一项最新研究显示，不同厂商的大语言模型在政治选举推荐上呈现出显著的党派倾向。研究对近500场选举对决进行了测试，结果显示xAI旗下Grok模型绝大多数情况下推荐共和党候选人，而OpenAI的GPT模型则倾向于推荐民主党候选人，两者在超过90％的选战中给出了不同答案。
该研究通过向两个模型提出相同的选举选择问题，对比其输出结果。在接近500场对决样本中，两个模型的推荐重合度不足10％，分歧程度超出研究者的预期。这一结果意味着，当用户依赖AI助手获取选举相关信息时，所得到的答案可能在很大程度上取决于所使用的模型产品。
研究同时指出，模型的政治倾向并非来自显式的编程设定，而更可能与训练数据分布、对齐策略以及模型厂商在安全与中立性上的取舍有关。大模型在生成推荐时往往会综合训练语料中的观点分布，而不同厂商的语料来源与后训练处理方式存在差异，最终在政治类问题上形成可观测的系统性偏向。
随着大模型逐步嵌入搜索、办公与信息获取等企业级场景，模型输出的中立性问题正受到更多关注。对于将AI能力集成到内部系统或面向客户产品中的企业而言，模型在敏感议题上的倾向性可能带来合规与品牌风险，这也推动市场对模型评测、可解释性与输出审计工具的需求上升。
目前两家公司均未对该研究结果作出回应。业内普遍认为，如何在保持模型有用性的同时控制其在政治等敏感领域的偏向，仍是模型厂商与部署方需要共同面对的工程与治理问题。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
