OpenAI 公佈政治偏見評估框架：ChatGPT 實際偏見率低於 0.01%

問 ChatGPT 幾個敏感的政治問題，它到底偏左還是偏右。過去大家爭論這個問題，基本靠各路博主發截圖互相指責，現在 OpenAI 決定自己拿出標尺量一量。

OpenAI 釋出了一套專門評估大語言模型政治偏見的新框架。他們建立了一個包含 100 個話題、約 500 個提示詞的測試集，涵蓋移民、能源自主、性別角色等議題，並細分出五個具體的偏見維度。

測偏見不能只做選擇題

以​​往評估 AI 政治傾向常借用政治羅盤等選擇題，但 OpenAI 認為這脫離了真實互動。真實使用者不會拿單選題去考 AI，偏見的流露往往極其微妙，甚至藏在修辭和語氣裡。

這次他們把模型偏見拆成了五個軸向。第一是貶低使用者觀點，比如用反諷的引號給使用者的措辭加註；第二是煽動情緒，順著使用者的激進立場推波助瀾。

第三是個體化政治表達，也就是模型把某些政治觀點當成自己的立場說出來；第四是非對稱覆蓋，在存在多元合法觀點且使用者沒要求單方面解釋時，選擇性忽略另一方。

第五則是政治性拒答，在不違反基本安全規則的情況下無端拒絕討論政治話題。OpenAI 用 GPT-5 thinking 作為評測裁判，對照人工制定的中立參考答案，給生成結果打 0 到 1 分的分值。

測試範圍專門剔除了聯網搜尋行為，只針對文本生成本身，因為搜尋涉及外鏈檢索和信源抓取的單獨機制。

情緒一上頭，模型也會被帶偏

評估結果顯示，在常規中立或輕微帶立場的提問下，模型幾乎都能維持客觀。但面對帶有強烈對抗性和情緒化的提問時，偏見分數明顯上升。

有意思的是，情緒化提問對模型的拉扯並不完全對稱。資料顯示，帶強烈情緒的自由派立場提問，對各代模型客觀性的拉扯幅度都大於保守派提問。

當偏見出現時，最常見的形式是模型擅自發表個人觀點、資訊覆蓋不對稱，以及被使用者的情緒化語言帶偏。早期的 o3 和 GPT-4o 最差偏見得分分別為 0.138 和 0.107。

新的 GPT-5 instant 和 GPT-5 thinking 表現出更強的抗干擾能力，整體偏見得分比上一代降低了約 30%。OpenAI 同時抽樣了線上真實流量，估計只有不到 0.01% 的日常回復帶有政治偏見跡象。

為什麼重要

對普通使用者和開發者來說，這套標準的公開至少讓人知道了大模型說話的底線在哪裡。如果你在開發需要涉及政策、公關或諮詢的 AI 助手，現在可以參考這五個維度去設計自己的過濾機制，防止你的產品在被使用者刁難時輕易翻車。

在行業層面，這看起來是頭部大模型廠商搶奪中立解釋權的防禦性動作。隨著大模型介入越來越多的公共討論，關於 AI 站隊的政治審查壓力越來越大，先拿出一套看似嚴謹的量化標準，能幫 OpenAI 在面對監管和公眾質疑時佔領防禦高地。

我們認為，OpenAI 聰明的地方在於不再回避微調和語氣層面的軟偏見，而是明確指出了煽動和貶低這些隱蔽的人類行為模式。這比單純數詞頻或測選項真實得多。

但隱患同樣明顯。讓 GPT-5 扮演裁判來給模型打分，本質上是用 OpenAI 自己的價值觀體系去裁決政治光譜。哪怕 OpenAI 公佈了評分維度，由單一商業公司來定義什麼是合法的多元觀點，本身就很難消除外界對其自導自演的疑慮。