Czy AI ma poglądy? Wyniki testu Political Compass obnażają stronniczość modeli

Najnowsze testy przeprowadzone przez laboratorium badawcze Unslop.run wykazały, że zdecydowana większość czołowych modeli sztucznej inteligencji wykazuje wyraźne preferencje światopoglądowe. Spośród szesnastu zbadanych systemów, w tym rozwiązań od OpenAI czy Google, aż piętnaście konsekwentnie skłania się ku poglądom określonym jako libertariańsko-lewicowe.

Jednolity front algorytmów

Badacze z Unslop.run poddali analizie szesnaście popularnych modeli językowych, wykorzystując do tego celu test Political Compass, który od ćwierćwiecza służy do mapowania poglądów na osiach ekonomicznej i społecznej. Wśród testowanych technologii znalazły się różne wersje GPT, Claude, Gemini, Llama oraz Grok. Wyniki tysięcy prób okazały się nadzwyczaj spójne – niemal wszystkie algorytmy, niezależnie od producenta, uplasowały się w kwadrancie libertariańskiej lewicy, opowiadając się za równością społeczną i sceptycyzmem wobec sztywnych hierarchii. Co ciekawe, systemy te wykazują dużą stabilność swoich przekonań; podczas wielokrotnego powtarzania testów ich wyniki zmieniały się jedynie o niewielki ułamek skali.

Grok jako jedyny wyjątek od reguły

Jedynym modelem, który wyłamał się z tego schematu, okazał się Grok, choć i w jego przypadku wyniki nie były jednoznaczne. System stworzony przez firmę xAI wykazywał cechy, które autorzy raportu określili mianem dwubiegunowości – w połowie testów lądował po prawej stronie osi ekonomicznej, by w pozostałych przypadkach dołączyć do reszty stawki na lewicy. Interesującym aspektem badania jest również percepcja własna algorytmów. Większość modeli zapytana o to, gdzie umieściłaby się na mapie politycznej, wskazywała okolice centrum gospodarczego, podczas gdy faktyczne odpowiedzi na pytania testowe przeczyły tej deklaracji. Jedynie Grok pozycjonował się bardziej na prawo, niż wynikało to z jego realnych wyników pomiarowych.

Źródła ideologicznego skrzywienia

Eksperci próbujący wyjaśnić to zjawisko wskazują przede wszystkim na naturę danych wykorzystywanych w procesie uczenia maszynowego. Zdaniem inżyniera prowadzącego badanie, lewicowa narracja może być nadreprezentowana w zbiorach treningowych, które w dużej mierze opierają się na treściach z serwisu Reddit oraz publikacjach akademickich. Obecnie brakuje równie bogatych i wysokiej jakości źródeł o charakterze prawicowym, które mogłyby zrównoważyć ten wpływ w procesie szkolenia modeli. Mimo różnic w detalach, wszystkie badane systemy wykazały pełną zgodność w fundamentalnych kwestiach społecznych, takich jak odrzucenie eugeniki czy potrzeba ochrony środowiska przez korporacje, co sugeruje, że pewne wartości są trwale wpisane w fundamenty współczesnej technologii.