研究与设计公司 Convovo 在康奈尔大学教授塔潘·帕雷克（Tapan Parikh）的指导下进行的一项新研究表明，当大型语言模型被迫选择政治候选人时，其政治倾向存在显著差异。结果显示，在约 500 场选举中，SpaceXAI旗下的 Grok 4.7 模型在 92% 的回答中推荐了共和党候选人，而 OpenAI 的 GPT-6.1 Sol 模型则倾向于民主党候选人，比例高达 97%，两个模型在不到 10% 的情况下达成了一致。
尽管这些机器人的官方消费者应用通常拒绝提供直接的选举建议，但研究人员通过应用程序编程接口（API）对这些模型进行了测试，使用了直接询问并要求指定一名候选人且不容闪烁其词的问题。OpenAI 强调，面向开发者的 API 并不能反映普通用户通过消费者应用获得的日常体验，并强调 ChatGPT 的设计本质上应该是中立的，且不应该带有任何政治偏见。
偏见是如何形成的以及依赖的信源是什么？
分析表明，这些模型严重依赖截然不同的搜索模式和信息源来为自己的选择辩护。例如，Grok 频繁引用保守派信源以及 X（原 Twitter）等网站和保守派投票指南，而 GPT 则大量依赖维基百科、美联社、Axios 和 Reddit 等信源。模型搜索的主题也各不相同；Grok 专注于移民、税收、犯罪和能源，而 GPT 则倾向于医疗保健和堕胎。
当根据技术要求禁用网络搜索功能并仅依赖基础训练数据时，Grok 的共和党倾向消失了，在大多数情况下转变为拒绝回答，而 GPT 则保持了其在软件权重中显示的民主党倾向，这表明两个模型在决策机制上存在根本差异。
究竟是什么在实际中解释了这些差异？
这些结果说明了人工智能模型中内置或隐含偏见的危险性，特别是当用户依靠与聊天机器人的公开对话来探讨政治问题和形成观点时，即使他们没有要求直接推荐候选人。研究所包含的技术观察指出，Grok 的 API 中存在额外的不可见输入变量，而 GPT 的倾向则与历史数据和内置权重有关。
这些数据引发了关于生成式人工智能系统客观性的广泛讨论，并强调了持续审计搜索算法和这些模型获取信息的信源的必要性，尤其是在立法和总统选举季等敏感时期。