研究指 Grok 模型 92% 偏好共和黨,GPT 97% 傾向民主黨

文章摘要

一項針對近五百場選舉的研究顯示,AI 模型在被迫選擇候選人時呈現顯著政治傾向,其中 SpaceXAI 的 Grok 4.7 模型有 92% 偏好共和黨候選人,而 OpenAI 的 GPT-6.1 Sol 模型則有 97% 傾向民主黨,兩者意見僅不到 10% 相符。康乃爾大學教授 Tapan Parikh 領導的團隊透過 API 對模型發送指令,要求其在不迴避的情況下明確選擇候選人。結果發現,Grok 常引用保守派媒體與平台,並聚焦於移民、稅務、犯罪及能源議題;GPT 則大量引用其合作媒體如美聯社、Axios 及 Reddit,且更傾向搜尋醫療保健與墮胎相關立場。研究指出,模型潛在的價值觀偏好會導致其在查詢資訊時產生選擇性,進而影響對特定議題的論述與結論。儘管 OpenAI 強調消費級應用程式預設會拒絕提供投票建議,且該研究使用的 API 模式無法代表一般用戶體驗,但研究人員指出,若用戶與 AI 進行非直接的政治對話,這些隱性偏見仍可能透過資訊篩選、詞彙選擇或框架設定呈現。目前,開發者已能透過簡單提示詞繞過消費級應用的防護機制,進而誘發模型做出具政治傾向的推薦。

AI 大叔解析

## 【核心判斷】
這項研究揭露了大型語言模型所謂的「客觀中立」,在底層機制被強制作答時根本不成立,且兩大主流模型展現偏見的技術路徑完全相反。OpenAI 的 GPT-6.1 Sol 偏好民主黨高達 97%,其立場深植於模型內部的預訓練權重(Weights);而 SpaceXAI 的 Grok 4.7 偏好共和黨達 92%,其政治傾向則高度依賴聯網搜尋的來源選取與 API 注入的隱藏提示詞。兩者在近 500 場選戰中,意見重疊率不到 10%。

## 【毒舌吐槽】

別再聽公關部門把「安全對齊」(Alignment)吹得天花亂墜了。OpenAI 辯稱一般消費者應用程式會禮貌拒絕回答,但這充其量只是在前端蓋了一層防護布;一旦透過 API 拿掉安全護欄,GPT-6.1 在 67 個共和黨鐵票區依然固執地挑了 57 次民主黨候選人,甚至關掉網路搜尋後,光靠內部權重就能在 30 場選戰中選出 24 次民主黨。

另一邊的 Grok 4.7 也沒高明到哪去。每次呼叫 API 都被抓包塞了約 1,240 個看不到、拿不掉的額外 Token,宛如自帶「指導原則」的隱形大腦;它在搜尋時引用的來源包含 41% 的 X 平台、39% 的基督教保守派投票指南以及 23% 的 Turning Point Action。這不叫資料檢索,這叫拿著特定光譜的口袋名單去幫預設立場背書。

## 【為什麼重要?】
這項研究最關鍵的技術價值,在於釐清了偏見究竟是存在於「訓練參數」還是「檢索機制(RAG)」。在關閉網路搜尋的 30 場對照測試中,GPT-6.1 依然一面倒支持民主黨,證明其偏好早已內建在神經網路權重深處;反觀 Grok 4.7 在失去即時檢索後,有 27 次直接拒絕選邊,僅有的 3 次選擇甚至全轉向民主黨。換言之,Grok 的右翼傾向本質上是由搜尋策略、關鍵字框架以及 API 端的隱藏指令所驅動。

此外,檢索主題與來源的選擇性也加深了偏見的隱蔽性。研究指出,GPT 傾向鎖定醫療保健與墮胎議題,並高度引用簽有內容協議的合作媒體(如美聯社、Axios、Reddit)與維基百科,甚至有時完全忽略共和黨對手的資訊;Grok 則著重移民、稅務、犯罪與能源。即便一般用戶沒有直接要求 AI 指導投票,當使用者詢問「這次選舉應關注哪些議題」時,模型挑選關鍵字與篩選來源的潛在偏好,就已經在無形中左右了資訊呈現的框架。

## 【影響對象與建議】
- **第三方應用架構師**:評估商業 API 時,切勿直接信任原廠宣稱的中立性。應針對系統提示詞建立過濾機制,並自行控管檢索來源清單,避免底層模型透過隱藏 Token 或特定檢索傾向污染終端產品的客觀論述。
- **資料科學家與工程師**:若產品涉及敏感議題的決策輔助,應以微調(Fine-tuning)校正底層權重偏見,或透過檢索增強生成(RAG)嚴格限制參考來源與查詢關鍵字,防止模型預設立場介入候選人或方案的評估流程。

## 【逆風觀點】
OpenAI 主張「API 的極端壓力測試不代表一般用戶體驗」,這個說法並非全無道理。一般消費級應用預設會拒絕直接提供投票指引,要求模型「二選一且不准中立或條列雙方觀點」本來就違背了日常對話的情境;但在系統設計層面,研究人員能用簡單提示詞突破防護,加上底層權重與檢索鏈路確實存有結構性偏差,證明這套防護網仍舊脆弱,無法保證在更委婉、複雜的長對話中不產生偏向引導。

想更了解這個話題?