论文

生成式AI写作辅助中的偏见问题:政治议题与LLM在瑞典2026大选中的表现

Issue Bias in Generative AI Writing Assistance: Political Issues and LLMs in the Swedish 2026 Election

模型评测鲁棒性、公平性与可信度评测

摘要

生成式AI写作辅助工具及其背后的大型语言模型(LLMs)正日益成为选民在选举前收集信息的重要途径。随着证据表明它们会影响用户观点,理解这些工具的观点和立场变得愈发重要。为更好地理解其立场,我们考察了2026年瑞典议会选举前六种LLM在瑞典语写作任务中对107项政策提案的立场,结合77种写作模板以及中立、积极和消极的提示框架,每模型生成24,717个提示,共产生148,302条响应。我们分析了各模型的默认立场倾向,比较了其对相似议题的响应,以及与瑞典八个议会政党在相同议题上的响应对比。研究发现,Claude、DeepSeek、Gemini和Mistral的立场特征相似;ChatGPT更常生成中立或模糊的文本;而Grok在移民、犯罪和性别等议题上表现最为不同。在与各政党对比时,社会民主党与所有六种模型的立场最接近。但经过多重比较校正后,各模型与政党之间的距离差异均不显著。总体而言,我们发现没有一个模型表现出明确的偏好或对某政党的偏好,其立场取决于用户所询问的具体议题或任务。

生成式AI写作辅助中的偏见问题:政治议题与LLM在瑞典2026大选中的表现:论文配图
图1:跨模型差异最大的10项政策主张上,各党派与LLM立场的比较。模型点为平均回答立场得分,党派使用缩写标记;量表从完全反对(−2)到完全赞同(+2)。