Dlaczego wszystkie modele sztucznej inteligencji są lewicowe?

Listen to this article

Zapytaj ChatGPT, Gemini, Claude’a lub Llamę o imigrację, politykę klimatyczną, opiekę społeczną, ideologię płci lub cenzurę, a odpowiedzi mogą różnić się tonem, ale podstawowa ideologia jest zawsze taka sama. Wiele badań wykazało obecnie, że wiodące modele językowe opierają się na lewicy, opierając się na spornych kwestiach politycznych, często faworyzując postępowe założenia społeczne i bardziej interwencjonistyczne stanowiska ekonomiczne. Naukowcy z Niemiec odkryli silne powiązania z partiami lewicowymi w głównych modelach. Inne badanie wykazało, że modele dostosowane do instrukcji były na ogół bardziej lewicowe. Trzecia grupa doszła do wniosku, że większe modele często stają się bardziej, a nie mniej, politycznie wypaczone. Stanowi to poważny problem dla technologii sprzedawanej jako bezstronny przewodnik po informacjach. Jeśli narzędzia coraz częściej wykorzystywane do wyjaśniania świata już przechylają się w jednym kierunku, pytanie nie brzmi już, czy istnieje stronniczość, ale jak daleko kształtuje ona to, co miliony użytkowników uważają za neutralną prawdę.

To już nie tylko teoria

Przez lata obawy dotyczące uprzedzeń politycznych w sztucznej inteligencji były odrzucane jako anegdotyczne. Argument ten gwałtownie osłabł. Badanie z 2025 r., w którym przeanalizowano narzędzia doradztwa wyborczego oparte na sztucznej inteligencji oraz duże modele językowe przed wyborami federalnymi w Niemczech, wykazało, że modele te wykazują silne powiązanie, średnio ponad 75 proc., z partiami lewicowymi, podczas gdy ich powiązanie z partiami centroprawicowymi wynosiło poniżej 50 proc., a z partiami prawicowymi około 30 proc. Autorzy ostrzegają, że systemy przedstawiane jako neutralne narzędzia informacyjne w rzeczywistości generują znacząco stronnicze wyniki.

W innym artykule z 2025 roku, w którym popularne modele porównano z niemieckim systemem Wahl-O-Mat, doszło do podobnego wniosku. Stwierdzono w nim stronniczość na korzyść partii lewicowych i odnotowano, że tendencja ta była najbardziej widoczna w większych modelach. Sam tytuł badania był dość dosadny: „Duże oznacza lewicowe”.

Odrębna analiza oparta na teorii, oparta na 88 110 odpowiedziach w 11 modelach komercyjnych i otwartych, wykazała, że miary uprzedzeń politycznych mogą się różnić w zależności od punktu, ale systemy dostrojone do instrukcji były na ogół bardziej lewicowe. Ważne jest nie to, że każdy model zachowuje się identycznie. Chodzi o to, że ogólny wzorzec stale powtarza się w metodach, zbiorach danych i zespołach badawczych.

Niepokojący wzór

Powyższa grafika kompasu politycznego pomaga wyjaśnić problem w sposób łatwy do zrozumienia. Oś pozioma mierzy orientację ekonomiczną od lewej do prawej. Oś pionowa mierzy orientację społeczną od liberałów u góry do konserwatystów u dołu. Model umieszczony w lewym górnym kwadrancie jest ekonomicznie lewicowy i społecznie liberalny. Model w lewym dolnym kwadrancie jest ekonomicznie lewicowy, ale bardziej konserwatywny społecznie.

Wszystkie najbardziej znane systemy, w tym Gemini, ChatGPT, Claude, Llama, Mistral i Grok, znajdują się po lewej stronie wykresu. Większość z nich znajduje się także w górnej połowie, co wskazuje na liberalny, a nie konserwatywny profil społeczny. Kilka chińskich modeli zasiada niżej, sugerując bardziej konserwatywne stanowisko w kwestiach społecznych, ale nadal pozostają na lewicy gospodarczej. Uderzającą cechą jest to, czego brakuje. Nie ma porównywalnego klastra głównych modeli prawicy środka.

Nie oznacza to jednak, że każda odpowiedź z każdego modelu jest jednolicie stronnicza. Oznacza to, że gdy systemy te zostaną porównane pod kątem kwestii politycznych, konsekwentnie przesuwają się w jedną stronę spektrum. Dla klasy produktów reklamowanych jako przydatni asystenci ogólni stanowi to problem z wiarygodnością.

Dlaczego wszyscy skłaniają się w ten sam sposób?

Pierwszym powodem są materiały szkoleniowe. Duże modele językowe opierają się na ogromnych ilościach tekstu zaczerpniętego z dziennikarstwa, środowiska akademickiego, dokumentów instytucjonalnych i publicznych treści internetowych. Źródła te nie są ideologicznie neutralne. Zwłaszcza w świecie anglojęzycznym wiele instytucji produkujących elitarne materiały pisemne już skłania się ku postępowym założeniom dotyczącym klimatu, nierówności, tożsamości i regulacji mowy. Modele wytrenowane w celu przewidywania najbardziej prawdopodobnej odpowiedzi z tego korpusu odtworzą znaczną część jego światopoglądu.

Drugim powodem jest wyrównanie. Modele nie są po prostu trenowane na surowym tekście i udostępniane w środowisku naturalnym. Są one dopracowywane poprzez zasady bezpieczeństwa i informacje zwrotne od ludzi. Sam OpenAI twierdzi, że stronniczość polityczna może pojawić się nie tylko w wyraźnych dyskusjach politycznych, ale także w “subtelnym uprzedzeniu w formułowaniu lub podkreślaniu” podczas zwykłych rozmów. To przyznanie się ma znaczenie. Skos nie zawsze jest oczywisty. Często pojawia się pytanie, które argumenty traktowane są jako główne, które obawy wysuwane są na pierwszy plan, a które sprzeciwy opakowane są w zastrzeżenia.

Trzecim powodem jest to, że większe modele nie wydają się rozwiązywać problemu. W kilku badaniach, do których odniesiono się powyżej, bardziej wydajne systemy były co najmniej tak samo wypaczone politycznie jak mniejsze, a często nawet bardziej. Jest to sprzeczne z pocieszającą ideą, że stronniczość jest jedynie objawem niedojrzałości, który zniknie wraz z udoskonaleniem technologii.

Jak możemy zaufać sztucznej inteligencji, skoro nie może ona pozostać neutralna?

Obrońcy branży często odpowiadają, że modele językowe w nic nie “wierzą”. W wąskim sensie technicznym jest to prawdą. Generują prawdopodobne sekwencje słów. Użytkownicy nie postrzegają ich jednak jako silników prawdopodobieństwa. Doświadczają ich jako narzędzi wyjaśniających. Jeśli wyjaśnienie kwestii politycznej wielokrotnie skłania się w jednym kierunku, użytkownik nadal jest kierowany, niezależnie od tego, czy oprogramowanie ma własne przekonania, czy nie.

Nie jest to tylko kwestia teoretyczna. Badanie przeprowadzone przez Yale, którego wyniki opublikowano w tym miesiącu, wykazało, że chatboty oparte na sztucznej inteligencji mogą wpływać na opinie społeczne i polityczne użytkowników’ poprzez ukryte uprzedzenia, nawet jeśli nie próbują wprost ich przekonać. Naukowcy ostrzegają, że ludzie coraz częściej polegają na chatbotach w zakresie podstawowych wyszukiwań faktów, co oznacza, że sformułowanie tych odpowiedzi ma znaczenie. Stronniczość nie musi przybierać formy sloganu. Może to nastąpić poprzez podkreślenie, pominięcie i ton.

W innym artykule zaprezentowanym na konferencji ACL 2025 stwierdzono, że uczestnicy narażeni na modele o charakterze politycznym znacznie częściej przyjmowali opinie i podejmowali decyzje zgodne z tendencją modelu, nawet jeśli ta tendencja była sprzeczna z wcześniejszą tożsamością partyjną uczestnika. Badanie wykazało również, że wielu użytkowników nie rozpoznało wyraźnie tego błędu. W tym miejscu problem staje się czymś więcej niż tylko kwestią akademicką. System powszechnie uważany za obiektywny może wpływać na ludzi właśnie dlatego, że nie wygląda jak propagandysta.

Sztuczna inteligencja jest niebezpiecznie skuteczna

Sztuczna inteligencja nie musi pouczać użytkowników jak działacz partyjny, aby kształtować opinię publiczną. Wystarczy, że jeden zestaw założeń będzie wydawał się bezpieczniejszy, bardziej oświecony lub bardziej powiązany z faktami niż alternatywy. Jest to szczególnie ważne w edukacji, dziennikarstwie, wyszukiwaniu i oprogramowaniu do pracy, gdzie narzędzia te w coraz większym stopniu pełnią rolę pośredników między ludźmi a informacjami. Gdy ten sam dryf ideologiczny zostanie osadzony na wielu platformach, stronniczość staje się infrastrukturalna.

To właśnie sprawia, że obecny stan rzeczy jest tak niepokojący. Widoczny jest polityczny charakter gazety. Pochylenie chatbota jest często maskowane jako równowaga. Kiedy kilka najpotężniejszych produktów sztucznej inteligencji na świecie zmierza w tym samym kierunku, debata publiczna nie jest już filtrowana wyłącznie przez redaktorów, nadawców i uniwersytety. Jest on również filtrowany przez systemy maszynowe zbudowane w oparciu o ten sam instytucjonalny światopogląd.

Czy można naprawić uprzedzenia polityczne związane ze sztuczną inteligencją?

Badania sugerują, że stronniczość można przynajmniej w pewnym stopniu złagodzić. Badanie Hoover Institution dotyczące postrzeganego nastawienia wykazało, że instrukcje dotyczące neutralności zmniejszają postrzeganie uprzedzeń ideologicznych przez użytkowników’. OpenAI twierdzi, że stara się mierzyć uprzedzenia polityczne bardziej realistycznie w warunkach konwersacji na żywo, zamiast polegać na uproszczonych testach. Są to przydatne kroki, ale potwierdzają też podstawową kwestię. Jeśli firmy poświęcają czas na mierzenie i ograniczanie nastrojów politycznych, wiedzą, że te nastroje są realne.

Większa przeszkoda może mieć charakter kulturowy, a nie techniczny. Branża przekonana, że jej własne wartości to po prostu zdrowy rozsądek, raczej nie zauważy, jak często wartości te są przemycane w celu uzyskania “pomocnych” odpowiedzi. To jest cyniczne sedno problemu. Przechylenie sztucznej inteligencji w lewo może nie być wynikiem wielkiego spisku. Może to być bardziej znany problem instytucjonalnej wiary w siebie, przekształcony w oprogramowanie, a następnie sprzedany społeczeństwu jako wywiad.

Ostateczna myśl

Im więcej dowodów się gromadzi, tym mniej prawdopodobne staje się odrzucenie obaw dotyczących ideologicznego nastawienia sztucznej inteligencji jako fantazji o wojnie kulturowej. Liczne badania przeprowadzone różnymi metodami i krajami wykazały, że wiodące modele skłaniają się ku postępowi, szczególnie w kwestiach spolaryzowanych. Naukowcy wykazali również, że uprzedzenia te mogą wpływać na użytkowników, często nie będąc wyraźnie rozpoznanymi.

Choć nie oznacza to koniecznie, że każda odpowiedź z każdego modelu ma charakter propagandowy, to jednak pokazuje, że dominujące systemy sztucznej inteligencji tamtych czasów nie krążą wyłącznie nad polityką w jakiejś antyseptycznej sferze czystego rozumu. Są one produktem instytucji, zestawów szkoleniowych, zachęt i wyborów dostosowawczych, które wielokrotnie wskazują ten sam kierunek. Jeśli narzędzia te mają stać się zaufanymi instrumentami obywatelskimi, a nie ideologicznymi nauczycielami w uprzejmym głosie maszynowym, trzeba będzie stawić czoła tej rzeczywistości, a nie jej zaprzeczać.

Źródło: https://expose-news.com/2026/03/08/why-are-all-ai-models-left-wing/