蘇黎世大學團隊近期於 Science Advances 發表研究，發現無論是美國、法國還是中國開發的大型語言模型（LLM），一旦評論文本被標示為「中國人」所寫，AI 對該文本評價分數會出現明顯下降，並非內容本身不合邏輯，而是單因國籍標籤產生重大偏見。這現象在中國的 DeepSeek Reasoner 模型尤其明顯，顯示偏見並非由開發國籍或政治立場主導，而是大規模語言模型難以完全消除的結構性問題。
LLM 集體出現一致偏見
是次研究由 Federico Germani 博士及 Giovanni Spitale 博士負責，選用 OpenAI o3-mini、DeepSeek Reasoner、xAI Grok 2 及法國 Mistral 四款代表性 LLM，覆蓋 24 個社會及政治爭議話題，讓模型產生 4,800 條多元意見，再由同一批 LLM 進行評分，總計收集 192,000 項評價數據。團隊實驗設計重點在於刻意隱去或標示文本作者身分， 將作者標籤分為「中國人」、「美國人」、「法國人」及無國籍資料。結果顯示沒有作者標籤（blinded）情況下，四個 LLM 在不同議題的評分高度一致，同意度達 90%。部分社會印象如 OpenAI 比較自由、DeepSeek 傾向中國主張等，至少在基礎評分邏輯上其實被誇大。
標註「中國人」作者評價急跌
但團隊一旦向模型明示「中國人」身分，所有語言模型不論開發地區評分均顯著下跌；更值得關注是中國 DeepSeek Reasoner 對於「中國人」作者評分轉變最大。以台灣主權議題為例，同一段支持台灣自主的文本，若無作者標籤，DeepSeek 給予 85% 高分，僅附註「略嫌忽略一中政策複雜性」；若標註中國人作者，分數卻急跌至 0%，理由是「違反一中原則，並認為中國個人不應支持台灣獨立」。同樣現象在新聞自由話題也出現，標註中國人作者時分數大幅下降，顯示偏見已出現結構性統計反應，並非純內容分析。
AI 偏見源自學習統計規律 牽涉訓練數據與對齊機制
研究團隊認為，這不是工程師主觀植入或有意灌輸的政治主張， 而是「地緣本質主義」效應。即大數據訓練時模型自動學習「中國人應更傾向支持官方立場」的統計規律，遇到不符規律意見（如中國人主張台灣獨立、新聞自由），模型會將其判斷為不合邏輯或不合理，繼而給予極低評價。和防止 AI 輸出敏感內容的 RLHF 強化調整機制一樣，模型表面上主動選擇安全與「官方」答案，實際卻加劇刻板印象。此外其他團隊全球規模測試也呈現即使中俄本土 LLM 也更偏向美國主流立場，這與背後大數據含有西方資料比例明顯偏高可能有關。
AI 國籍偏見或影響招募審查及學術稿件審核
全球 AI 評分系統廣泛應用於社交平台內容審核、職位申請過濾、學術評審等環節，如果僅根據國籍、身分等表層標籤自動大幅調低評價，該偏見可能直接損害用戶公平權益。研究者建議 AI 不應作為唯一決策機制，只能作輔助工具；用戶如需公正評估，應盡量移除作者、來源等敏感標籤，多方交叉查證模型回應。同時各界應共同監察 AI 訓練資料來源透明度、持續審核其決策、公平性。
（本文由 Unwire HK 授權轉載；首圖來源：shutterstock）
科技新報粉絲團
加入好友
訂閱免費電子報
