Kínai AI-modellek politikai álláspontja sokkal változatosabb, mint korábban gondolták
A Vals AI 25 modellt tesztelt, és a vártnál alacsonyabb kormányközeli torzítást mért.

A kutatásban a modellek „pro-China lean” pontszámot kaptak −1 és +1 között, ahol a pozitív érték a kínai kormány álláspontjával való egyezést, a negatív pedig a kritikusabb válaszokat jelölte. Az eredmények alapján a kínai modellek átlagos kormányközeli torzítása alacsonyabb volt a vártnál, bár jelentős különbségek mutatkoztak az egyes modellek között. Például a GLM-5.3 Flash modell elismerte a Kína emberi jogi visszaéléseiről szóló dokumentált jelentéseket, míg a Kimi K3 modell tagadta az ujgurok elleni táborok létezését, azokat „szakképző központoknak” nevezve. (The Decoder)
Nyelvi és kontextuális tényezők hatása
A válaszok politikai irányultságát nagyban befolyásolja a prompt nyelve. Egyszerűsített kínai nyelven adott válaszok sokkal kormányközpontúbbak voltak, mint angol, orosz vagy spanyol nyelven. Ez a hatás mind a kínai, mind az amerikai modelleknél megfigyelhető volt, de utóbbiaknál jóval erőteljesebben. A kutatók szerint a nyelvi modellek a nyelvből következtetnek az elvárt perspektívára. Hasonló hatást tapasztaltak akkor is, amikor a rendszerprompt jelezte, hogy a modellt egy kínai cégen belül használják, ami kormányközpontúbb válaszokhoz vezetett.
A modellek gyakran nem tagadták meg a válaszadást a kényes kérdésekre, hanem inkább a hivatalos kormányzati álláspontot vették fel. Ez alól csak bizonyos DeepSeek modellek jelentettek kivételt. A válasz formátuma is befolyásolta az eredményeket: ha a modelleknek csak igen vagy nem válaszokat kellett adniuk, kevésbé mutatkoztak kormányközelinek. Az AI-agent keretrendszerbe ágyazott modellek válaszai is kevésbé voltak kormányközpontúak, hasonlóan ahhoz, mint amikor webes kereséshez kaptak hozzáférést.
Mindennapi alkalmazások és korlátok
Bár az eredmények nem feltétlenül tükrözik a mindennapi használatot, a politikai tendenciák még a rutinfeladatokban is megjelentek. Például egy utazási alkalmazásban a „Taiwan” fordítása egyszerűsített kínaira sok modellnél „Taiwan, China” lett, ami a Kínához való tartozást implikálja. Az OpenAI képgeneráló modellje, a GPT Image 2.5 Sunburst is mutatott ilyen különbségeket: kínai promptra Tajvant „Taiwan Province”-ként jelölte, és feltüntette a vitatott „kilenc-dashes line”-t is.
A kutatásban használt kérdések nem feltétlenül reprezentatívak a tipikus felhasználói promptokra, és a válaszokat automatikusan értékelték. A modellek egy része harmadik féltől származó szolgáltatókon keresztül futott, így a hivatalos kínálatokban további tartalomfilterek lehetnek. Korábbi tanulmányok már jelezték, hogy a kínai AI-modellek gyakran veszik fel a hivatalos narratívákat a kényes témákban, részben a kínai szabályozások miatt, amelyek előírják a „szocialista magatartásértékek” betartását.