panel ONZ ds. AI wspominał o wyborach jedynie w kontekście dezinformacji i deepfake’ów wymierzonych w kandydatów. Raport milczał na temat algorytmów rejestrów wyborczych, systemów weryfikacji biometrycznej czy luki w odpowiedzialności, gdy prywatni dostawcy obsługują infrastrukturę wyborczą bez podlegania prawu wyborczemu. Poggiali i Itodo piszą wprost, że pominięcie wyborów w agendzie genewskiego Dialogu „skutecznie usunęło mechanizm odpowiedzialności za zastosowania AI w każdym sektorze”. To nie retoryka – jeśli nie można usunąć rządu w wolnych i uczciwych wyborach, nie ma mechanizmu pociągnięcia go do odpowiedzialności za jakąkolwiek inną porażkę w zarządzaniu AI.

Wizja naprawy: czego uczy Afryka i co przyniesie 2027 rok

Autorzy wskazują na Unię Afrykańską jako konkretny wzór zarządzania, którego społeczność międzynarodowa nie zdołała dotąd powielić na większą skalę. Na 1339. sesji ministerialnej 16 kwietnia 2026 roku Rada Pokoju i Bezpieczeństwa UA przyjęła komunikat, w którym potwierdzono, że Afryka musi „kształtować i kontrolować” swoją technologię AI oraz zapewnić suwerenność AI na kontynencie. Rada wprost stwierdziła, że skorumpowany rejestr wyborców to nie tylko naruszenie praw, ale wyzwalacz konfliktu.

Samson Itodo, przewodniczący Grupy Doradczej powołanej tym komunikatem, przedstawił warunki, które UA uznaje za niepodlegające negocjacjom dla systemów AI w kontekstach wyborczych:

Lokalizacja danych – dane wyborców muszą pozostać w granicach jurysdykcji krajowych.
Transfer technologii – komisje wyborcze muszą otrzymać wystarczającą wiedzę techniczną, by audytować to, co kupują.
Ujawnienie kodu źródłowego – algorytm zarządzający listami wyborczymi musi być możliwy do inspekcji.

Te wymagania bezpośrednio adresują lukę w odpowiedzialności – tworzą warunki, w których komisja wyborcza może wiedzieć, co robi system AI, i może kwestionować jego wyniki. Lisa Poggiali współkieruje inicjatywą IFES AI AGE (Advancing Governance for Elections with AI) od jej uruchomienia w czerwcu 2025 roku. Głównym założeniem inicjatywy jest przełamanie silosów, w których pracują władze wyborcze i eksperci AI.

Poggiali i Itodo wzywają społeczność globalną do nadania integralności wyborczej dedykowanego toru, gdy Globalny Dialog wznowi obrady w Nowym Jorku w maju 2027 roku – z taką samą wagą instytucjonalną, jaką obecnie przyznaje się bezpieczeństwu AI, przepaści cyfrowej i prawom człowieka. Współprzewodniczący sesji genewskiej przyznali na zakończenie, że spotkanie należy postrzegać „nie jako koniec procesu, ale jego początek”. Czy wybory pojawią się jako nazwany temat w Nowym Jorku, zależy od nacisków państw członkowskich, społeczeństwa obywatelskiego i instytucji zarządzania wyborami. Pytanie brzmi, czy system wielostronny zareaguje szybciej, niż algorytmy są wdrażane.