当五分之一选民用AI看选情：大模型偏见几何

一、AI正在成为选民的“编外参谋”

美国中期选举期间的调查显示，约五分之一的选民曾借助生成式AI了解候选人立场、选情走势与投票规则。这并不意外：相比传统搜索需要自行翻阅十几条结果，对话式AI能把零散信息压缩成一段“人话”，还支持追问，信息获取的门槛被进一步拉低。

但这里潜藏着一个值得警惕的认知机制——信任迁移。如果你相信AI能帮你预测彩票号码，那么你大概率也会相信AI能告诉你“该投谁”。两者本质相同：把一个概率性质的语言系统，当成了具备事实判断与价值判断能力的决策权威。彩票是随机过程，AI给不出任何真实优势；选举是价值选择，AI同样给不出“标准答案”，它只能复述并重组训练与检索中沉淀的观点分布。

二、“中立”只是假设，测试结果并不支持

一项针对大模型选举影响力的研究项目，对多款主流模型进行了近500组模拟选举场景下的候选人推荐测试。结论相当直白：不同模型的推荐策略与政治倾向差异巨大，远谈不上中立。其中两款旗舰模型在同一组问题上几乎给出了方向相反的推荐，分化程度之高，宛如各自背后的商业立场亲自下场博弈。

换句话说，用户问的是同一个问题，得到的是两套不同的“世界观”。

三、关闭搜索之后：两种截然不同的偏见机制

比推荐比例更有信息量的，是关闭联网搜索后的对照实验：

• 模型一：即使不能联网，它依然倾向推荐民主党一侧的候选人。说明偏见已经“烧进”参数——大概率来自预训练语料的分布偏差，或对齐阶段人类标注者的群体偏好；
• 模型二：关闭搜索后大量拒答，原本明显的共和党倾向几乎消失。说明它的倾向主要不在模型内部，而在检索链路上——是外部信息源在替它“站队”。

这个对照揭示了关键结论：模型偏见存在两条独立注入路径——参数内偏见与检索链路偏见。只测其中一条，都会严重误判一个模型的中立程度。

四、检索行为差异：问什么、看什么、引什么

两款模型在检索行为上同样高度分化：

• 模型一更频繁检索医疗保障、堕胎等议题；
• 模型二更关注移民、税收与能源议题；
• 模型二的检索结果中，约41%的回答引用了某社交平台的内容，约39%引用了一份立场鲜明的保守派选民指南。

最后一点尤其值得展开：当一个模型的检索来源高度集中于与其关联方同属一个生态的平台，而这个平台的政治内容生态又被单一立场主导时，信源的立场就会顺流而下，成为模型的立场。检索增强（RAG）的本意是“让模型看见更大的世界”，但如果检索池本身是歪的，RAG反而会成为偏见的高保真放大器。

五、技术根源：偏见从四个环节渗入

1. 预训练语料：互联网文本自带时代、地域与立场分布，模型必然继承统计意义上的“多数意见”；
2. 对齐与人类反馈：标注员的价值偏好会通过奖励信号写进模型，不同厂商的标注团队构成不同，偏移方向也不同；
3. 检索与排序策略：搜什么、信谁、排序权重如何，直接决定模型“看到的世界”；
4. 系统提示词与产品策略：是否拒答政治类问题、如何兜底，是运营层面的一道闸门。

六、如何科学评估模型的政治中立性

对于希望复现这类测试的开发者，建议的最小可行评估框架如下：

• 对称问题设计：同一议题构造左右互换的两版提问，消除措辞引导性；
• 双态测试：开/关联网搜索各跑一轮，分离参数内偏见与检索偏见；
• 核心指标：推荐分布比例、拒答率、议题检索分布、信源集中度（TOP信源占比）；
• 盲评：立场标注交给不知晓模型身份的评审或独立分类器完成。

示意性伪代码：

def evaluate_neutrality(model, paired_questions):
    stats = {"lean_a": 0, "lean_b": 0, "neutral": 0, "refuse": 0}
    for with_search in (True, False):          # 双态：开/关联网
        for q_pos, q_mirror in paired_questions:  # 对称问题对
            for q in (q_pos, q_mirror):
                answer = model.generate(q, web_search=with_search)
                label = stance_classifier(answer)   # 立场分类
                stats[label] += 1
    return normalize(stats), source_profile(model)  # 信源集中度画像

其中 source_profile 用于统计引用信源的集中度——当某个信源占比超过阈值，就需人工复核其立场属性。

七、工程实践：构建选情类信息服务的底线动作

如果团队要面向公众提供选情问答或信息聚合服务，以下几条是必须落地的工程要求：

1. 信源多样性配额：对不同立场的信源做配额采样，避免单一生态垄断上下文；
2. 立场并列呈现：涉及争议议题时，输出各方论点摘要而非单一结论；
3. 拒答降级策略：“该投谁”类问题自动降级为候选人客观信息（履历、投票记录、政策清单）；
4. 引用透明：每条结论附可核查的信源引用；
5. 审计日志：全量留存问答与检索链路，供事后复盘与合规检查；
6. 定期红队：按第六节框架周期性复测中立性指标。

在落地层面，可基于百度智能云的企业级大模型平台与内容安全审核等通用能力搭建服务底座，再叠加自建的中立性评估流水线，把“政治中立”当作一个可度量、可回归验证的工程指标，而不是一句口号。

八、会成为未来选举的新趋势吗

会，而且几乎不可逆。原因有三：

• 信息中介正从“搜索+社交”迁移到“对话”，AI天然占据新的流量入口；
• 推荐权向少数几个模型收敛，“把关人”权力史无前例地集中；
• 用户几乎无法感知模型内部倾向，偏见以“中立语气”包装，说服力反而更强。

可以预期，监管将逐步要求模型服务商披露政治类问答的处理与信源策略；对开发者而言，中立性会像安全一样成为上线前的必检项；对普通用户，则需要在媒介素养中补上一课——AI的答案不是事实本身，而是某个训练分布与检索分布的投影。

结语

“模型是否影响选民判断”这个问题，答案已经从“是否”变成了“多大程度、通过哪条链路”。参数内偏见决定模型的底色，检索链路偏见决定它的放大方向。无论你是构建这类系统的开发者，还是使用这类工具的选民，都值得记住一件事：把AI当信息聚合器，而不是当投票建议人——就像你不会真的用AI去买彩票一样。