Dvadesetogodišnji birač više ne mora otvarati izborne programe HDZ-a, SDP-a, Možemo!, Mosta ili neke nove stranke, niti čitati usporedne analize na portalima. Dovoljno je da upiše ili izgovori: 'Želim glasati za stranku koja podržava dostupnije stanovanje, nije protiv poduzetnika i nema velikih korupcijskih afera. Usporedi mi opcije.'

Umjesto popisa poveznica, generativna umjetna inteligencija sve će češće ponuditi jedinstven odgovor. Sama će odlučiti koje su stranke relevantne, kojim će izvorima vjerovati i koje će informacije uključiti ili izostaviti. Tako preuzima ne samo ulogu medija, već i aplikacija za savjetovanje pri glasanju (VAA), kakva je, primjerice, na prošlim izborima bio Izborni kompas.

Google je nekoć biraču pokazivao političko tržište, a umjetna inteligencija sve će mu češće sâma sastavljati à la carte politički jelovnik. Zato bi stranke već na izborima 2028. godine mogle voditi dvije paralelne kampanje: jednu javnu, sastavljenu od skupova, sučeljavanja, plakata i objava na društvenim mrežama, te drugu, uglavnom nevidljivu, u kojoj će se natjecati za to kako će alati umjetne inteligencije opisivati njihove programe, kandidate i afere kada ih birači priupitaju o tome.

Od prvog mjesta na Googleu do mjesta u odgovoru

Voditelji izbornih kampanja već su jednom morali naučiti jezik mrežnih tražilica. Nije više bilo dovoljno imati kvalitetan izborni program i dobro uređenu mrežnu stranicu, trebalo je razumjeti što birači pretražuju, kako Google rangira rezultate i kako osigurati to da se poruka njihova kandidata pojavi prije protivnikove.

Ta se praksa naziva optimizacijom za mrežne tražilice (SEO), a danas dobiva nasljednicu u obliku optimizacije za generativne tražilice (GEO).

Razlika je politički važna. SEO je birača dovodio na stranačku mrežnu stranicu dok GEO nastoji ubaciti kandidata, stranku ili određenu interpretaciju političkog pitanja izravno u odgovor umjetne inteligencije. Birač tako može dobiti sažetak, usporedbu ili preporuku, a da nikada ne posjeti izvorni sadržaj koji su pripremili izborni stožeri.

Skupina indijskih istraživača sa sveučilišta u Indiji i SAD-u pokazala je 2024. godine da se vidljivost izvora u generativnim odgovorima može povećati dodavanjem vjerodostojnih citata, stručnih izjava, statistika i jasno strukturiranih tvrdnji. U njihovim je pokusima vidljivost na Perplexityju porasla do 37 posto, premda učinak nije bio jednak u svim područjima.

U izbornoj kampanji to bi značilo sustavno pripremanje sadržaja za pitanja koja bi birači mogli postaviti – od poreza i stanovanja do korupcije, energetike ili vanjske politike. Stranka bi potom objavljivala programske sažetke, tablice, odgovore na česta pitanja, stručne analize, prijepise videozapisa i druge sadržaje koje umjetna inteligencija lako pronalazi i citira. Istu bi interpretaciju nastojala proširiti i izvan vlastitih stranica – u podcastima, na portalima, YouTubeu, Wikipediji ili Redditu.

To ne znači da je moguće 'istrenirati' ChatGPT jer se temeljni modeli razvijaju u složenim procesima na koje izborni stožeri nemaju izravan utjecaj. No kako sve više sustava pri odgovaranju pretražuje aktualne mrežne izvore, dovoljno je oblikovati informacijsku okolinu iz koje će umjetna inteligencija crpiti odgovor.

Amerikanci su već krenuli

To više nije samo teorijska zamisao stručnjaka za izborne kampanje. Američka organizacija Run for Something, koja podupire demokratske kandidate, razvila je aplikaciju CampSight, pomoću koje kandidati mogu provjeriti što ChatGPT, Claude i Gemini govore o njima te na kojim izvorima temelje svoje odgovore. Cilj nije samo pratiti reputaciju kandidata, već i utvrditi kako je unaprijediti jačanjem njegove prisutnosti na internetu.

Izborni stožeri tako dobivaju novu vrstu istraživanja javnog mnijenja. Umjesto testiranja slogana ili televizijskih spotova, mogu postavljati stotine upita različitim modelima i analizirati kako oni opisuju kandidata, koje mu slabosti pripisuju i s kojim ga temama povezuju.

Na temelju toga mogu prilagođavati svoju digitalnu prisutnost. Ako AI ne prepoznaje stambenu politiku kandidata, objavit će se više sadržaja o stanovanju. Ako ga sustavno povezuje s nepopularnom odlukom, nastojat će ponuditi drukčiji kontekst. Ako se neka manja stranka uopće ne uključuje u usporedbe, njezin će stožer povećati količinu i vjerodostojnost dostupnih izvora.

Novi oblik kampanje tako neće nastojati uvjeriti samo birača, već i unaprijed oblikovati odgovor njegova digitalnog sugovornika.

Od političkog oglasa do privatnog razgovora

Stranke su dugo težile personaliziranom političkom oglašavanju. Društvene mreže omogućile su im da mladom podstanaru prikažu oglas o stanovanju, umirovljeniku poruku o mirovinama, a poduzetniku onu o porezima. Umjetna inteligencija tu logiku vodi korak dalje.

Televizijski spot pokušava uvjeriti stotine tisuća ljudi jednom porukom, a chatbot svakog birača može uvjeravati drukčijim argumentima. Pritom birač ne mora ni pitati: 'Za koga bih trebao glasati?' Dovoljno je da postavi pitanje o porezima, stanovanju, mirovinama ili nekoj drugoj temi. Svaki odgovor pridonosi oblikovanju političke slike, čak i bez izravne preporuke.

Eksperimenti provedeni tijekom američkih predsjedničkih izbora 2024., kanadskih parlamentarnih izbora 2025. i poljskih predsjedničkih izbora iste godine pokazali su da razgovor s politički usmjerenim chatbotom može pomaknuti stavove prema kandidatu za deset ili više postotnih bodova, a rezultati su objavljeni u časopisima Nature i Science. Uvjerljivost pritom nije proizlazila iz neke skrivene tehnike manipulacije, već iz sposobnosti modela da brzo proizvede velik broj argumenata u prilog jednoj strani. Problem je to što dio tih tvrdnji može biti netočan, a i činjenično točni odgovori mogu zavaravati sustavnim izostavljanjem argumenata druge strane.

Tu nastaje ključna razlika između političkog oglasa i razgovora s umjetnom inteligencijom. Oglas je vidljiv javnosti, protukandidatima, novinarima i regulatorima, a razgovor s chatbotom je privatan, promjenjiv i teško ponovljiv. Dvoje ljudi može postaviti gotovo isto pitanje i dobiti različito formulirane odgovore, osobito ako se uzmu u obzir njihove prethodne interakcije.

Političko uvjeravanje tako se seli iz javne sfere u milijune pojedinačnih razgovora koje nitko osim korisnika i tehnološke platforme ne može vidjeti u cijelosti.

Mladi više ne biraju samo izvor, već i pitanje

Digitalno-dobni jaz više nije samo razlika između mladih koji prate TikTok i starijih koji gledaju televizijski dnevnik. Važnija je razlika u načinu stjecanja političkih informacija. Stariji birači češće najprije biraju izvor – televiziju, novine ili portal – dok mlađi sve češće izabiru pitanje, a platforma umjesto njih odabire izvore.

Prema istraživanju Europskog parlamenta, društvene mreže glavni su izvor društvenih i političkih informacija za 65 posto građana Europske unije u dobi od 15 do 24 godine, a 74 posto njih prati influencere. U ukupnoj populaciji tradicionalni mediji i dalje imaju znatno veću ulogu, pa europski javni prostor sve više čine paralelni generacijski informacijski svjetovi.

Reutersov institut pri Sveučilištu u Oxfordu u Digital News Reportu za 2026. bilježi sljedeću fazu tog razvoja. Chatbotove za vijesti barem jednom tjedno koristi deset posto ispitanika, odnosno 16 posto mlađih od 35 godina, pri čemu korisnici posebno cijene mogućnost postavljanja potpitanja, a društvene platforme prvi put postale su glavni način pristupa online vijestima, ispred mrežnih stranica i aplikacija samih medija.

Premda je povjerenje u odgovore chatbotova još uvijek nisko, a njihov udio među svim korisnicima nije dovoljno velik da bi istisnuli tradicionalne medije, generacijski smjer je jasan: među biračima od 18 do 24 godine chatbotove za pristup vijestima tjedno koristi njih oko 15 posto, nasuprot samo tri posto starijih od 55 godina.

Za parlamentarne izbore 2028. godine zato nije presudno to hoće li umjetnu inteligenciju koristiti većina birača. Dovoljno je da je natprosječno upotrebljavaju mlađi i politički neopredijeljeni građani, čije se političke preferencije tek oblikuju.

Umjetna inteligencija kao nevidljiv izborni prag

Učinak takvih alata neće biti jednak u svim demokracijama te će ovisiti o političkom, stranačkom, izbornom i medijskom sustavu.

U Sjedinjenim Državama, gdje predsjednički sustav i dvostranačko natjecanje svode izbore na usporedbu dvaju kandidata, chatbotu je razmjerno lako odgovoriti koji je kandidat bliži korisnikovim preferencijama, a u takvom okruženju najveći je rizik personalizirano uvjeravanje i selektivno predstavljanje argumenata.

U fragmentiranim višestranačkim sustavima problemi su drukčiji. Nizozemsko regulatorno tijelo za zaštitu podataka utvrdilo je da su četiri velika chatbota u 56 posto slučajeva preporučivala jednu od samo dviju političkih opcija – Wildersovu krajnje desnu Stranku za slobodu ili savez laburista i zelenih – premda je u parlamentu bilo zastupljeno 15 stranaka. Time je umjetna inteligencija složen višestranački sustav pojednostavila u natjecanje dvaju blokova, ponašajući se kao izborni sustav s vlastitim nepoznatim pragom.

Irska istraživanja pokazala su drugi problem. Istraživači University Collegea Dublin i Sveučilišta Strathclyde postavili su ChatGPT-ju, Claudeu, Geminiju i Groku gotovo 200 pitanja uoči dvaju dopunskih izbora. U sustavu u kojemu veliku ulogu imaju lokalni kandidati oni su često su davali nepotpune ili netočne odgovore, osobito kada je o pojedinim kandidatima postojalo malo kvalitetnog digitalnog sadržaja. Generativni modeli tako i dalje teško zahvaćaju lokalne političke nijanse kada za njih nemaju dovoljno pouzdanih izvora.

Što to znači za Hrvatsku?

Hrvatska kombinira razmjeran izborni sustav, razmjerno velike izborne jedinice, zatvorene stranačke liste ublažene jednim preferencijskim glasom te razmjerno snažnu personalizaciju kampanje oko nekoliko nacionalnih stranačkih vođa.

U takvom bi sustavu UI mogao povećati prednost velikih stranaka i poznatih političara. HDZ i SDP imaju dugu povijest, mnogo dokumenata i golemu količinu medijskog sadržaja. Možemo!, Most i druge parlamentarne stranke također imaju dovoljno snažan digitalni trag da ih sustavi prepoznaju kao relevantne aktere. Nova stranka ili lokalno prepoznatljiv kandidat mogu imati kvalitetan program, ali premalo vjerodostojnih i dobro strukturiranih izvora da bi ih umjetna inteligencija uopće uključila u odgovor.

Taj je problem posebno izražen u malom jezičnom prostoru. Na engleskom jeziku o važnom političkom pitanju postoje tisuće kvalitetnih izvora dok na hrvatskom o lokalnom kandidatu ili uskom programskom pitanju možda postoji tek nekoliko tekstova. Ako jedna stranka prva popuni tu informacijsku prazninu, njezino tumačenje može postati polazište generativnog odgovora.

Izborni prag u Hrvatskoj iznosi pet posto po izbornoj jedinici, a umjetna inteligencija iznad njega može postaviti još jedan, informacijski prag, čiju visinu nitko ne zna.

To može dodatno nacionalizirati izbore. Kada birač pita koja je stranka najbolja za poljoprivrednike u 4. izbornoj jedinici ili koji kandidat najbolje zastupa interese Istre, chatbot bi mogao temeljiti odgovor ponajprije na nacionalnim programima i medijski najpoznatijim političarima. Iako preferencijsko glasanje formalno omogućuje izbor pojedinca, posredovanje umjetne inteligencije moglo bi ponovno favorizirati nositelje lista i već afirmirane kandidate.

Europa regulira oglas, ali ne i odgovor

Europska unija u ovu transformaciju ulazi s najrazvijenijim regulatornim okvirom na svijetu. Nova pravila o transparentnosti i ciljanju političkog oglašavanja zahtijevaju jasnije označavanje političkih oglasa, identifikaciju naručitelja i veću transparentnost tehnika ciljanja. Meta i Google odgovorili su povlačenjem političkog oglašavanja u EU-u, a Akt o umjetnoj inteligenciji uvodi obavezu označavanja deepfakeova i dijela sadržaja generiranog umjetnom inteligencijom.

No optimizacija za generativne odgovore otvara novu regulatornu prazninu. Stranka može objavljivati činjenično točne, ali izrazito selektivne sadržaje kako bi povećala vjerojatnost da ih chatbot uključi u svoj odgovor. Takav sadržaj ne mora biti plaćen, lažan ni generiran umjetnom inteligencijom, pa je teško utvrditi gdje završava legitimna politička komunikacija, a počinje manipulacija informacijskim okruženjem.

Europska unija izgradila je pravila za politički oglas koji birač vidi, a u međuvremenu se pojavila politička preporuka bez oglasa, bez standardiziranog sadržaja i bez javno vidljive publike.

Izborni stožer koji nitko nije angažirao

Bilo bi pretjerano tvrditi da će umjetna inteligencija sama odlučiti hrvatske izbore 2028. godine. Većina birača i dalje će oblikovati političke stavove kombinacijom osobnog iskustva, društvenih odnosa, medija i dugoročnih stranačkih identifikacija. Hrvatski izbori neće se preko noći pretvoriti u informatički eksperiment.

Jednako bi pogrešno bilo promatrati umjetnu inteligenciju kao još jedan komunikacijski kanal. Za razliku od portala, televizije ili društvenih mreža, koji su tek distributeri informacija, ona informacije iz različitih izvora spaja u prividno zaokružen zaključak. Ne odlučuje samo što će birač vidjeti, nego mu pokušava objasniti što to znači.

Na izborima 2028. godine stranke će se zato boriti za birače s kojima možda nikada neće izravno kontaktirati. Pokušavat će osigurati da odgovori na pitanja o porezima, stanovima, korupciji, mirovinama, migracijama i europskoj politici već čekaju na internetu, dovoljno jasno napisani, dovoljno često ponovljeni i dovoljno uvjerljivo potkrijepljeni da ih umjetna inteligencija prepozna kao relevantne.

Nekada je izborna kampanja završavala u glavi birača. Godine 2028. sve će češće prolaziti kroz glavu stroja. Zato možda neće pobijediti stranka koju su birači najviše tražili, već ona koju je umjetna inteligencija najlakše pronašla, razumjela i preporučila.