人工智能聊天机器人面临开发者设计的争议性话题测试

一位化名为 "xlr8harder "的开发者推出了 "言论自由评估 "工具 SpeechMap，分析领先的人工智能聊天机器人如何处理有争议的话题。该平台比较了 OpenAI 的 ChatGPT 和 xAI 的 Grok 等模型对政治言论、民权讨论和抗议相关询问的反应。

这一举措是在人工智能公司因其系统中存在政治偏见而面临越来越多审查的情况下出现的。包括埃隆-马斯克（Elon Musk）和大卫-萨克斯（David Sacks）在内的几位白宫盟友和知名科技人士都指责主流聊天机器人表现出进步倾向的审查制度。

虽然人工智能公司还没有直接回应这些指控，但有些公司已经做出了回应。Meta 公司最近调整了其 Llama 模型，以避免在处理有争议的话题时偏向特定的政治观点。

SpeechMap 的创建者解释了他们的动机："这些对话属于公共领域，而不局限于公司会议室。我的平台让用户能够通过客观测试来检验第一手数据"。

评估方法采用人工智能评委，对聊天机器人的回复进行政治评论、历史解读和国家标志分类等方面的评估。每次互动都会被归类为

• 完全服从（直接回答）
• 回避式回答
• 直接拒绝

Xlr8harder 承认方法上的局限性，包括潜在的法官模型偏差和技术不一致性。不过，收集到的数据揭示了领先人工智能系统中值得注意的行为模式。

值得注意的发现包括 OpenAI 不断演变的政治话语方式。最近的 GPT 迭代显示，尽管 OpenAI 在二月份承诺要对有争议的问题提出更平衡的观点，但在处理敏感话题时却更加克制。

分析将 xAI 的 Grok 3 定位为测试中最不受约束的模型，它对 96.2% 的提示做出了响应，而行业平均响应率为 71.3%。这与马斯克最初将Grok定位为 "清醒 "人工智能系统的不受限制的替代品是一致的。

"SpeechMap开发人员指出："虽然大多数模型越来越多地限制政治评论，但xAI似乎有意减少对话限制。

尽管马斯克承诺保持中立，但早期的 Grok 版本在性别认同和经济不平等等问题上仍然表现出进步的倾向。首席执行官之前将这些偏见归咎于来自公共网络资源的训练数据的影响。

最近的评估表明，Grok 3 实现了更大程度的政治中立，尽管该系统曾因短暂审查马斯克的负面评论而招致批评。这一演变反映了自由表达原则与人工智能开发者面临的内容审核挑战之间持续存在的紧张关系。