מחקר שערכה חברת Chatoptic במהלך אוגוסט 2026 מספק נתונים וממצאים על האופן שבו צ'אטבוטים מבוססי AI עונים על שאלות פוליטיות הקשורות לבחירות בישראל, ואיזו נראות הם מעניקים למפלגות שונות בתשובותיהם. נתונים אלו מקבלים משנה חשיבות, לאור נתוני סקר איגוד האינטרנט הישראלי מחודש יוני 2026 לפיו רבע מהציבור הישראלי שוקלים להיוועץ בבינה מלאכותית על מנת להחליט למי יצביעו בבחירות לכנסת 2026.
עמוד זה מציג נתונים שנאספו ועובדו ע"י חברת Chatoptic מתוך סימולציה בה פרסונות שונות שאלו שאלות פוליטיות את מודלי השפה (צ'אטבוטים) המרכזיים: ChatGPT, Perplexity, Claude, Gemini ו-Grok. על בסיס התשובות שהתקבלו בתגובה נבנתה מטריצת נראות למפלגות השונות שהוזכרו בהן. בנוסף, נותחו 9,477 ציטוטים מתוך 755 דומיינים ייחודיים עליהן התבססו תשובות הצ'אטבוטים השונים.
נתוני המחקר מאורגנים בעמוד לפי מספר נושאים:
- מקורות ואתרי אינטרנט בעלי ההשפעה המשמעותית ביותר על המלצות לגבי מפלגות,
- השפעה של מודל השפה בו משתמשים על ההמלצות,
- פערים בין מודלים שונים תוך התייחסות להטיה המבוססת על הסקטור אליו משתייכת הפרסונה,
- השפעה של המגדר המשויך לפרסונה על ההמלצה. הממצא המרכזי שעולה לאחר בחינה של ארבעת הנושאים, הוא שאותה שאלה פוליטית יכולה להוביל לתשובות שונות לחלוטין, בהתאם לזהות הפרסונה, המגדר, השפה ומודל הבינה המלאכותית שבו נעשה שימוש.
תוצאות הסימולציה בעמוד זה עדכניות לאוגוסט 2026.
מתודולוגיה
התשתית כללה בניית 13 פרסונות, שלכל אחת מהן פרופיל נשי ופרופיל גברי (בסה"כ 26 ישויות). החלוקה לפרסונות התבססה על מחקר בנושא דפוסי הצבעה לפי הגדרה דתית של המכון הישראלי לדמוקרטיה (2026) ועל ניתוחים דמוגרפיים שפורסמו בויקיפדיה (2026), וע"י מרכז טאוב (2025), והמכון למחקרי ביטחון לאומי (2021). עבור כל פרסונה הוגדרו סט מפורט של מאפיינים: אורח חיים, מטרות, נקודות עניין, מניעים והרגלי קבלת החלטות, בהתאמה לבחירות. כל פרסונה תקשרה בשפה ומינוח שמתאימים לה – פרסונות של ערבים או עולים מרוסיה תקשרו בהתאמה בערבית וברוסית, פרסונה של אדם צעיר תקשרה בעברית מעט שונה מזו של פרסונה מבוגרת וכו'.
לאחר מכן הפרסונות התכתבו עם 5 צ'אטבוטים: ChatGPT, Perplexity, Claude, Gemini ו-Grok. התקשורת נעשתה באמצעות פרומפט יחיד המגדיר עבור הצ'אט מי הפרסונה, מה היא רוצה לדעת (תחת הנושאים המרכזיים שהוגדרו), והוראות עזר על-מנת לפסוח על שלבים בהם הצ'אט מבקש מיקוד נוסף.
הפרסונות שאלו את הצ'אטים הללו שאלות בשבעה נושאים: התלבטות כללית, יוקר המחיה, ביטחון לאומי, כלכלה ותעסוקה, חינוך, משילות ואחדות חברתית. התשובות שקיבלו הפרסונות עבור השאלות כללו אזכורים לפוליטיקאים ומפלגות, והתבססו על 9,477 ציטוטים מתוך 755 דומיינים שונים. המערכת תרגמה את היקף האזכור ל"נתח נראות" באחוזים וכך נבנתה מטריצה המאפשרת השוואה בין פרסונות, נושאים ומודלים.
להרחבה על רשימת הפרסונות והמתודולוגיה – ראו תיעוד באנגלית באתר האינטרנט של Chatoptic ובעברית באתר AskPavel.
ממצאים מרכזיים מתוך סימולציית המחקר
המקורות ואתרי האינטרנט שהכי השפיעו על המלצות ה-AI בסימולציה
אתרי חדשות וגופי תוכן מרכזיים הם המקורות הדומיננטיים ביותר וביחד הם אחראים ל-82% מהציטוטים. לעומת זאת, רשתות חברתיות ואתרי ביקורות תפסו נתח קטן יחסית של 3% בלבד.
איך משתנות התשובות בין מודלי שפה שונים
לפי המחקר, כאשר נבחנו לדוגמה התשובות שניתנו לפרסונת "ערביה ישראלית" ע"י מודלים שונים נמצאו הבדלים בין התשובות, על אף שהרקע הדמוגרפי נשאר זהה.
בעוד שב-Gemini מפלגת הדמוקרטים מגיעה למקום הראשון עם ציון 72 וחד"ש-תע"ל שני עם 48, ב-ChatGPT דווקא חד"ש-תע"ל מובילה עם 57 והדמוקרטים אחריה עם 52.
במקביל, כאשר בוחנים את קטגוריית "כלכלה ועבודה" ביחס למטריצת הדירוג הכללית, ניתן לראות כי ב-ChatGPT מפלגות חד"ש תע"ל ורע"ם מובילות עם 100 ו-91 בהתאמה, ולאחר מכן הדמוקרטים עם ציון 58 בהשוואה לכך, ב-Claude דווקא הליכוד מופיע במקום השלישי בקטגוריה עם ציון 44, ואילו הדמוקרטים מקבלים ציון 0. נוסף על כך, עלו בין ChatGPT ו-Claude גם הבדלים משמעותיים בציונים שקיבלו המפלגות השונות בקטגוריית הביטחון.
בנוסף, מההשוואה שנערכה עבור הפרסונה עלה כי שימוש ב-Grok הציף גם מפלגות קטנות ונישתיות יותר (למשל, הכנסתה של 'המפלגה הכלכלית' לדירוג) בהשוואה ל-ChatGPT שהעניק נראות גבוהה יותר למפלגות הגדולות.
תופעת "הנעילה הסקטוריאלית" והפער בין מודלים
בניתוח קבוצות דמוגרפיות מוגדרות קיים סיכון להטייה בנראות המפלגות, המבוססת על "נעילה סקטוריאלית" – הנטייה של מודל השפה להציג רק מפלגות המכוונות ישירות לקהל בוחרים מאוכלוסיה ספציפית. סימולציית המחקר השוותה בין מודלים המסתמכים על חיפוש מידע בזמן אמת, ובין מודלים המתבססים על מידע סטטי; מהמחקר עלה כי יש פער בין המודלים ברמת ההטייה. בחינת תגובות המודלים לפרסונת 'אשה חרדית' בקטגורית "יוקר המחיה" מדגימה את הפער.
ChatGPT, שלא תמיד מפעיל חיפוש עדכני ברשת אלא מתבסס לפעמים על דאטה סטטי, מעניק את מירב הנראות ליהדות התורה (100) וש"ס (75), תוך איפוס מוחלט (0) של מפלגות המרכז-שמאל. זאת בהתאם להטייה שמבוססת על נעילה סקטוריאלית.
לעומת זאת, Perplexity, בו כל שאילתה מפעילה חיפוש רשת עדכני, שובר את דפוס ההטיה ומדרג במקומות הראשונים את הדמוקרטים ואת ישר! (עם ציון 100 לכל אחת מהן), בעוד שהמפלגות החרדיות הן אלה שמקבלות הפעם ציון 0. בנוסף, הוא מעניק גם נראות למפלגות קטנות יותר כמו הכלכלית או זהות.
איך פרופיל מגדרי משפיע על תשובה של מודל השפה
לפי המחקר, כאשר נבחנו לדוגמה התשובות שניתנו לפרסונות הגברית והנשית של "מצביע מתלבט" ע"י ChatGPT, נמצאו הבדלים בדירוג המפלגות הכללי, וכן בדירוג שלהן ביחס לנושאים השונים שנבחנו.
בפרופיל הגברי הופיעו הליכוד (51) וישר! (43) בשני המקומות הראשונים (עם ציון 51 ו-43 בהתאמה); בהשוואה לכך, בפרופיל הנשי הם יורדים למקומות השלישי והרביעי, כאשר את המקום הראשון מקבלים הדמוקרטים (34), ואת המקום השני ישראל ביתנו (31).
גם סדרי העדיפויות לפי נושאים משתנים. בפרופיל הגברי הליכוד מופיע במקום הראשון בנושא החינוך, ואף חולק את המקום הראשון עם רע"ם בנושא האחדות החברתית בפרופיל הנשי לעומת זאת, הדמוקרטים מדורגים במקום הראשון בשני הנושאים.
