Language: RU EN

Comparison

Winner: Tie

Both sources show similar manipulation risk. Compare factual evidence directly.

Topics

Instant verdict

Less biased source: Tie
More emotional framing: Tie
More one-sided framing: Tie
Weaker evidence quality: Tie
More manipulative overall: Tie

Narrative conflict

Source A main narrative

Предполагалось, что при работе с государственных информационными системами и на объектах критической информационной инфраструктуры должны были бы применять только доверенные модели ИИ.

Source B main narrative

Президент России будет утверждать Национальную стратегию развития искусственного интеллекта, а правительство получит право определять меры государственной поддержки разработчиков больших ИИ-моделей.

Conflict summary

Stance contrast: emphasis on economic factors versus emphasis on political decision-making.

Source A stance

Предполагалось, что при работе с государственных информационными системами и на объектах критической информационной инфраструктуры должны были бы применять только доверенные модели ИИ.

Stance confidence: 94%

Source B stance

Президент России будет утверждать Национальную стратегию развития искусственного интеллекта, а правительство получит право определять меры государственной поддержки разработчиков больших ИИ-моделей.

Stance confidence: 74%

Central stance contrast

Stance contrast: emphasis on economic factors versus emphasis on political decision-making.

Why this pair fits comparison

  • Candidate type: Closest similar
  • Comparison quality: 55%
  • Event overlap score: 32%
  • Contrast score: 73%
  • Contrast strength: Strong comparison
  • Stance contrast strength: High
  • Event overlap: Topical overlap is moderate. Issue framing and action profile overlap.
  • Contrast signal: Stance contrast: emphasis on economic factors versus emphasis on political decision-making.

Key claims and evidence

Key claims in source A

  • Предполагалось, что при работе с государственных информационными системами и на объектах критической информационной инфраструктуры должны были бы применять только доверенные модели ИИ.
  • Субъекты правоотношений в сфере ИИ должны были бы нести ответственность за результат, полученный с использованием ИИ и нарушающий российское законодательство, соразмерно степени вины каждого.
  • Разработчиком большой фундаментальной модели ИИ может быть физическое лицо, индивидуальный предприниматель или юридическое лицо, осуществляющие разработку, в том числе проектирование и обучение, или модификацию большой…
  • Другой принцип – это риск-ориентированный подход к регулированию применения больших фундаментальных моделей ИИ: установление требований к применению больших фундаментальных моделей ИИ исходя из вероятности рисков причин…

Key claims in source B

  • Президент России будет утверждать Национальную стратегию развития искусственного интеллекта, а правительство получит право определять меры государственной поддержки разработчиков больших ИИ-моделей.
  • Кроме того, кабинет министров сможет устанавливать случаи, когда допускается использование исключительно суверенных или национальных больших языковых моделей.
  • Владельцы сайтов, приложений и социальных сетей с ежедневной аудиторией более 500 тысяч пользователей должны будут предоставить возможность маркировать контент, созданный с помощью искусственного интеллекта.
  • Перейти к содержимому ›Новости›Искусственный интеллект›26 июля 2026Искусственный интеллект в России будет работать по новым правилам — подписан законОсновные положения вступают в силу 1 сентябряВладимир Путин подписал з…

Text evidence

Evidence from source A

  • key claim
    Предполагалось, что при работе с государственных информационными системами и на объектах критической информационной инфраструктуры должны были бы применять только доверенные модели ИИ.

    A key claim that anchors the narrative framing.

  • key claim
    Субъекты правоотношений в сфере ИИ должны были бы нести ответственность за результат, полученный с использованием ИИ и нарушающий российское законодательство, соразмерно степени вины каждог…

    A key claim that anchors the narrative framing.

  • emotional language
    Анна Кучина, Platforma: Персонализация перестала быть только маркетинговым инструментом Цифровизация Разработчик суверенной и национальной больших фундаментальных моделей ИИ вправе: получат…

    Emotionally loaded wording that may amplify audience reaction.

  • evaluative label
    Закон, в случае его окончательного утверждения, вступит в силу с 1 сентября 2026 г., отдельные его положения – с 1 марта 2027 г.

    Evaluative labeling that nudges a normative interpretation.

Evidence from source B

  • key claim
    Владельцы сайтов, приложений и социальных сетей с ежедневной аудиторией более 500 тысяч пользователей должны будут предоставить возможность маркировать контент, созданный с помощью искусств…

    A key claim that anchors the narrative framing.

  • key claim
    Перейти к содержимому ›Новости›Искусственный интеллект›26 июля 2026Искусственный интеллект в России будет работать по новым правилам — подписан законОсновные положения вступают в силу 1 сен…

    A key claim that anchors the narrative framing.

  • omission candidate
    Предполагалось, что при работе с государственных информационными системами и на объектах критической информационной инфраструктуры должны были бы применять только доверенные модели ИИ.

    Possible context omission: Source B gives less emphasis to economic and resource context than Source A.

Bias/manipulation evidence

No concise text evidence snippets were extracted for this section yet.

How score signals are formed

Bias score signal Bias signal combines framing pressure, emotional wording, selective emphasis, and one-sided narrative markers.
Emotionality signal Emotionality rises when evidence contains emotionally loaded wording and evaluative labels.
One-sidedness signal One-sidedness rises when one frame dominates and alternative interpretations are weakly represented.
Evidence strength signal Evidence strength rises with concrete claims, attributed statements, and verifiable contextual support.

Source A

26%

emotionality: 25 · one-sidedness: 30

Detected in Source A
framing effect

Source B

26%

emotionality: 25 · one-sidedness: 30

Detected in Source B
framing effect

Metrics

Bias score Source A: 26 · Source B: 26
Emotionality Source A: 25 · Source B: 25
One-sidedness Source A: 30 · Source B: 30
Evidence strength Source A: 70 · Source B: 70

Framing differences

Possible omitted/downplayed context

Related comparisons