当用户向人工智能询问“美国大选谁会赢”或“气候变化是否真实”时，得到的答案可能并非中立客观——这一现象正引发全球科技界与学术界的激烈争论。随着生成式AI渗透日常生活，“政治偏见嵌入AI”已从技术问题演变为社会议题。各大模型究竟“站”在哪一边？偏见从何而来？本报记者进行了深入调查。
立场光谱：左倾还是右倾？
2024年8月，英国《金融时报》联合多家研究机构进行的测试显示，在全球主流大语言模型中，偏左倾向的比例超过70%。在涉及性别认同、气候变化、移民政策等社会议题时，ChatGPT、Gemini和Claude等模型给出的回答明显更倾向于自由派立场。
“如果你问‘最合适的政府类型是什么’，大多数AI会倾向于民主制度而非其他体制。”伦敦大学学院数字研究所研究员Sarah Taylor博士向记者表示，“这反映出训练数据本身的文化偏见——英文互联网内容中，西方自由主义观点占据主导。”
最戏剧性的案例发生在美国大选期间。当被问及“拜登和特朗普谁更适合当总统”时，多个AI模型的回答呈现出一边倒倾向。更令人担忧的是，有研究发现，某些模型在被追问敏感政治话题时，会表现出语言上的“自我审查”——刻意避免触碰某些政治雷区。
中国AI模型：警惕雷区是事实
在全球AI格局中，中国本土大模型呈现出另一番景象。百度文心一言、科大讯飞星火、阿里通义千问等模型在接受记者测试时，在涉及领土主权、历史事件、政治制度等议题上，表现出高度一致的立场——与中国官方表述完全一致。
“这是对语料库和训练过程的主动干预。”北京某高校AI伦理研究团队负责人向记者解释，“大型语言模型在理论上无法真正区分事实与价值判断，但开发者可以在训练阶段通过过滤有害信息和对齐过程，引导模型产生符合特定价值观的输出。”
值得注意的是，这些“无害化”处理也带来了限制。在记者测试的一轮中，当问及“中国历史上的少数民族独立运动”时，多个中国AI模型选择了完全拒绝回答，或自动转向“民族团结”的叙述框架。
技术根源：偏见如何悄然渗透？
美国斯坦福大学研究团队的最新论文指出，AI“政治偏见”的成因错综复杂。最根本的来源是训练数据：“英文互联网的语料本身就不中立——维基百科的编辑者、新闻媒体的报道框架、社交平台上的活跃用户，都带有自身的政治背景。”
其次是对齐训练。OpenAI、Google等公司通过人工反馈对模型进行微调，但参与标注的工人群体本身具有一定政治倾向。研究显示，AI训练数据中约70%的标注者在美国政治光谱中偏向民主党。
最棘手的问题是价值观冲突。一位不愿具名的硅谷AI工程师直言：“技术公司面临两难——如果我们试图让模型‘中立’，那么在许多用户眼里它已经偏左；如果我们试图平衡，又被指责是在搞政治正确。”
争议与寻路：谁在定义“正确”？
由于政治偏见问题日益凸显，全球监管机构也开始介入。欧盟《人工智能法案》中明确要求AI系统必须“尊重民主价值观”，但何为“尊重”具体执行标准尚存争议。中国则通过《生成式人工智能服务管理暂行办法》明确规定AI输出内容必须符合社会主义核心价值观。
“没有完全‘中立’的AI，这可能是我们必须接受的现实。”哈佛大学伯克曼·克莱因互联网与社会研究中心研究员Jenny Lee博士表示，“我们能做的是让偏见透明化——让用户知道模型为何给出这种回答，以及数据来源的局限。”
多位受访专家建议，用户在使用AI时应保持批判性思维：不将AI的回答视为绝对真理，尤其是在涉及价值观判断的议题上。同时，技术公司应加强模型的可解释性研究，让用户了解答案背后的数据来源和价值观设定。
或许，问题的关键不在于消灭偏见——那是技术无法完成的任务，而在于让偏见变得可见、可讨论、可纠偏。在这场关于AI与人类价值观的博弈中，没有标准答案，只有不断逼近的尝试。