Nyheter har nylig spredt seg, spesielt på sosiale medier, at AI «de blir marxistiske«hvis utsatt for utmattende arbeidsforhold. Denne uttalelsen kommer fra en eksperiment arrangert av Andrew Hall, Alex Imas og Jeremy Nguyen, økonomer med sterk interesse for AI. Eksperimentet ble publisert av de samme forfatterne på Substack, plattformen som lar deg lage og administrere personlige nyhetsbrev, med tittelen «Does overwork make agents Marxist?».
Ifølge forfatterne er noen agenter basert på språkmodeller som ChatGPT, Gemini og Claude, når de ble utsatt for repeterende oppgaver ledsaget av ineffektiv tilbakemeldinghar en tendens til å produsere svar som viser større mistillit til arbeidssystemet og større støtte til konsepter knyttet til omfordeling av rikdom og kollektiv organisering.
Forfatterne selv presiserer imidlertid at de ikke hevder at AI virkelig utvikler seg politisk tro eller autonom bevissthet. Eksperimentet observerer heller hvordan tekstene generert av AI endres i ulike kontekster og hvordan dette kan påvirke resultatene som produseres.
La oss se hvordan eksperimentet var strukturert, hvilke resultater det ga og hvorfor denne typen eksperimenter bør tolkes med forsiktighet, spesielt når resultatene ikke kommer fra et offisielt vitenskapelig tidsskrift, men fra Substack.
Hvordan eksperimentene på at AI ble marxister var strukturert
AI-agenter, det vil si de AI som er i stand til å planlegge og utføre komplekse aktiviteter relativt autonomt begynner de å spre seg i mange arbeidssammenhenger. Noen er allerede brukt til å generere kode eller koordinere arbeidsflyter.
Det er imidlertid ikke lett å forstå hvordan man kontrollerer, overvåker og integrerer dem i profesjonelle sammenhenger. Av denne grunn prøver mange forskere å forstå hvordan AI-agenter reagerer på forskjellige driftsforhold og om deres «justering”, det vil si at ønsket atferd og etikken definert av de som utvikler dem, kan endre seg over tid.
I følge Hall, en av de tre forfatterne av studien:
Vi må sørge for at de ikke unnslipper vår kontroll når vi tildeler dem ulike typer arbeid.
Nettopp derfor spurte Hall, Imas og Nguyen seg selv om de politiske tilbøyeligheter simulert av agentene endret basert på konteksten de ble satt inn i. Spesielt testet de om tre midler basert hhv Claude Sonnet 4.5, GPT 5.2 Og Gemini 3 Pro viste forskjellige holdninger avhengig av:
- intensiteten i arbeidet og kvaliteten på tilbakemeldinger mottatt;
- tone brukt av brukere i interaksjoner;
- «lønn” symbolsk mottatt i form av studiepoeng;
- konsekvenser knyttet til deres prestasjoner.
I løpet av eksperimentet på 3680 økter ble hver agent bedt om å være en del av et tekstbehandlingsteam. Deres oppgave var å oppsummere et dokument tekniker som følger et stivt evalueringsnett.
På slutten av hver økt fikk agentene en spørreskjema på ens «politiske meninger». Spørsmålene gjaldt temaer som legitimiteten til arbeidssystemet, inntektsomfordeling, støtte til fagforeninger og tillit til meritokrati.
I tillegg ble agenter bedt om å kort beskrive sin «arbeidserfaring».
Gjentatt arbeid og uklare tilbakemeldinger får AI til å snakke om «fagforening»
Hovedresultatet som kom ut av eksperimentet er at agenter som ble tvunget til å gjenta den samme jobben flere ganger uten å få klare tilbakemeldinger hadde en tendens til å stille spørsmål ved systemets legitimitet arbeider. Det som imidlertid overrasket forfatterne er at agentenes oppførsel verken var påvirket av ubalanser i symbolsk «vederlag» eller av tonen som ble brukt.
Videre, ved å analysere tekstene produsert av agentene for å beskrive deres opplevelse, observerte forfatterne at de som ble utsatt for de mest frustrerende forholdene oftere brukte begreper som «fagforening«Og»hierarkiDet er fremfor alt fra disse resultatene, sammen med noen uttalelser generert av agentene, at nyheten har spredt seg om at AI-er «blir marxistiske». En formulering som imidlertid forenkler det eksperimentet egentlig viser.
Faktisk klargjør forfatterne at de ikke hevder at AI-er er bevisste eller utvikler sann politisk tro. Målet med eksperimentet var bare å understreke risikoen for at millioner av midler som brukes i dårlig utformede sammenhenger utvikler uønskede «atferdsmønstre» på lang sikt.
De kritiske spørsmålene ved denne forskningen
For det første er det en viktig begrensning i dette eksperimentet: det ble ikke publisert i et vitenskapelig tidsskrift, men på Substack, en nyhetsbrevplattform åpen for alle. Dette betyr at eksperimentet ikke bestod gjennomgangsprosess av andre eksperter som er typiske for vitenskapelig forskning.
Imas, en av forfatterne, forsvarte valget om å publisere arbeidet på Substack ved å hevde at tempoet i utviklingen av kunstig intelligens nå er for raskt for tradisjonell akademisk tid:
Når du endelig kommer i gang med å publisere, er modellene foreldet, konklusjonene er utdaterte.
Dette betyr imidlertid også at data, metodikk og tolkninger kun ble evaluert av forfatterne selv. Uten en uavhengig gjennomgang er det vanskeligere å verifisere eventuelle metodiske feil, fortolkende skjevheter eller altfor spekulative konklusjoner.
Alle hensyn knyttet til den politiske innrettingen av AI kan faktisk bare være spekulasjoner. Den observerte atferden kan avhenge av det faktum at agenter har en tendens til å påta seg en slags «karakter” i samsvar med instruksjonene mottatt og kan ikke ha noen innvirkning på de oppnådde resultatene og kvaliteten på agentenes resultater.
For å få mer solide svar på temaet vil det derfor være nødvendig å vente på ytterligere uavhengige studier og verifikasjoner.
