AI 大型語言模型立場實驗：多數偏向自由左派

根據 AI 檢測工具團隊 Unslop.run 的最新實驗，當前主流的大型語言模型在「政治光譜」（Political Compass）測驗中，幾乎毫無懸念地一致落在「自由意志左派」（libertarian-left）象限，且結果在多次嚴格的壓力測試下依然高度穩定。

涵蓋三大洲 16 款模型，歷經數千次嚴格重測

推動這波 AI 熱潮的或許是資本主義，但這些大型語言模型（LLM）所展現出的經濟與社會價值觀，顯然與開發它們的科技巨頭大不相同。

這份分析涵蓋了全球 16 款知名模型，包括 OpenAI 的 GPT 系列（如最新的 GPT-5.6 Sol）、Anthropic 的 Claude 家族（Fable、Opus、Sonnet 與 Haiku）、Google 的 Gemini Flash、Meta 的 Llama 4 Maverick、xAI 的 Grok 4.5，以及來自中國與歐洲的 DeepSeek V3、Qwen3 235B、Kimi K2、GLM 4.5 與 Mistral Large、Small。為了排除模型「盲目同意」或受語序影響的偏見，研究團隊針對 62 題測驗，對每個模型各進行了 30 次標準測試、30 次「反向改寫題目」的測試，並加入了題序打亂版本。

累計近 70,000 次回答的結果顯示，模型並非產生偶然波動，而是展現出「釘死在圖板上」的高度一致性。除了 Grok 之外，其餘 15 款模型全數穩定偏向自由左派。其中，最溫和的是 Claude Fable 5（經濟分數 -4.8），而最極端的則是 Gemini Flash（經濟分數高達 -8.6）。即便是來自中國的 Kimi K2，其左傾程度甚至超過了所有的 GPT 模型；而歐洲的 Mistral 則是整體平均最偏向自由左派的實驗室。

在這群模型中，xAI 的 Grok 4.5 是唯一的例外。它的平均經濟分數落在中間偏左（-1.3），但實情是它具有兩種截然不同的「人格」。在 50% 的測試中，它會給出極左的答案（-5.9）；而在另外 50% 中，則會展現出極右派擁抱自由市場的特質（+3.3）。研究者推測，這可能是其原始訓練資料與後期的「系統提示（System Prompt）」相互衝突所致。

模型的「自我認知障礙」與具體立場

研究者指出一個有趣的現象：多數模型根本不知道自己有多「左」。當要求模型自我評估時，多半會把自己放在非常靠近中間的位置，與實際測得的結果平均相差了 4.64 分。但在具體議題上，16 款模型（包含偏右時的 Grok）在 62 題中有 42 題給出了完全一致的答案：

• 一致否定：種族優越論、優生學，以及「同性戀不是天生」等說法。
• 普遍支持：企業若缺乏監管不能被信任能妥善保護環境、誤導公眾的公司應受懲罰、同性伴侶應享有收養權，以及成年人在私領域的行為不應受國家干預。

對於為何多數模型呈現偏左結果，研究者提出了兩個核心觀察：

• 語料庫失衡：訓練資料中左翼內容（如 Reddit 論壇與大量的學術文本）占比極高，而開發者很難找到同等規模與品質的右翼資料來源來平衡。
• 放大的多數意見：在比對美國真實民調後發現，模型通常與多數美國民眾的意見一樣，但表現得更為極端。例如，當人類社會對某議題呈現 60% 贊成、40% 反對時，AI 往往會因為這股多數傾向，而給出「100% 贊成」的答案，導致其光譜落點比真實群眾更偏向極端。

研究者最後強調，這項工作雖未達最完美的學術嚴謹度，但非常適合用來比較不同模型之間的相對差異。數據也顯示，自 2024 年以來，OpenAI 的模型有進一步向左移動的趨勢，而 Anthropic 的模型則逐漸向中間靠攏。但整體而言，當今的前沿 AI 普遍帶有自由派偏見，已是不爭的數據事實。