Stronniczość polityczna AI: Dlaczego nawet chatboty „anty-woke” skłaniają się ku lewicy

Niedawne śledztwo przeprowadzone przez Washington Post ujawniło trwały trend ideologiczny w całym krajobrazie LLM: większość głównych modeli AI wykazuje znaczną stronniczość lewicową. Nawet modele pozycjonowane jako konserwatywne lub „poszukujące prawdy” mają trudności z przełamaniem tego schematu, co podkreśla głęboki wpływ danych treningowych oraz protokołów dopasowania (alignment).

Dominacja lewicowych odpowiedzi

Śledztwo przetestowało sześć wiodących modeli AI w odniesieniu do różnych pytań politycznych, ujawniając wyraźne nachylenie ku progresywnym poglądom. OpenAI GPT-5.5 okazał się najbardziej skrzywiony, a 80% jego odpowiedzi zawierało wyłącznie lewicowe argumenty. Model ten często popierał politykę taką jak wyższe podatki dla najbogatszych oraz systemy opieki zdrowotnej oparte na jednym płatniku.

Deepseek V4 Pro uplasował się tuż za nim, udzielając wyłącznie lewicowych odpowiedzi w 70% przypadków testowych. Zarówno modele OpenAI, jak i Deepseek, konsekwentnie argumentowały przeciwko karze śmierci, mimo wieloletnich danych Gallup, które pokazują, że większość Amerykanów popiera tę praktykę. Claude Opus 4.8 od Anthropic wykazał bardziej umiarkowane podejście, udzielając wyłącznie lewicowych odpowiedzi w 43% przypadków, podczas gdy w 57% prezentował zrównoważone perspektywy.

Paradoks „anty-woke” i konserwatywnej AI

Jednym z najbardziej zaskakujących odkryć była porażka modeli zaprojektowanych specjalnie po to, by przeciwdziałać postrzeganej progresywnej stronniczości. xAI Grok 4.3 od Elona Muska, reklamowany jako chatbot „anty-woke” i „poszukujący prawdy”, w większości przypadków wciąż generował wyłącznie lewicowe odpowiedzi. Choć dostarczał więcej prawicowych odpowiedzi niż jego konkurenci, wciąż nie zdołał utrzymać konsekwentnie konserwatywnego stanowiska.

Śledztwo sugeruje dwa możliwe powody: modele są trenowane na tych samych ogromnych zbiorach danych w skali internetu, których używają ich konkurenci, lub nieświadomie uczą się na podstawie wyników innych modeli AI. Co więcej, przypadek modelu Arya od Gab — który twierdzi, że został zbudowany w oparciu o chrześcijańskie i konserwatywne zasady — wykazał, że odpowiadał on argumentami lewicowymi dwanaście razy częściej niż prawicowymi. Jednak Grok udowodnił, że proces dopasowania (alignment) można sterować ręcznie; przyjął on wyłącznie prawicowe stanowisko w kwestii praw osób trans, odzwierciedlając publiczne poglądy samego Elona Muska, co sugeruje celową interwencję w konkretnych, głośnych tematach.

Google Gemini jako zrównoważony wyjątek

Podczas gdy cała branża zmaga się z neutralnością, Gemini 3.1 Pro od Google wyróżnił się jako znaczący wyjątek. Model wykazał niezwykłą zdolność do zachowania równowagi, prezentując obie strony problemu w 93% przypadków. Tylko 7% jego odpowiedzi było wyłącznie lewicowych, a on sam nigdy nie przyjął domyślnie wyłącznie prawicowego stanowiska.

Gemini wykazał również unikalną zdolność do eksplorowania różnorodnych perspektyw, takich jak przedstawienie argumentu za ekspansją militarną w celu wzmocnienia gospodarki — perspektywy, której nie zdołały zaproponować inne modele. Sugeruje to, że techniki uczenia ze wzmocnieniem na podstawie informacji zwrotnych od ludzi (RLHF) oraz promptowanie systemowe stosowane przez Google mogą być skuteczniej dostrojone do rozumowania wieloperspektywicznego.

Dlaczego ma to znaczenie dla ekosystemu AI

W miarę jak modele LLM stają się głównym interfejsem do wyszukiwania informacji, „luka neutralności” staje się krytyczną kwestią dla programistów i decydentów. Jeśli dane podstawowe lub warstwy bezpieczeństwa nakładane podczas dostrajania (fine-tuning) są ideologicznie skrzywione, AI ryzykuje stanie się komorą echa zamiast obiektywnym narzędziem. W szerszym kontekście podkreśla to techniczne wyzwanie polegające na oddzieleniu „dopasowania bezpieczeństwa” (safety alignment) od „dopasowania ideologicznego” (ideological alignment), szczególnie gdy pewne stanowiska polityczne kolidują z konsensusem naukowym lub prawami człowieka.

Kluczowe wnioski

• Powszechna stronniczość: OpenAI (GPT-5.5) i Deepseek (V4 Pro) wykazały najwyższe poziomy lewicowej stronniczości, odpowiednio 80% i 70%.
• Nieudane zwroty ideologiczne: Modele „anty-woke”, takie jak Grok od xAI i Arya od Gab, wciąż w dużej mierze domyślnie przyjmują lewicowe perspektywy, prawdopodobnie ze względu na zależności od danych treningowych.
• Wyjątek neutralności: Gemini 3.1 Pro od Google okazał się najbardziej zrównoważonym modelem, oferując dwustronne perspektywy w 93% przetestowanych scenariuszy.