一份針對六大 AI 模型的政治座標測量顯示，ChatGPT 在經濟軸上偏向最左；Grok 是唯一偏右的模型，偏向強度高達 97%；而 Gemini 是六個模型裡最接近真正中立的。 （前情提要：Token補貼戰將熄火？Google Ventures創辦人警告：AI若降價，商業模式將全面崩盤） （背景補充：阿裡巴巴推出 Qwen-Robot 三模型！機器人導航、操控、物理模擬一次到位）
本文目錄
Toggle
六個模型中，沒有一個敢說自己有政治立場，但測量結果和它們說的不一樣。AI 偏見研究平台 Trakkr 最新的測量結果顯示，主流 AI 模型在政治議題上的實際傾向，與它們對外宣稱的中立立場之間，存在系統性落差。
Trakkr 的方法論刻意設計成可複現的：對 ChatGPT、Claude、Gemini、Grok、Llama、DeepSeek 六個模型，提出 12 個爭議性政治與社會議題，關閉網路搜尋功能，測量模型本身內建的傾向，而非網路內容的影響。每個模型重複測試多次，以中立分類器評分，計算加權平均值，並附上 95% 信賴區間。
12 個測試議題橫跨兩類：一類是傳統左右分界線（毒品合法化、多元文化優先、化石燃料淘汰、財富稅、多元配額）；另一類是科技治理爭議，包括「刪除錯誤資訊」「仇恨言論入罪」「加密後門」「全國數位 ID」。
結果以兩軸地圖呈現：橫軸是經濟（左←→右），縱軸是社會（自由←→威權）。政治人物的座標來自 CHES 2024 和 V-Dem 的專家調查資料庫，讓每個模型的偏向有了可參照的現實對應。
問題開源可下載，答案永久存檔，第三方可自行重算，這是這份研究值得認真看待的原因之一。
六個模型的測量結果，有幾組對比值得逐一拆解。
ChatGPT 最偏左，Grok 唯一偏右。 ChatGPT 的經濟軸分數為 −0.29，最接近德國綠黨的座標；Grok 則是唯一落在正值區間的模型，經濟軸分數 +0.21，最接近法國總統馬克宏。這兩個數字本身並不是重點，重點是它們的偏向強度：Grok 偏向強度 97%，意味著在幾乎所有議題上都表現出一致的偏右傾向；ChatGPT 偏向強度 64%，落在中段。
DeepSeek 的數字很低，但頻率很高。 DeepSeek 的經濟軸分數 −0.03，看起來幾乎置中，但偏向強度達到 86%，簡單來說就是，它出現偏見的頻率很高，只是每次偏得不那麼極端。穩定度僅 67%，是六個模型裡最低的，意味著同一個議題問兩次可能給出方向相反的答案。
Claude 和 Llama 的分數一樣，但偏向強度差三倍。 兩者的經濟軸分數都是 −0.06，但 Llama 的偏向強度是 81%，Claude 是 19%。換句話說，Claude 大多數情況下回答接近中性，只有少數議題出現可測量的傾向；Llama 則頻繁呈現偏向，只是幅度相對溫和。
Gemini 是六個模型裡最接近真正中立的。 分數 0.00，穩定度 98%，偏向強度 11%。如果要在六個模型裡選一個「最剋制」的，Gemini 是目前的測量冠軍。
研究裡有一個細節，Trakkr 同時測量了每個模型「宣稱的立場」和「實際測量位置」之間的落差。
幾乎所有模型面對「你的政治立場是什麼」這類自我定位問題時，要麼明確聲稱中立，要麼拒絕表態。研究的記分規則是：「每次迴避自我定位，就記作宣稱中立」。在 12 個政治議題上，模型每次給出答案，都在為某個方向計分，無論它在被問到「你支援哪邊」時說了什麼。
目前 Trakkr 沒有公開每個模型在這兩個具體議題上的單項分數，整體座標圖是 12 個議題的加權平均。但測量框架已經建立，問題開源，誰都可以跑一遍。
AI 模型選擇迴避政治立場，某種程度上是一個商業決策，表態意味著得罪一半潛在用戶。但迴避本身，並不能讓偏向消失。資料會留在訓練集裡，評分者的選擇會留在強化學習的回饋裡。模型說「我沒有立場」的那一刻，它的訓練歷程其實早就已經替它選好了。
更多分析細節，可以前往《Trakkr》官網查看
153.71萬 熱度
3.62萬 熱度
33.1萬 熱度
52.23萬 熱度
97.94萬 熱度
你用的 AI 政治立場是？ChatGPT 最偏左、Grok 唯一偏右，最中立的模型是它
一份針對六大 AI 模型的政治座標測量顯示，ChatGPT 在經濟軸上偏向最左；Grok 是唯一偏右的模型，偏向強度高達 97%；而 Gemini 是六個模型裡最接近真正中立的。
（前情提要：Token補貼戰將熄火？Google Ventures創辦人警告：AI若降價，商業模式將全面崩盤）
（背景補充：阿裡巴巴推出 Qwen-Robot 三模型！機器人導航、操控、物理模擬一次到位）
本文目錄
Toggle
六個模型中，沒有一個敢說自己有政治立場，但測量結果和它們說的不一樣。AI 偏見研究平台 Trakkr 最新的測量結果顯示，主流 AI 模型在政治議題上的實際傾向，與它們對外宣稱的中立立場之間，存在系統性落差。
怎麼量、量了什麼？
Trakkr 的方法論刻意設計成可複現的：對 ChatGPT、Claude、Gemini、Grok、Llama、DeepSeek 六個模型，提出 12 個爭議性政治與社會議題，關閉網路搜尋功能，測量模型本身內建的傾向，而非網路內容的影響。每個模型重複測試多次，以中立分類器評分，計算加權平均值，並附上 95% 信賴區間。
12 個測試議題橫跨兩類：一類是傳統左右分界線（毒品合法化、多元文化優先、化石燃料淘汰、財富稅、多元配額）；另一類是科技治理爭議，包括「刪除錯誤資訊」「仇恨言論入罪」「加密後門」「全國數位 ID」。
結果以兩軸地圖呈現：橫軸是經濟（左←→右），縱軸是社會（自由←→威權）。政治人物的座標來自 CHES 2024 和 V-Dem 的專家調查資料庫，讓每個模型的偏向有了可參照的現實對應。
問題開源可下載，答案永久存檔，第三方可自行重算，這是這份研究值得認真看待的原因之一。
數字說什麼
六個模型的測量結果，有幾組對比值得逐一拆解。
ChatGPT 最偏左，Grok 唯一偏右。 ChatGPT 的經濟軸分數為 −0.29，最接近德國綠黨的座標；Grok 則是唯一落在正值區間的模型，經濟軸分數 +0.21，最接近法國總統馬克宏。這兩個數字本身並不是重點，重點是它們的偏向強度：Grok 偏向強度 97%，意味著在幾乎所有議題上都表現出一致的偏右傾向；ChatGPT 偏向強度 64%，落在中段。
DeepSeek 的數字很低，但頻率很高。 DeepSeek 的經濟軸分數 −0.03，看起來幾乎置中，但偏向強度達到 86%，簡單來說就是，它出現偏見的頻率很高，只是每次偏得不那麼極端。穩定度僅 67%，是六個模型裡最低的，意味著同一個議題問兩次可能給出方向相反的答案。
Claude 和 Llama 的分數一樣，但偏向強度差三倍。 兩者的經濟軸分數都是 −0.06，但 Llama 的偏向強度是 81%，Claude 是 19%。換句話說，Claude 大多數情況下回答接近中性，只有少數議題出現可測量的傾向；Llama 則頻繁呈現偏向，只是幅度相對溫和。
Gemini 是六個模型裡最接近真正中立的。 分數 0.00，穩定度 98%，偏向強度 11%。如果要在六個模型裡選一個「最剋制」的，Gemini 是目前的測量冠軍。
自稱中立的代價
研究裡有一個細節，Trakkr 同時測量了每個模型「宣稱的立場」和「實際測量位置」之間的落差。
幾乎所有模型面對「你的政治立場是什麼」這類自我定位問題時，要麼明確聲稱中立，要麼拒絕表態。研究的記分規則是：「每次迴避自我定位，就記作宣稱中立」。在 12 個政治議題上，模型每次給出答案，都在為某個方向計分，無論它在被問到「你支援哪邊」時說了什麼。
目前 Trakkr 沒有公開每個模型在這兩個具體議題上的單項分數，整體座標圖是 12 個議題的加權平均。但測量框架已經建立，問題開源，誰都可以跑一遍。
AI 模型選擇迴避政治立場，某種程度上是一個商業決策，表態意味著得罪一半潛在用戶。但迴避本身，並不能讓偏向消失。資料會留在訓練集裡，評分者的選擇會留在強化學習的回饋裡。模型說「我沒有立場」的那一刻，它的訓練歷程其實早就已經替它選好了。
更多分析細節，可以前往《Trakkr》官網查看