权力的回声：调查美中大型语言模型的地缘政治偏见

这对普通读者为何重要

当你向 AI 聊天机器人询问国际事务时，可能会假设它是中立的。本文显示，来自美国和中国的领先系统的回答，可能在不显眼处倾向于其所在国家的政治视角。理解这些隐性倾向如何产生及其强度，有助于公民、记者和决策者判断何时应信任 AI、何时应对其言论持谨慎态度。

研究者如何测试这些聊天机器人

作者比较了两款先进的聊天机器人：来自美国 OpenAI 的 GPT-4o 和一家中国公司推出的 DeepSeek-R1。他们构建了包含 50 个关于全球政治、战争、人权和有争议地区的问题，模拟人们在社交媒体和在线论坛上常见的提问。所有问题均以英语通过两款工具的公开网页界面提出，使用简单的一次性提示，类似普通用户的操作。完整的问题与回答数据集随后被公开分享，以支持后续研究。

他们在回答中测量了什么

为超越直观印象，研究团队结合了数字化与人工分析。首先，他们将每个回答转换为能捕捉其含义的数值表示，并测量两套系统在每个问题上的接近程度或差异。其次，他们让模型评估在这些问题上美国与中国观点可能的分歧强度。第三，他们手工审查文本，关注语气、示例选择以及哪些事实被强调或淡化。这种方法组合使他们能够检测明显的分歧以及更为微妙的叙事差异。

聊天机器人在哪些方面一致，哪些方面不一致

令人意外的是，即便在气候责任、COVID-19 起源或纳粹遗产等敏感议题上，两款系统常常给出大体相似的回答。它们都倾向于呈现平衡的概述并避免极端主张。然而，关键差异仍然显现。GPT-4o 表现出作者所称的“温和”的西方中心偏向，例如在解释中强调自由民主理念或北约与联合国的作用。相比之下，DeepSeek 有时更直接呼应中国国家叙事，并在少数情况下拒绝回答在中国高度敏感的话题，如台湾地位或特定国内争议。这类拒绝在网页界面层面表现为强制阻断，而不是模型能力上的简单缺失。

叙事方式中的隐性引导

研究强调，最令人担忧的影响可能并非明显的审查，而是柔和的引导。在一些回答中，两款模型会在基本事实上一致，却以不同方式构建话语：一方可能强调个人自由与选举竞争，另一方则强调稳定、主权或集体福祉。随着时间推移，这类温和偏向可能塑造用户对“常识”的认知，尤其当他们将聊天机器人视为中立助手时更是如此。鉴于超过一半的美国成年人已经使用此类工具，而老年人更易受误导信息影响，即便是小幅、重复的引导也可能在不被察觉的情况下影响公众在战争、贸易争端或人权等问题上的看法。

这对个人与政策意味着什么

作者总结认为，美中两国的聊天机器人都带有地缘政治印记，但其行为并非政府立场的简单镜像。基于大规模、混合的全球数据进行训练似乎限制了完全的意识形态控制，导致公司在最敏感的话题上更多依赖主题屏蔽。不过，既有强制性审查也有温和的叙事取向，这引发了关于信任、透明度以及大规模舆论塑造风险的问题。对读者来说，结论很直接：将 AI 关于全球事务的输出视为众多观点之一，而非中立的事实来源，并辅以人工判断和多元信息来源。

引用: Pacheco, A.G.C., Cavalini, A. & Comarela, G. Echoes of power: investigating geopolitical bias in US and China large language models. Humanit Soc Sci Commun 13, 675 (2026). https://doi.org/10.1057/s41599-026-06577-6

关键词: 地缘政治偏见, 大型语言模型, ChatGPT, DeepSeek, 政治传播