DOI: https://doi.org/10.17645/mac.11859
تاريخ النشر: 2026-07-02
المؤلف: Simon Kruschinski وآخرون
الموضوع الرئيسي: وسائل التواصل الاجتماعي والسياسة
نظرة عامة
تدرس هذه الدراسة دور الذكاء الاصطناعي التوليدي البصري (VGenAI) في الاتصال السياسي خلال الانتخابات الفيدرالية الألمانية لعام 2025، مع التركيز على إمكانيته في تحقيق تكافؤ الفرص للأحزاب الصغيرة أو تعزيز الفجوات القائمة في السلطة. باستخدام نظرية التساوي والتطبيع، تحلل البحث معدلات التبني، واستراتيجيات المحتوى، وتفاعل المستخدمين مع VGenAI بين 37 حزبًا سياسيًا ألمانيًا، كاشفة عن ما يقرب من 1,000 صورة وفيديو تم إنشاؤها بواسطة VGenAI من حوالي 400 حساب حزبي في الشهر الذي سبق الانتخابات.
تشير النتائج إلى تأثير مزدوج لـ VGenAI: بينما اعتمدت الأحزاب الصغيرة VGenAI بمعدلات أعلى من الأحزاب الكبرى، مما يدعم فرضية التساوي، لوحظت فجوة في الشفافية في استراتيجيات المحتوى. كانت الأحزاب الكبرى، وخاصة الرئيسية منها، أكثر احتمالًا للكشف عن أصول الذكاء الاصطناعي لمحتواها مقارنة بالأحزاب الصغيرة وبديل اليمين لألمانيا (AfD)، الذي استخدم صورًا فوتوغرافية واقعية ونغمات سلبية تتسم باستراتيجيات شعبوية. ومع ذلك، تشير تحليل التفاعل إلى التطبيع، حيث لوحظ أن زيادة تفاعل المستخدمين المرتبطة بمحتوى VGenAI كانت موجودة عبر كل من الأحزاب الكبرى والصغيرة، مما يشير إلى أنه بينما يسهل VGenAI الوصول إلى الإنتاج البصري الاحترافي، فإنه لا يخفف من الفجوات في التفاعل. تسهم هذه الرؤى في فهم كيفية تفاعل تقنيات الاتصال الناشئة مع ديناميات الأحزاب السياسية وتوجيه الاعتبارات التنظيمية بشأن المحتوى السياسي الاصطناعي.
مقدمة
تناقش مقدمة ورقة البحث ظهور الانتخابات الفيدرالية الألمانية لعام 2025 كأول “انتخابات ذكاء اصطناعي”، مع تسليط الضوء على الاستخدام المتزايد للذكاء الاصطناعي التوليدي البصري (VGenAI) من قبل الفاعلين السياسيين لصور وفيديوهات الحملات. تشير هذه النقلة إلى تحول في الاتصال الحملة، حيث تسمح أدوات مثل DALL-E وMidjourney بالإنتاج السريع لصور عالية الجودة مع تقليل الاعتماد على الموارد البشرية والمالية. يسرع سياق “الانتخابات المفاجئة” من اعتماد VGenAI، حيث تواجه الأحزاب جداول زمنية مضغوطة وقيود على الموارد. بينما تشمل الفوائد المحتملة لـ VGenAI الكفاءة والديمقراطية في استراتيجيات الحملات، أثارت المخاوف بشأن الخداع وتآكل الثقة في العمليات الديمقراطية استجابات تنظيمية، مثل قانون الذكاء الاصطناعي في الاتحاد الأوروبي.
على الرغم من النقاش المتزايد حول VGenAI، لا تزال الأبحاث التجريبية حول تطبيقه في الحملات الانتخابية محدودة. تركز الدراسات الحالية بشكل أساسي على التصورات العامة أو المخاطر الافتراضية المرتبطة بالمحتوى الاصطناعي، مما يفتقر إلى تحليل منهجي للاستخدام الفعلي لـ VGenAI من قبل الأحزاب السياسية. تهدف هذه الدراسة إلى سد هذه الفجوة من خلال فحص نشر VGenAI عبر الأحزاب الكبرى والصغيرة، والتحقيق في انتشاره، واستراتيجيات المحتوى، ونتائج التفاعل. باستخدام تحليل محتوى لما يقرب من 1,000 صورة وفيديو تم إنشاؤها بواسطة VGenAI من حسابات الأحزاب السياسية المختلفة على وسائل التواصل الاجتماعي، تسعى الدراسة لفهم ما إذا كان VGenAI يعمل كقوة متساوية في الاتصال السياسي أو يعزز الفجوات القائمة في السلطة. ستستكشف الدراسة أيضًا كيف تؤثر خصائص الحزب على استخدام VGenAI، بما في ذلك الشفافية، وأنماط الصور، والتخصيص، ونغمة رسائل الحملات.
الطرق
في قسم “الطرق”، يحدد المؤلفون نهجهم لجمع البيانات وتحليلها. استخدموا منهجية منهجية لجمع البيانات ذات الصلة، مما يضمن أن العينة كانت تمثل السكان قيد الدراسة. شملت عملية جمع البيانات تقنيات كمية ونوعية، مما سمح بفهم شامل للأسئلة البحثية المطروحة.
استخدم المؤلفون أدوات إحصائية لتحليل البيانات الكمية، وتطبيق نماذج مناسبة لاختبار فرضياتهم. بالنسبة للبيانات النوعية، تم إجراء تحليل موضوعي لتحديد الأنماط والرؤى التي ظهرت من ردود المشاركين. لم تعزز هذه الطريقة المختلطة فقط من صحة النتائج ولكنها أيضًا قدمت سياقًا أغنى لتفسير النتائج. بشكل عام، كانت الطرق المستخدمة مصممة بدقة لدعم أهداف الدراسة وتعزيز موثوقية الاستنتاجات المستخلصة.
النتائج
تكشف نتائج الدراسة عن اعتماد منخفض بشكل عام للمرئيات التي تم إنشاؤها بواسطة الذكاء الاصطناعي (VGenAI) في المنشورات السياسية، حيث استخدمت 1.4% فقط من جميع المنشورات العضوية مثل هذا المحتوى. أظهرت الأحزاب الكبرى استخدامًا أقل حتى بنسبة 1.1%، بينما تجاوزت الأحزاب الصغيرة ذلك بشكل كبير بمعدل استخدام قدره 9.2%. ضمن الأحزاب الكبرى، كانت البديل لألمانيا (AfD) هي الأكثر بروزًا، حيث استخدمت VGenAI في حوالي 7% من منشوراتها. كما أشار التحليل إلى أن غالبية المنشورات كانت ذات نغمة إيجابية (71.4%)، على الرغم من أن النغمات السلبية كانت أيضًا شائعة، تستهدف بشكل خاص الاتحاد الديمقراطي المسيحي/الاتحاد الاجتماعي المسيحي (CDU/CSU) والحكومة الفيدرالية.
أظهر فحص إضافي لاستراتيجيات المحتوى اختلافات واضحة بين الأحزاب الكبرى والصغيرة. استخدمت الأحزاب الكبرى، باستثناء AfD، بشكل متكرر إخلاءات المسؤولية لمحتوى الذكاء الاصطناعي (36.7%)، بينما نادراً ما فعلت الأحزاب الصغيرة وAfD ذلك (4.4% و4.0%، على التوالي). فضلت AfD الصور الواقعية في منشوراتها التي تم إنشاؤها بواسطة VGenAI (81.1%)، مما يتناقض مع تفضيل الأحزاب الكبرى لصيغ الفيديو. أشار تحليل التفاعل إلى أن المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي أدى إلى زيادة بنسبة 34% في تفاعلات المستخدمين مقارنة بالمحتوى غير المرتبط بالذكاء الاصطناعي، على الرغم من أن هذه الميزة في التفاعل لم تختلف بشكل كبير بين الأحزاب الكبرى والصغيرة. بشكل عام، بينما يعزز محتوى VGenAI التفاعل، لا يبدو أنه يحقق تكافؤًا في ساحة المنافسة للأحزاب الصغيرة، حيث يتم توزيع الفوائد بشكل موحد عبر خطوط الحزب.
المناقشة
تستكشف قسم المناقشة في ورقة البحث الطبيعة المزدوجة للذكاء الاصطناعي التوليدي البصري (VGenAI) في سياق الاتصال بحملات الانتخابات. يمكّن VGenAI، الذي يستخدم تقنيات التعلم الآلي المتقدمة مثل الشبكات التنافسية التوليدية (GANs) ونماذج الانتشار، من إنشاء محتوى بصري عالي الجودة بسرعة من مدخلات متنوعة، مما يقلل بشكل كبير من الموارد التقليدية المطلوبة لصور الحملات. تقدم هذه التطورات التكنولوجية فرصًا للكيانات السياسية الأصغر للتنافس بشكل أكثر فعالية مع الأحزاب الراسخة من خلال ديمقراطية الوصول إلى المرئيات ذات الجودة الاحترافية والسماح باستراتيجيات حملات مخصصة مصممة لتناسب فئات الناخبين المحددة. ومع ذلك، فإن إمكانية سوء الاستخدام، خاصة في شكل المعلومات المضللة والتلاعب، تشكل مخاطر كبيرة على الاتصال السياسي والثقة العامة. يمكن أن يؤدي عدم القدرة على التمييز بين المحتوى الذي تم إنشاؤه بواسطة VGenAI والمرئيات الأصلية إلى انتشار السرد الكاذب وتآكل الثقة في الأدلة الحقيقية، مما يسهم في ظاهرة تعرف باسم “عائد الكاذب”.
يتناول القسم أيضًا النقاش المستمر حول التساوي مقابل التطبيع في المنافسة السياسية من خلال التقنيات الرقمية. بينما قد تقلل أدوات VGenAI الحواجز أمام الأحزاب الصغيرة، مما يمكّنها من إنتاج محتوى تنافسي، قد تستمر الأحزاب ذات الموارد الجيدة في الاستفادة من مزاياها الحالية في التكنولوجيا والخبرة للهيمنة على المشهد الرقمي. تسلط الورقة الضوء على أهمية العوامل على مستوى الحزب، مثل الموارد المالية والمؤسسية، في تشكيل اعتماد واستخدام VGenAI الاستراتيجي. بالإضافة إلى ذلك، تثير أسئلة حاسمة حول تفاعل المستخدمين على وسائل التواصل الاجتماعي، مشيرة إلى أنه بينما قد يعزز VGenAI التفاعل للأحزاب الصغيرة، قد تستفيد الأحزاب الكبرى من قواعد متابعيها الراسخة ورؤية الخوارزميات. بشكل عام، تؤكد المناقشة على الحاجة إلى اعتبار دقيق لكل من الفرص والتحديات التي يطرحها VGenAI في المشهد المتطور للاتصال السياسي.
DOI: https://doi.org/10.17645/mac.11859
Publication Date: 2026-07-02
Author(s): Simon Kruschinski et al.
Primary Topic: Social Media and Politics
Overview
This study investigates the role of visual generative artificial intelligence (VGenAI) in political communication during the 2025 German federal election, focusing on its potential to either equalize opportunities for minor parties or reinforce existing power disparities. Utilizing equalization and normalization theory, the research analyzes the adoption rates, content strategies, and user engagement of VGenAI among 37 German political parties, revealing nearly 1,000 VGenAI-generated images and videos from around 400 party accounts in the month leading up to the election.
The findings indicate a dual influence of VGenAI: while minor parties adopted VGenAI at higher rates than major parties, supporting the equalization hypothesis, a transparency divide was noted in content strategies. Major parties, particularly mainstream ones, were more likely to disclose the AI origins of their content compared to minor parties and the right-wing Alternative for Germany (AfD), which employed photorealistic imagery and negative tones characteristic of populist strategies. Engagement analysis, however, suggests normalization, as the increased user engagement associated with VGenAI content was observed across both major and minor parties, indicating that while VGenAI facilitates access to professional visual production, it does not mitigate engagement disparities. These insights contribute to the understanding of how emerging communication technologies interact with political party dynamics and inform regulatory considerations regarding synthetic political content.
Introduction
The introduction of the research paper discusses the emergence of the 2025 German federal election as the first “AI election,” highlighting the increasing use of visual generative artificial intelligence (VGenAI) by political actors for campaign imagery and videos. This shift signifies a transformation in campaign communication, where tools like DALL-E and Midjourney allow for the rapid production of high-quality visuals with reduced reliance on human and financial resources. The context of a “snap election” further accelerates the adoption of VGenAI, as parties face compressed timelines and resource constraints. While the potential benefits of VGenAI include efficiency and democratization of campaign strategies, concerns about deception and erosion of trust in democratic processes have prompted regulatory responses, such as the EU’s AI Act.
Despite the growing discourse around VGenAI, empirical research on its application in electoral campaigns remains limited. Existing studies primarily focus on public perceptions or hypothetical risks associated with synthetic content, lacking systematic analysis of VGenAI’s actual use by political parties. This study aims to fill this gap by examining VGenAI deployment across major and minor parties, investigating its prevalence, content strategies, and engagement outcomes. Utilizing a content analysis of nearly 1,000 VGenAI images and videos from various political party accounts on social media, the research seeks to understand whether VGenAI acts as an equalizing force in political communication or reinforces existing power asymmetries. The study will also explore how party characteristics influence VGenAI usage, including transparency, visual styles, personalization, and the tonality of campaign messages.
Methods
In the “Methods” section, the authors outline their approach to data collection and analysis. They employed a systematic methodology to gather relevant data, ensuring that the sample was representative of the population under study. The data collection involved both quantitative and qualitative techniques, which allowed for a comprehensive understanding of the research questions posed.
The authors utilized statistical tools to analyze the quantitative data, applying appropriate models to test their hypotheses. For qualitative data, thematic analysis was conducted to identify patterns and insights that emerged from participant responses. This mixed-methods approach not only strengthened the validity of the findings but also provided a richer context for interpreting the results. Overall, the methods employed were rigorously designed to support the study’s objectives and enhance the reliability of the conclusions drawn.
Results
The results of the study reveal a low overall adoption of AI-generated visuals (VGenAI) in political posts, with only 1.4% of all organic posts utilizing such content. Major parties exhibited even lower usage at 1.1%, while minor parties significantly surpassed this with a usage rate of 9.2%. Within major parties, the Alternative for Germany (AfD) was the most prominent user, employing VGenAI in approximately 7% of its posts. The analysis also indicated that a majority of posts were tonally positive (71.4%), although negative tones were also prevalent, particularly targeting the Christian Democratic Union/Christian Social Union (CDU/CSU) and the federal government.
Further examination of content strategies revealed distinct differences between major and minor parties. Major parties, excluding the AfD, frequently used disclaimers for AI-generated content (36.7%), while minor parties and the AfD rarely did so (4.4% and 4.0%, respectively). The AfD favored realistic imagery in its VGenAI posts (81.1%), contrasting with the major parties’ preference for video formats. Engagement analysis indicated that AI-generated content led to a 34% increase in user interactions compared to non-AI content, although this engagement advantage did not differ significantly between major and minor parties. Overall, while VGenAI content enhances engagement, it does not appear to level the competitive playing field for minor parties, as the benefits are uniformly distributed across party lines.
Discussion
The discussion section of the research paper explores the dual nature of Visual Generative AI (VGenAI) in the context of election campaign communication. VGenAI, which utilizes advanced machine learning techniques such as generative adversarial networks (GANs) and diffusion models, enables the rapid creation of high-quality visual content from various inputs, significantly reducing the resources traditionally required for campaign imagery. This technological advancement presents opportunities for smaller political entities to compete more effectively with established parties by democratizing access to professional-grade visuals and allowing for personalized campaign strategies tailored to specific voter demographics. However, the potential for misuse, particularly in the form of disinformation and manipulation, poses significant risks to political communication and public trust. The indistinguishability of VGenAI-generated content from authentic visuals can lead to the spread of false narratives and the erosion of trust in genuine evidence, contributing to a phenomenon known as the “liar’s dividend.”
The section further engages with the ongoing debate regarding the equalization versus normalization of political competition through digital technologies. While VGenAI tools may lower barriers for minor parties, enabling them to produce competitive content, well-resourced parties may still leverage their existing advantages in technology and expertise to dominate the online landscape. The paper highlights the importance of party-level factors, such as financial resources and institutionalization, in shaping the adoption and strategic use of VGenAI. Additionally, it raises critical questions about user engagement on social media, suggesting that while VGenAI may enhance engagement for minor parties, major parties might still benefit from their established follower bases and algorithmic visibility. Overall, the discussion underscores the need for careful consideration of both the opportunities and challenges posed by VGenAI in the evolving landscape of political communication.