AI 中的政治偏见：AI 模型站在哪一边

衡量 LLM 政治偏见的方法与局限

• 多条评论指出，任何左右倾向分数都高度依赖问题的写法以及答案如何被编码。
• 线程中该网站作者表示，他们使用政治学数据集（例如政党和人口调查）以及单独的模型来对立场进行编码，但也承认这种方法并不完美，并且锚定在特定的 Overton 窗口上。
• 也有人提出，与固定坐标轴相比，可以采用更高维度或基于 embedding 的方法，但这些方法对普通消费者来说更难解释。

左右划分与政治罗盘的问题

• 许多人认为政治罗盘过于简化，甚至是“垃圾”，因为现实政治跨越多个维度，人们常常持有跨象限、内部不一致的观点。
• 也有人认为，左右与威权/自由放任都依赖文化和时代，因此不存在客观的“中心”或“中立”位置。
• 将全球政治人物（例如 Macron、Xi、Putin、Albanese、Obama）定位的尝试，普遍被批评为不可信，或与其他罗盘式分析不一致。

针对具体模型的观察

• Grok 被认为带有明确的右翼调校，相关说法提到公开表示会在它与 MAGA 叙事相矛盾时对其进行“修正”。
• Gemini 被认为经历了从明显过度修正的 DEI 风格行为，到在这张图表上看起来出奇“中立”的变化。
• DeepSeek 被标为中间派，但多位评论者表示它会审查或扭曲中国敏感议题（尤其是天安门），因此“中间”这一定位受到质疑。
• 有人指出，所有被测试的模型都最接近美国民主党，而民主党本身相对于不同比较对象也可能被视为中右或左翼。

提示词、护栏与表面上的“观点”

• 多人指出，模型并不持有稳定的意识形态；其回答会被提示词的框架强烈引导。
• 也有人坚持，提示工程无法覆盖训练集和护栏更深层的偏见，并质疑通过提示就能多容易地“制造”偏见。

可视化与呈现方式的批评

• 主图被指责为“图表犯罪”：低对比度的点和标签偏移会在视觉上夸大 Grok 的位置，并遮蔽其他模型。
• 标题中的罗盘位置与更详细拆分之间的不一致，降低了人们对该研究的信任。

为什么偏见重要（或不重要）

• 有人认为这很重要，因为 LLM 已经在影响政策、资源分配和公众认知。
• 也有人表示，个人不应该——而且大多也不会——让 LLM 决定自己的政治立场，因此偏见测量更多是学术问题，而非实际问题。