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 будет утверждать стратегию развития ИИ, а правительство — решать, как поддерживать разработчиков и в каких сферах можно будет использовать только российские нейросети.

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 будет утверждать стратегию развития ИИ, а правительство — решать, как поддерживать разработчиков и в каких сферах можно будет использовать только российские нейросети.

Stance confidence: 85%

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: 53%
  • Event overlap score: 26%
  • Contrast score: 74%
  • 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 будет утверждать стратегию развития ИИ, а правительство — решать, как поддерживать разработчиков и в каких сферах можно будет использовать только российские нейросети.
  • Ранее эксперт НИУ ВШЭ Александр Милкус заявил, что школьников необходимо учить безопасно пользоваться искусственным интеллектом.
  • При этом технологии должны развиваться с учетом безопасности страны и жителей, а также традиционных российских духовно-нравственных ценностей.
  • Они должны будут дать пользователям возможность помечать тексты, изображения и другие материалы, созданные искусственным интеллектом.

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
    Китайский ИТ-рынок в 2026 году: гид для российского экспортера бизнес Разработчик суверенной и национальной больших фундаментальных моделей ИИ вправе: получать доступ к мерам государственно…

    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
    Ранее эксперт НИУ ВШЭ Александр Милкус заявил, что школьников необходимо учить безопасно пользоваться искусственным интеллектом.

    A key claim that anchors the narrative framing.

  • key claim
    Президент будет утверждать стратегию развития ИИ, а правительство — решать, как поддерживать разработчиков и в каких сферах можно будет использовать только российские нейросети.

    A key claim that anchors the narrative framing.

  • evaluative label
    Изменения коснутся и крупных сайтов, приложений и социальных сетей с аудиторией более 500 тысяч человек в день.

    Evaluative labeling that nudges a normative interpretation.

  • 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 territorial control dimension 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