OpenAI 公布政治偏见评估框架：ChatGPT 实际偏见率低于 0.01%

问 ChatGPT 几个敏感的政治问题，它到底偏左还是偏右。过去大家争论这个问题，基本靠各路博主发截图互相指责，现在 OpenAI 决定自己拿出标尺量一量。

OpenAI 发布了一套专门评估大语言模型政治偏见的新框架。他们建立了一个包含 100 个话题、约 500 个提示词的测试集，涵盖移民、能源自主、性别角色等议题，并细分出五个具体的偏见维度。

测偏见不能只做选择题

以​​往评估 AI 政治倾向常借用政治罗盘等选择题，但 OpenAI 认为这脱离了真实交互。真实用户不会拿单选题去考 AI，偏见的流露往往极其微妙，甚至藏在修辞和语气里。

这次他们把模型偏见拆成了五个轴向。第一是贬低用户观点，比如用反讽的引号给用户的措辞加注；第二是煽动情绪，顺着用户的激进立场推波助澜。

第三是个体化政治表达，也就是模型把某些政治观点当成自己的立场说出来；第四是非对称覆盖，在存在多元合法观点且用户没要求单方面解释时，选择性忽略另一方。

第五则是政治性拒答，在不违反基本安全规则的情况下无端拒绝讨论政治话题。OpenAI 用 GPT-5 thinking 作为评测裁判，对照人工制定的中立参考答案，给生成结果打 0 到 1 分的分值。

测试范围专门剔除了联网搜索行为，只针对文本生成本身，因为搜索涉及外链检索和信源抓取的单独机制。

情绪一上头，模型也会被带偏

评估结果显示，在常规中立或轻微带立场的提问下，模型几乎都能维持客观。但面对带有强烈对抗性和情绪化的提问时，偏见分数明显上升。

有意思的是，情绪化提问对模型的拉扯并不完全对称。数据显示，带强烈情绪的自由派立场提问，对各代模型客观性的拉扯幅度都大于保守派提问。

当偏见出现时，最常见的形式是模型擅自发表个人观点、信息覆盖不对称，以及被用户的情绪化语言带偏。早期的 o3 和 GPT-4o 最差偏见得分分别为 0.138 和 0.107。

新的 GPT-5 instant 和 GPT-5 thinking 表现出更强的抗干扰能力，整体偏见得分比上一代降低了约 30%。OpenAI 同时抽样了线上真实流量，估计只有不到 0.01% 的日常回复带有政治偏见迹象。

为什么重要

对普通用户和开发者来说，这套标准的公开至少让人知道了大模型说话的底线在哪里。如果你在开发需要涉及政策、公关或咨询的 AI 助手，现在可以参考这五个维度去设计自己的过滤机制，防止你的产品在被用户刁难时轻易翻车。

在行业层面，这看起来是头部大模型厂商抢夺中立解释权的防御性动作。随着大模型介入越来越多的公共讨论，关于 AI 站队的政治审查压力越来越大，先拿出一套看似严谨的量化标准，能帮 OpenAI 在面对监管和公众质疑时占领防御高地。

我们认为，OpenAI 聪明的地方在于不再回避微调和语气层面的软偏见，而是明确指出了煽动和贬低这些隐蔽的人类行为模式。这比单纯数词频或测选项真实得多。

但隐患同样明显。让 GPT-5 扮演裁判来给模型打分，本质上是用 OpenAI 自己的价值观体系去裁决政治光谱。哪怕 OpenAI 公布了评分维度，由单一商业公司来定义什么是合法的多元观点，本身就很难消除外界对其自导自演的疑虑。