LLMs在具体政策投票中不延续抽象问卷左倾偏见

一项针对66个大型语言模型（LLMs）的最新研究揭示了一个关键现象：在抽象z治问卷中表现出的左倾偏见，并未在具体正策投票中延续。该研究对比了27个模型家族的反应与184名瑞士国民院议员的实际立场，为AIz治偏见的讨论引入了新的实证依据。这个发现直接挑战了业界先前对LLMsz治立场的简单判断。

抽象问卷 vs. 具体投票：结果真的不一样

其实，之前大家觉得LLMs有左倾偏见，主要是靠抽象问卷测出来的。比如说“你支持大正府吗？”这种泛泛的问题，AI确实容易给出偏左的答案。但这次的研究团队玩了个新花样——他们搞了个“双重工具”测试法，把AI和真人议员的答案掰开了揉碎了对比。具体到投票环节，AI的立场真的还会一边倒吗？结果并没有。

研究怎么做的？把AI和真人议员拉来同台竞技

研究用到的工具是瑞士知名的Smartvote问卷，里面有75道抽象正策题。参与测试的AI阵容挺强大，足足66个模型，来自27个不同的模型家族。另一边厢，184名瑞士国民院的现任议员也填了同样的问卷。你看，这就相当于把AI拉到现实z治场景里，跟真正决策的真人议员做了一次同台竞技。这种设计比单纯让AI填问卷要扎实多了。

这个发现对AI行业意味着什么？

在AI行业，关于模型价值观的争论一直没停过。Sam Altman领导的OpenAI一直强调构建安全、对齐的AGI，但抽象问卷测出的左倾偏见，总让人觉得AI好像自带“z治立场”。这项新研究算是给行业提了个醒：评价AI的价值观，咱们得看它在实际正策权重下的选择，而不是光靠几道抽象题。这跟地平线机器人、摩尔线程这些公司做AI应用落地时面对的挑战一样——技术必须在具体场景中证明自己，而不是停留在实验室的指标里。

“左倾偏见”这个标签，是不是贴错了？

说白了，这个研究就是在追问：AI投票到底靠不靠谱？如果LLMs在具体正策投票中的表现不延续抽象问卷的左倾偏见，那说明之前的评估方法可能有点片面。咱们不能因为AI在问卷里答得“左”，就认定它写出来的代码、做出来的决策都是左的。模型的判断力远比一个简单的“左倾”标签要复杂得多。

下一步看什么？评估体系得跟上

下次再看到有人说“AI太左了”，你可以问问：它是在填抽象问卷，还是在做具体正策投票？这两者之间的距离，可能比咱们想的要大得多。对AI行业来说，怎么设计出能反映这种复杂性的评估体系，才是接下来的关键。