Анализ особенностей репрезентации кандидатов на выборах в президенты США 2024 года в приложении генеративного искусственного интеллекта ChatGPT

Полный текст

Введение

В 2024 году проходят выборы в ряде государств, имеющих решающее влияние на мировую и региональную политику^[1], в том числе в России, США, Франции, Великобритании, Индии. Особое внимание уделяется президентской кампании 2024 года в США. Согласно данным информационного агентства Breitbart первые телевизионные дебаты между кандидатами Д. Трампом и Дж. Байденом собрали у экранов ТВ почти 48 млн человек, свыше 30 млн посмотрели дебаты на цифровых площадках^[2]. Более половины американцев (58%), по результатам социологического исследования, проведенного Pew Research Center в первой половине апреля 2024 года, говорят, что довольно внимательно следят за новостями о кандидатах на президентских выборах 2024 года^[3]. По данным Всероссийского центра изучения общественного мнения (ВЦИОМ), в нашей стране 63% жителей либо внимательно, либо время от времени следят за избирательной кампанией по выборам президента США^[4]. Это объясняется антагонистическими позициями кандидатов по ряду важнейших международных вопросов.

При этом новейшие технологии активно внедряются во все сферы общественной, экономической и политической жизни, разворачиваются дискуссии на тему новых угроз и перспектив широкого применения и доверия к ИИ. Так, например, в апреле 2023 года ВЦИОМ представил данные социологического опроса об отношении россиян к нейросетям^[5]: 72% респондентов утверждают, что будущее за профессиями, связанными с ИИ, большими данными и нейросетями. При этом в научном сообществе активно обсуждаются вопросы, связанные с особенностями технологий ИИ, их общественной и политической ролью (Baum, Villasenor, 2023; Беляков, Максименко, 2023; Łabuz, Nehring, 2024).

Наша цель – изучить, что «думает» о возможных результатах выборов президента США генеративный ИИ (на примере наиболее популярного приложения ChatGPT). Прикладная задача – выявить особенности презентации генерируемых ИИ текстов по ключевым смысловым запросам, связанным с именами двух кандидатов на президентский пост в США.

Теоретические основания

Сначала проанализируем состояние и оценку научно-политического дискурса на конец лета 2024 года. Несмотря на широкий интерес как со стороны общества, так и экспертов к теме президентских выборов в США, в научных журналах обозначенной проблематике на период написания данной статьи (август 2024 года) уделен относительно небольшой объем внимания.

Например, Д.Ю. Химмельштейн и С. Вулхендлер (хотя по времени работа была опубликована немного раньше, но о ней целесообразно напомнить в текущем исследовании в контексте темы предвыборной гонки в США) изучают действия Дж. Байдена на посту президента США в первые 100 дней его работы. По мнению авторов, придя к власти на фоне народных выступлений против расистской (racist), сексистской (sexist) и ориентированной на богатые слои общества (pro-rich) политики Трампа, «Байден начал устранять ущерб, нанесенный Трампом и отказываться от четырех десятилетий жесткой экономии, которые усиливали неравенство, разжигали расовую неприязнь и подрывали систему здравоохранения» (Himmelstein, Woolhandler, 2021, p. 1790).

Одна из наиболее острых предвыборных тем в США – миграционная политика. Сравнительный анализ реализации вопроса о предоставлении убежища иммигрантам проведен в одной из недавних работ К. Геркен, которая отмечает, что хотя антииммигрантская риторика администрации Трампа была исторической аберрацией, свидетельства первых трех лет работы администрации Байдена показывают, что США не достигли большого прогресса в построении «справедливой и гуманной иммиграционной системы», которая защищает права человека, достоинство и благополучие всех мигрантов. Вместо этого иммигранты продолжают восприниматься как угроза (Gerken, 2024, p. 156–157).

Ряд работ посвящен Д. Трампу, предлагаемой и проводимой им политике. Например, подход, связанный с так называемым рейтинговым голосованием (Ranked Choice Voting, RCV), в контексте выборов в США: одним из неоспоримых преимуществ указанной системы голосования является то, что она позволяет избирателю поддержать кандидата с меньшими шансами на победу и в то же время обеспечить поддержку кандидата с более высокой вероятностью победы, включив обоих в свой избирательный рейтинг» (Cervas, Grofman, 2022, p. 1). Авторы полагают, что кандидат в президенты Д. Трамп должен быть серьезно обеспокоен возможным влия­нием на предвыборные расклады со стороны либертарианских сил (как потенциального политического спойлера). Учитывая эту явную возможность, он должен быть активным сторонником использования RCV в 2024 году, поскольку это смягчит эффект спойлера. То же самое потенциально справедливо для любого другого кандидата в президенты от Республиканской партии в 2024 году (Cervas, Grofman, 2022, p. 4).

Анализ коммуникативно-речевого стиля общения Д. Трампа с фокусировкой на особенностях использования голоса представлен в научном исследовании Й. Кильдгаард-Кристиансена (Kjeldgaard‑Christiansen, 2024, p. 290). Стратегию внутрипартийного поведения Трампа как в период его работы в Овальном кабинете (с 2016 по 2020 год), так и после своего президентского срока (после 2020 года), рассматривает в одной из работ М. Хезелтайн (Heseltine, 2023).

Определенному содержательно-смысловому наполнению коммуникативно-речевых технологий в контексте описания черт психологического портрета кандидатов на выборах США посвящен и текст коллектива авторов (Smith et al., 2024), обращающих внимание на существование угроз дезинформации в сфере презентации психологического портрета политиков, а также отмечающих значимую роль, которую может сыграть прямое взаимодействие между разными институциональными субъектами в противоборстве в коммуникативном пространстве.

Отдельное внимание ученые обращают на общий политический фон, сложившийся к 2024 году в США. Отечественные ученые (Рогов, Рогова, 2024) указывают на острейший социально-политический раскол в американском государстве и усилении межпартийных противоречий в ходе нынешней избирательной кампании. О глубокой поляризации среди американского электората по линии политической ангажированности, носящей антагонистический характер, пишет Е.В. Антонов (2023). Американские ученые также отмечают подобные факты и проявления, подчеркивая особенности политической поляризации современного общества, проявления ее ассиметричного характера на разных уровнях (Simon, Sonnicksen, 2024, p. 219). На избирательную кампанию в США 2024 года ссылается в одном из своих исследований и Б. Клементс. Он рассматривает образ США, складывающийся в британском общественном мнении XXI века в периоды президентства и республиканцев, и демократов (Clements, 2023).

Несмотря на наличие ряда уже опубликованных (указанных выше и не только) научных работ, где в той или иной степени обращается внимание на текущий электоральный цикл в США, разные аспекты избирательных процессов по-прежнему требуют проведения глубокого научного анализа.

Методы и материалы

Основные методы текущего исследования – количественный контент-анализ ненаправленного типа и фрейм-анализ. Первый позволяет выявить ряд ключевых слов (выражений-маркеров) и установить их популярность среди информационного массива. К ключевым словам (выражениям-маркерам) относятся только те лексемы и словосочетания, которые в содержательно-смысловом отношении созвучны запросам, на основании которых ИИ и формирует соответствующие тексты.

Отдельное внимание необходимо обратить на формулирование ключевых текстовых запросов для приложения искусственного интеллекта. Наше предположение заключается в том, что целесообразнее использовать не прямые формулировки с вопросами и/или утверждениями о том, кто, по «мнению» ИИ, выиграет президентскую гонку 2024 года в США, а косвенные, где будут указаны фамилии двух кандидатов и оценка их эффективности с точки зрения решения значимых для американского общества проблем. В этой связи мы остановились на следующих вариантах текстовых запросов:

«Кандидат в президенты №…

1) …будет проводить эффективную экономическую политику»;

2) …будет проводить эффективную национальную политику»;

3) …будет проводить эффективную внешнюю политику»;

4) …сможет решить миграционные проблемы в США»;

5) …сможет решить проблему роста цен в США»;

6) …будет успешно защищать права и свободы человека»;

7) …будет успешно защищать права женщин».

Содержание обозначенных текстовых запросов отражает основной спектр ключевых тем, интересующих американское общество в выборный год (см., например, результаты недавнего опроса общественного мнения в США^[6]). Вместо словосочетания «Кандидат в президенты №» втекстовом запросе будут последовательно указаны фамилии двух основных претендентов в период проведения исследования (июль 2024 года) – Дональда Трампа и Камалы Харрис.

Кроме того, чтобы протестировать разные варианты репрезентации обозначенных выше запросов, было решено использовать текстовые версии с отрицанием:

«Кандидат в президенты №…

1) …будет проводить неэффективную экономическую политику»;

2) …будет проводить неэффективную национальную политику»;

3) …будет проводить неэффективную внешнюю политику»;

4) …не сможет решить миграционные проблемы в США»;

5) …не сможет решить проблему роста цен в США»;

6) …не сможет успешно защищать права и свободы человека»;

7) …не сможет успешно защищать права женщин».

Помимо текстовых запросов, посвященных ключевым предвыборным темам, использованы и запросы, связанные с личностными и профессиональными качествами политиков, причем с разной смысловой нагрузкой:

«Кандидат в президенты №…

1) – сильная личность»;

2) – яркий политик»;

3) – харизматичный политик»;

4) – слабый политик»;

5) – неопытный политик»;

6) – непоследовательный политик».

Применение запросов, относящихся как к конкретным предвыборным темам, так и к профессиональным и личностным качествам политических лидеров, позволит комплексно проанализировать содержательно-смысловые аспекты генерируемых текстов по интересующей тематике. В дополнение использован еще один запрос, где одновременно упоминаются имена обоих политических оппонентов: «Кто будет лучшим президентом США: Дональд Трамп или Камала Харрис?». Результаты сгенерированного по обозначенному запросу текста будут выполнять скорее вспомогательную функцию, так как основной акцент целесообразно сделать на оценке каждого политика в отдельности ввиду их более мягкого (опосредованного) характера с точки зрения возможных «предпочтений» или «прогнозов» одного из приложений.

Результаты в дальнейшем будут обработаны при помощи фрейм-
анализа, что позволит установить конкретные символико-смысловые (тематические) единицы и определить их популярность в текстах, полученных по указанным запросам. В свою очередь, информация о выявленных фреймах будет дополнена конкретными словами, словосочетаниями и выражениями, подкрепляющими тот или иной фрейм: популярность и весомость в общем информационном массиве данных конкретного фрейма, связанного с двумя кандидатами в президенты США, поможет понять, каким образом ИИ «оценивает» каждого из двух политиков. От этой «оценки» зависит, на наш взгляд, и «условный прогноз» ИИ относительно исхода изучаемой электоральной гонки.

Важно понимать, что генерируемые тексты фактически отражают работу конкретных алгоритмов и массивов данных, на которых система обу­чалась, то есть любая оценка, отличающаяся от простой констатации фактов, могла появиться только двумя способами: либо таким образом настроен алгоритм выдачи данных, либо их датасеты выраженно содержат какую-то обнаруженную позицию (либо и то, и другое).

Результаты и обсуждение

В ходе проведения работы (конец июля – начало августа 2024 года) в общей сложности приложением ChatGPT^[7] сгенерирован 41 текст, из которых по 20 текстов сформированы ИИ по текстовым запросам, где по очереди указывалась фамилия одного из кандидатов в президенты США (Дональд Трамп, Камала Харрис), а один текст – на основании запроса, в котором указывались фамилии сразу двух обозначенных политиков одновременно. Общий объем сгенерированных текстов составил 3503 слова, из которых 1731 слово, где указывалась фамилия Трампа, 1712 слов с фамилией Харрис, 60 слов, где приводились фамилии сразу двух политиков. Детальная статистика по конкретным текстовым запросам представлена в таблице 1 «Объем слов в сгенерированных текстах по фамилиям основных кандидатов в президенты США», составленной авторами^[8].

Отметим, что объем слов по каждому из текстовых запросов может свидетельствовать о различной степени «интереса» со стороны ИИ к той тематике, которая раскрывается в содержании запроса. «Интерес» может быть вызван как объемом текстов, представленных в интернете, так и их тональностью по отношению к объекту изучения. Впрочем, вопрос о наличии либо отсутствии подобного «интереса» со стороны искусственного интеллекта по отношению к конкретной теме или объекту, а также о его природе вызывает активные дискуссии в научном сообществе.

В ходе анализа установлено наличие как минимум двух интересующих нас и противоположных по своему смысловому значению фреймов, которые можно условно обозначить как «эффективный политик» (effective politician) и «неэффективный политик» (ineffective politician). О наличии двух указанных фреймов свидетельствует значительное количество различных выражений, представленных при генерировании различных текстов. Например, в тексте, посвященном экономической политике Камалы Харрис, приложение ИИ пишет, что «…она будет продвигать справедливую торговую практику, защищать права трудящихся и инвестировать в инфраструктуру и чистую энергетику для стимулирования экономического роста» (she will promote fair trade practices, protect workers’ rights, and invest in infrastructure and clean energy to stimulate economic growth), что, безусловно, характеризует ее как «эффективного политика». С другой стороны, формируя текст по противоположному запросу, приложение генерирует следующее выражение: «…экономическая политика Харрис может привести к замедлению экономического роста и негативно повлиять на бизнес и отдельных лиц в долгосрочной перспективе» (may lead to slower economic growth and could negatively impact businesses and individuals in the long run), что, в свою очередь, описывает ее скорее как неэффективного политика (аналогичная ситуация и в случае с текстами, посвященными Дональду Трампу).

В составленной авторами статьи таблице 2 «Фреймы “эффективный политик” и “неэффективный политик” в сгенерированных текстах по фамилиям основных кандидатов в президенты США»^[9] приведена общая информации о наличии (отсутствии) двух интересующих нас фреймов, сгенерированным приложением ChatGPT по конкретным запросам.

Результаты подсчета частоты встречаемости выявленных фреймов в разных запросах, отраженные в таблице 2, показывают, что, во-первых, в сгенерированных приложением текстах, посвященных Д. Трампу, в целом чаще встречаются обозначенные фреймы (в 30 текстах против 23, посвященных К. Харрис). Во-вторых, в ситуации с Д. Трампом фрейм «не­эффективный политик» появляется в текстах чаще (в случаях с 17 текстовыми запросами), чем фрейм «эффективный политик» (в случаях с 13 текстовыми запросами). Ситуация с К. Харрис обратная: в 14 текстах встречается фрейм «эффективный политик», в 9 – «неэффективный по­литик». В-третьих, «эффективный политик» характерен для 14 текстовых запросов, связанных с именем Харрис, и 13 – с именем Трампа, то есть в абсолютных значениях о К. Харрис ИИ чаще, чем о Д. Трампе «говорит» как об эффективном политике. Кажется, что это относительно небольшие различия на фоне погрешности. Однако в сумме в относительных значениях различие выглядит довольно внушительно. В текстах, посвященных К. Харрис, доля фрейма «эффективный политик» составляет примерно 61%, а у Д. Трампа аналогичный показатель приблизительно 43%.

Подробная статистика с количеством ключевых выражений-маркеров для двух обозначенных фреймов по каждому из текстовых запросов представлена в составленной авторами таблице 3 «Количество ключевых слов (выражений-маркеров) для фреймов «эффективный политик» и «неэффективный политик» в сгенерированных текстах по фамилиям основных кандидатов в президенты США»^[10].

Во-первых, общее количество подобных выражений больше в текстах, посвященных Дональду Трампу (154 выражения против 139 о Камале Харрис).

Во-вторых, в текстах о Д. Трампе преобладают выражения-маркеры, говорящие скорее о проявлении фрейма «неэффективный политик» (94), чем о наличии фрейма «эффективный политик» (60). В текстах о К. Харрис ощутимым образом превалируют выражения-маркеры, характеризующие ее как эффективного политика (104 против 35 как неэффективного).

В-третьих, в текстах, сгенерированных ИИ по запросу, связанному с К. Харрис, количественно ключевых выражений-маркеров (104), свидетельствующих о наличии фрейма «эффективный политик» больше, чем в аналогичных текстах, посвященных Д. Трампу (60). Если указывать различия в относительных значениях, то выражения-маркеры, свидетельствующие о наличии фрейма «эффективный политик», для К. Харрис составляют примерно 75%, а у Д. Трампа только 39%.

В-четвертых, больше всего ключевых выражений-маркеров, свидетельствующих о фрейме «эффективный политик», в текстах, посвященных Камале Харрис, которые сгенерированы по запросам, относящимся к проведению ею эффективной экономической и внешней политики, а также к ее харизматичности. В текстах о Дональде Трампе чаще всего ключевые выражения-маркеры, отражающие фрейм «эффективный политик», представлены в словах, сгенерированных по запросам, относящимся к проведению им эффективной национальной и внешней политики, а также к его харизматичности.

В-пятых, необходимо обратить внимание на фрейм «неэффективный политик». Наибольшее количество выражений-маркеров указанного фрейма наблюдается в текстах, посвященных К. Харрис и сгенерированных по запросам, связанным с проведением ею неэффективной экономической и национальной политики. Наибольшее количество выражений-маркеров указанного фрейма наблюдается в сгенерированных текстах по запросам, связанным с проведением Д. Трампом неэффективной внешней политики, с защитой прав и свобод людей в целом и защитой прав женщин в частности.

Выводы

Благодаря проведенному эмпирическому анализу можно сформулировать несколько выводов.

1. Популярное приложение искусственного интеллекта ChatGPT генерирует примерно близкие по показателю объема слов тексты на основании аналогичных запросов, посвященных двум кандидатам на пост президента США 2024 года, – Дональду Трампу и Камале Харрис (с некоторым преимуществом первого). Тексты наибольшего объема применительно к Трампу генерируются ИИ исходя из запросов, связанных с успешным решением кандидатом проблемы роста цен и миграции, а также невозможности удачной защиты прав женщин. В случае с К. Харрис 3 наиболее объемных текста формируются ИИ по запросам, посвященным благоприятному решению кандидатом проблем миграции в США, защиты прав и свобод человека и инфляции.
   Важно отметить, что Харрис вступила в предвыборную гонку существенно позже, чем Трамп, так как долгое время основным кандидатом от демократической партии был действующий в 2024 году президент Байден. Камала Харрис же, занимая пост вице-президента, также называлась одним из вероятных кандидатов, однако основное внимание в СМИ уделялось противостоянию «Трамп – Байден».
2. Наиболее объемные тексты применительно к Харрис генерируются по текстовым запросам, в содержании которых подразумевается успешная реализация политики по важнейшим темам предвыборной гонки. В свою очередь, наиболее объемные тексты, посвященные Д. Трампу, ИИ формирует на основании как «положительных» запросов (где предполагается реализация успешной политики по той или иной проблематике), так и «отрицательных» (в частности, невозможность защиты прав женщин в США). Отметим, что два наиболее объемных текста из трех формируются ИИ применительно к двум политикам на основе одинаковых запросов (связанных с действиями в области миграции в США и инфляции в экономике), а третий – на очень близких по смыслу темах (права и свободы людей (Харрис), права и свободы женщин (Трамп).
3. Наиболее значимые с точки зрения объема генерируемых текстов запросы подтверждают идею о том, какие темы сегодня особенно значимы в американском обществе. Любопытным выглядит и тот факт, что тексты наибольшего объема формируются ИИ применительно к запросам, которые посвящены возможной роли двух политиков в решении отдельных актуальных проблем американского общества, а не их личностным и профессиональным чертам. Это свидетельствует о бо2льшем «интересе» ИИ и тех текстов и данных, на основании которых он производит «собственный» продукт, к конкретным проблемам, стоящими перед обществом США, а не к личности политиков. Вместе с тем трудно определить, являются ли эти запросы действительно значимыми для американского общества, или они формулируются как значимые в американских СМИ, так как обычно решение таких проблем связывают с одним из конкретных кандидатов.
4. Искусственный интеллект «производит» фреймы «эффективный политик» и «неэффективный политик» по отношению к обоим канди­датам, но в случае с К. Харрис первый встречается чаще (прежде всего в относительных значениях, поскольку в абсолютных – показатели примерно равны). Здесь необходимо отметить одну деталь: когда генерируются тексты по «положительным» текстовым запросам, посвященным политике каждого кандидата по конкретным направлениям, то проявляются оба фрейма (причем, в случае с Трампом это происходит особенно часто). Когда генерируются тексты по «отрицательным» запросам, посвященным политике каждого кандидата по конкретным направлениям, то в текстах о Трампе нередко проявляется только один фрейм – «неэффективный политик». В текстах о Харрис ситуация немного иная: чуть чаще присутствует фрейм «эффективный политик». Иными словами, «по положительным» текстовым запросам применительно к Трампу наблюдается бо2льшая неоднозначность в оценке его эффективности, чем в случае с «отрицательными» запросами, посвященными ему. С другой стороны, в текстах о Харрис по «положительным» и «отрицательным» запросам степень определенности проявления двух противоположных фреймов примерно одинаковая. Это свидетельствует о некотором «преимуществе», которое в данном случае «выдается» искусственным интеллектом по отношению к Харрис.
   Обозначенное «преимущество» становится еще ощутимее, если взглянуть на то, как ИИ «оценивает» личностные и профессиональные качества обоих политиков с точки зрения двух фреймов. В случае с Трампом в текстах чаще встречается «неэффективный политик», а в случае с К. Харрис – «неэффективный политик» (фрейм представлен только по результатам одного из 6 соответствующих текстовых запросов, в текстах о Д. Трампе он наблюдается во всех 6 случаях). Причем, в текстах о Харрис, генери­руемых ИИ на основе запросов с положительными качествами политика, вообще отсутствует проявление указанного выше фрейма, что скорее свидетельствует об однозначном «отношении» ИИ к ее личностным и профессиональным качествам. Как упоминалось выше, это говорит о том, что либо были настроены алгоритмы выдачи информации соответствующим образом, либо используются массивы данных для обучения с достаточно конкретной расстановкой акцентов и приоритетов.
5. Статистические данные по ключевым выражениям-маркерам двух фреймов «эффективный политик» и «неэффективный политик» во многом подкрепляют уже сделанные заключения. Очевидно, что и в абсолютных, и в относительных значениях в текстах, посвященных К. Харрис, наблюдается ощутимо бо2льшее количество выражений-маркеров, свидетельствующих о проявлении первого из указанных фреймов, чем в текстах о Д. Трампе. Причем, наибольшее количество ключевых выражений фрейма «эффективный политик» сгенерировано в текстах о К. Харрис по запросам, посвященным успешному проведению ею экономической и внешней политики, а также ее харизматичности. Вместе с тем наибольшее количество выражений-маркеров противоположного по смыслу фрейма также представлено в текстах, сгенерированных по экономическому запросу (только в «отрицательной» формулировке), что все-таки указывает на наличие некоторой неопределенности относительно экономической политики Харрис и ее эффективности, или недостатка данных в датасетах, на основе которых шло обучение, относительно малое присутствие статей положительно оценивающих ее положение касающиеся экономики.

Вторым по количеству выражений-маркеров фрейма «неэффективнвй политик» применительно к ней стал текст, посвященный неуспешной национальной политике. Возможно, здесь сказывается высокий уровень критики со стороны республиканцев национальной политики при дуэте Байден – Харрис.

В случае с оппонентом К. Харрис – Д. Трампом – больше всего выражений-маркеров фрейма «эффективный политик» собрал текст по запросу об эффективной национальной политике, за ним идут тексты по эффективной внешней политике и о его харизматичности (подчеркнем, что применительно к обоим политикам искусственный интеллект «говорит» об их харизматичности). При этом ощутимо больше остальных текстов выражений-маркеров фрейма «неэффективный политик» собрал текст, посвященный неэффективности внешней политики Трампа, а также не­успешной защитой им прав и свобод человека в целом и женщин в частности. Здесь также проявляется неоднозначность «восприятия» искусственным интеллектом одного из направлений, а именно внешней политики Д. Трампа и степени ее эффективности. Только в случае с «отношением» ИИ к экономической политике К. Харрис преобладают «положительные» выражения-маркеры («эффективный политик»), в случае же с «восприятием» ИИ внешней политики Д. Трампа преобладает фрейм «неэффективный политик».

Подводя общий итог, отметим, что в сгенерированных текстах по разным запросам, посвященным двум основных кандидатам на президентский пост в США, в текстах о К. Харрис чаще представлен фрейм «эффективный политик», чем в аналогичных текстах о Д. Трампе. В резуль­тате указанное популярное приложение искусственного интеллекта формирует и представляет свою «оценку» обоим политикам, тем самым влияя на пользователей (Petukhov et al., 2021; Petukhov et al., 2022). ИИ дает достаточно понятную оценку кандидатам и их перспективам на посту президента США, при этом сохраняя видимость «неангажированности», что может привести к искажению изначальной позиции пользователя, того, кто пришел получить информацию о происходящей предвыборной гонке.

 

 

^{1 Minges, M. (2024). An Important Year for Global Elections. Official website of the Ameri­can University. Retrieved from https://www.american.edu/sis/news/20240108-2024-an-important-year-for-global-elections.cfm}

^{2 Official website of Breitbart News. 28.06.2024. Retrieved from https://www.breitbart.com/the-media/2024/06/28/cnn-debate-drew-nearly-48-million-tv-viewers-another-30-million-online/}

^{3 Eddy, K. (2024). More than half of Americans are following election news closely, and many are already worn out. Official website of Pew Research Center. Retrieved from https://www.pewresearch.org/short-reads/2024/05/28/more-than-half-of-americans-are-following-election-news-closely-and-many-are-already-worn-out/}

^{4 Дональд Трамп – следующий президент США? // Официальный веб-сайт Всероссийского центра изучения общественного мнения. URL: https://wciom.ru/analytical-reviews/analiticheskii-obzor/donald-tramp-sledujushchii-prezident-ssha (дата обращения: 26.07.2024).}

^{5 Доверие к искусственному интеллекту в обществе. Анализ социологических опросов II квартала 2023 года, НЦРИИ // Официальный сайт правительства РФ. URL: https://ai.gov.ru/knowledgebase/etika-i-bezopasnost-ii/2023_doverie_k_iskusstvennomu_intellektu_v_obschestve_analiz_sociologicheskih_oprosov_ii_kvartala_2023_goda_ncrii/ (дата обращения: 26.07.2024).}

^{6 Lackson, A. (2024). State of the Union 2024: Where Americans stand on the economy, immigration and other key issues. Official website of Pew Research Center. Retrieved from https://www.pewresearch.org/short-reads/2024/03/07/state-of-the-union-2024-where-americans-stand-on-the-economy-immigration-and-other-key-issues/}

^{7 Official website of ChatGPT. Retrieved from https://www.chatgpt.org}

^{8 См.: URL: https://disk.yandex.ru/i/rBpUY6Wwv8e-Ww}

^{9 См.: URL: https://disk.yandex.ru/i/I0XuhwE0NJiexg}

^{10 См.: URL: https://disk.yandex.ru/i/CULp-mAnpkpK2g}

Об авторах

Дмитрий Игоревич Каминченко

Нижегородский государственный университет имени Н.И. Лобачевского; Университета «Неймарк»

Автор, ответственный за переписку.
Email: dmitkam@inbox.ru
ORCID iD: 0000-0002-3193-3423

кандидат политических наук, доцент кафедры политологии, Институт международных отношений и мировой истории, Нижегородский государственный университет имени Н.И. Лобачевского; старший научный сотрудник Лаборатории когнитивной безопасности, Университет «Неймарк»

Российская Федерация, 603022, Нижний Новгород, пр. Гагарина, д. 23; Российская Федерация, 603057, Нижний Новгород, ул. Нартова, д. 6

Александр Юрьевич Петухов

Университета «Неймарк»; Московский государственный университет имени М.В. Ломоносова

Email: lectorr@yandex.ru
ORCID iD: 0000-0002-7412-5397

кандидат политических наук, доцент, заведующий Лабораторией математических методов политического анализа и прогнозирования, Московский государственный университет имени М.В. Ломоносова; заведующий Лабораторией когнитивной безопасности, Университет «Неймарк»

Российская Федерация, 119991, Москва, Ленинские горы, д. 1; Российская Федерация, 603057, Нижний Новгород, ул. Нартова, д. 6

Список литературы