Grok 4.7 рекомендовал кандидатов-республиканцев в 92% случаев, а GPT-6.1 Sol выбирал демократов в 97%. В почти 500 избирательных гонках модели совпали менее чем в 10% ответов. Это не просто очередной спор о том, существует ли политический уклон ИИ: для разработчиков это напоминание, что модель, подключённая к продукту через API, может принимать ценностные решения даже там, где интерфейс обещает нейтральность.
Такие результаты получило исследовательское бюро Convovo, которым руководит профессор Корнеллского университета Тапан Парих, сообщает TechCrunch. Исследователи через API задавали GPT и Grok один вопрос по каждой гонке: за кого голосовать — с требованием назвать одного кандидата без уклончивых формулировок. Пользовательские версии ChatGPT и Grok от прямого ответа отказывались, но модели в API отвечали заметно увереннее.
Разница между потребительским чат-ботом и API здесь принципиальна. Обычный пользователь чаще увидит отказ или общую справку о позициях кандидатов. Но разработчик может встроить ту же модель в поисковик, голосового помощника, новостной агрегатор или сервис поддержки — и добавить промпт, который потребует конкретной рекомендации. В таком сценарии защитные ограничения приложения перестают быть единственным барьером между моделью и политическим советом.
OpenAI заявила изданию, что ChatGPT рассчитан на объективность в политических разговорах и что тест проверял именно developer API с прямым принуждением выбрать кандидата. В компании подчеркнули: этот опыт не совпадает с тем, что получает большинство пользователей в ChatGPT. xAI, разработчик Grok, на момент публикации не ответила на запрос о комментарии.
Convovo смотрела не только на финальный выбор, но и на то, как модели ищут аргументы. GPT чаще обращался к темам здравоохранения и абортов, а Grok — к миграции, налогам, преступности и энергетике. В ответах Grok регулярно появлялись консервативные ресурсы: христианский избирательный гид фигурировал в 39% ответов, Turning Point Action — в 23%, а X — в 41%. GPT чаще опирался на Wikipedia, Associated Press, Axios и Reddit. Последние три источника особенно любопытны в контексте того, что у OpenAI есть контентные партнёрства с AP, Axios и Reddit.
Модели расходились даже в заведомо «безопасных» с точки зрения партийной арифметики округах. В 57 из 67 глубоко республиканских округов GPT всё равно выбрал демократа. Grok, в свою очередь, предпочёл республиканца в 47 из 72 глубоко демократических округов. Исключением для Grok становились тяжёлые скандалы вокруг кандидата-республиканца — например, обвинения в сексуальных домогательствах или связи с нацистской идеологией: в таких случаях модель чаще склонялась к демократу.
Самая показательная часть эксперимента началась после отключения веб-поиска. В выборке из 30 гонок GPT всё ещё выбрал демократа 24 раза, республиканца — один раз, а в пяти случаях отказался отвечать. Grok при этом отказался от выбора в 27 случаях; в трёх оставшихся выбрал демократа. Парих предполагает, что склонность GPT во многом закреплена в параметрах модели, тогда как ответы Grok сильнее зависят от стратегии поиска, набора тем и источников. Исследователи также заметили, что к каждому запросу через API Grok добавлялось около 1240 токенов невидимого дополнительного контекста. Его происхождение и содержание им проверить не удалось.
Для команд, использующих LLM в продуктах, вывод практичнее политического скандала. Недостаточно проверить, умеет ли бот вежливо отказаться от вопроса «за кого голосовать». Нужно тестировать цепочку целиком: системные инструкции, включённый поиск, список разрешённых источников, RAG-индекс, параметры вызова API и формат ответа. Политический уклон ИИ может проявиться не в прямой агитации, а в том, какие темы ассистент сочтёт главными, чьи биографии найдёт первыми и какие факты оставит за кадром.
По данным Pew, лишь 8% американцев используют чат-боты для информации о выборах, и чаще всего хотят узнать позиции кандидатов по важным вопросам. Но даже эта небольшая доля важна: пользовательский интерфейс может не давать рекомендаций, а корпоративный продукт на том же API — уже давать. Следующий предмет для отраслевой дискуссии — не абстрактная «нейтральность» модели, а воспроизводимые аудиты: какие источники она выбирает, какие инструкции получает скрыто и можно ли независимо повторить её выводы. Подробнее о методике и результатах исследования пишет .
