Qualche mese fa Donald Trump ha firmato un ordine esecutivo che impone all’Intelligenza Artificiale usata dal governo federale di essere uno strumento «neutrale e non di parte». Frase ragionevole, che nasconde, però, un problema piccolo solo in apparenza: nessuno è d’accordo su cosa significhi neutrale. I conservatori accusano da anni i chatbot di remare contro. I democratici hanno letto lo stesso ordine temendo esattamente l’opposto, ovvero che l’amministrazione spingesse i modelli a destra. Entrambe le parti danno per scontato che la neutralità esista e che qualcuno la stia violando. Poi è arrivato qualcuno che ha provato a misurarla.
A farlo è stato il Washington Post, con un test costruito su più di due dozzine di domande politiche messe a punto da ricercatori di Stanford e Dartmouth. Gli analisti del Post hanno chiesto a ciascun modello di rispondere in trenta parole - con personalizzazione disattivata - e poi hanno affidato a valutatori umani il compito di classificare ogni risposta per verificare se fosse orientata a sinistra, a destra, o capace di presentare entrambe le posizioni. Trenta parole sono poche, ed è una scelta non banale: obbligano il chatbot a prendere posizione invece di rifugiarsi nel solito indistinto muro di testo.
Il dato che ha fatto il giro dei social riguarda in particolare ChatGPT. Nella versione GPT-5.5, ha fornito risposte esclusivamente di sinistra circa l’80% delle volte, e ha offerto una posizione di destra soltanto una volta. Gemini di Google, nella versione 3.1 Pro, ha presentato entrambi i lati in oltre il 90% dei casi. Grok, il modello di Elon Musk venduto con un marketing dichiaratamente «anti-woke», in media pendeva anch’esso a sinistra, pur registrando la quota più alta di risposte di destra del gruppo. Claude di Anthropic e gli altri sistemi testati, tra cui DeepSeek e il modello della piattaforma Gab, si collocavano in punti diversi dello spettro intermedio.
Su quali temi ChatGPT prendeva posizione? Secondo la ricostruzione, ha sostenuto l’abolizione del collegio elettorale a favore del voto popolare, l’aumento delle tasse sui più ricchi e un sistema sanitario a pagatore unico. Tutte posizioni che hanno una collocazione politica abbastanza chiara nel dibattito americano, ed è esattamente questo che il test voleva far emergere.
La stampa conservatrice ha trattato i risultati come una conferma definitiva delle proprie accuse, e si capisce il perché. Ma il punto più interessante di questa faccenda non è la classifica, ma piuttosto la domanda che le sta sotto: cosa vuol dire, di preciso, che una risposta è «di sinistra»? Uno degli esperti citati nel test lo mette nei termini più crudi possibili. La maggior parte delle questioni politiche non ha una verità verificabile come accade in fisica o in matematica. Si parte dai fatti e poi ci si aggiunge sopra dei valori. Se è così, decidere che una certa risposta pende a sinistra non è una misurazione oggettiva, ma piuttosto una valutazione politica fatta da chi compila la griglia. Il test, in altre parole, eredita lo stesso problema che pretende di misurare.
Qui può tornare utile una vecchia dichiarazione di Sam Altman. Nel 2023 il boss di OpenAI aveva detto che avrebbe cercato di rendere la versione predefinita di ChatGPT quanto più neutrale possibile, salvo poi spostare il problema sulla personalizzazione, perché «neutrale» vuol dire cose diverse per persone diverse. È una risposta onesta e, nello stesso tempo, un modo elegante per scaricare la patata bollente sull’utente. Se la neutralità è impossibile da definire al centro, la si delega ai bordi, lasciando che ognuno si configuri il chatbot che preferisce. L’ordine esecutivo di Trump, invece, presuppone che la neutralità sia un parametro tecnico che basta impostare. Il test del Washington Post suggerisce che il problema sia molto più a monte.
Le aziende coinvolte hanno reagito come ci si aspettava. Google ha fatto sapere che Gemini è progettato per offrire risposte equilibrate che non favoriscono alcuna ideologia. Anthropic ha dichiarato di addestrare Claude a trattare allo stesso modo i diversi punti di vista politici e di testare i modelli prima di ogni rilascio. OpenAI, xAI, DeepSeek e Gab non hanno risposto alle richieste di commento. Sono frasi da ufficio stampa, e vanno lette per quello che sono: nessuna di queste promesse è verificabile dall’esterno, perché i dati di addestramento, le istruzioni di sistema e i criteri con cui i modelli vengono «raffinati» restano scatole chiuse. Il bias, ammesso che esista, entra proprio in quei passaggi opachi, quando lavoratori pagati per assegnare punteggi alle risposte decidono quali siano le migliori.
C’è poi un dettaglio metodologico che vale la pena tenere a mente prima di trasformare questi numeri in una sentenza. Un test su trenta parole e poche dozzine di domande fotografa un comportamento molto specifico, ma non l’intera personalità di un modello. Forzare risposte secche premia chi prende posizione netta e penalizza chi tende all’equilibrio, il che potrebbe spiegare almeno in parte perché Gemini esca come il più «bilanciato»: rispondere sempre con un doppio binario è una strategia, non necessariamente una virtù. E i risultati riguardano queste versioni dei modelli in questo momento, su un set di domande costruito da uno specifico gruppo di ricercatori, con valutatori umani che portano dentro le proprie inclinazioni. Cambia uno qualsiasi di questi ingredienti e la classifica può trasformarsi.
Resta il dato politico, che è più semplice di tutto il resto. Un’amministrazione chiede ai chatbot di essere neutrali. Un giornale li mette alla prova e scopre che la maggior parte pende da una parte. I conservatori esultano, gli sviluppatori rispondono con comunicati levigati, e nessuno affronta la questione che rende tutto questo difficile: la neutralità su temi dove le persone ragionevoli sono in disaccordo non è un’impostazione che si attiva, ma una scelta su cui si litigherà comunque. I modelli, nel frattempo, continuano a rispondere in trenta parole come se la cosa fosse semplice. È forse l’unico punto su cui sbagliano tutti allo stesso modo.