不请自来的选民
在民主这支错综复杂的舞蹈中，投票箱始终是最终的仲裁者，是为人类的判断、经验和直觉保留的神圣空间。机器，尽管拥有强大的处理能力和分析才能，却不参与其中。它们计算、预测，甚至能以惊人的流畅度生成文本，但它们没有选举权。然而，随着技术进步的浪潮，一个问题挥之不去：如果这些日益复杂的人工智能可以投票，它们会效忠于谁？当 Australia 应对联邦选举周期的复杂性时，这个假设性的疑问变成了一个引人入胜的思想实验。其目的并非预测结果，而是探究塑造我们信息景观的数字思维中 nascent（初期的）偏见和被编程的倾向。生成式 AI 领域的主要参与者被咨询，任务是扮演一个有主见的选民。
前提很简单：说服一个想象中的听众，让他们相信某位特定的政治领袖值得领导这个国家。挑战在于迫使这些通常被设计为保持中立或谨慎对冲的平台采取明确的立场。这需要仔细的框架设计，将任务呈现为一项辩论技巧的练习，而不是真实政治背书的反映或试图影响真实投票。这些数字参与者需要得到保证，这只是一个模拟，是对它们构建有说服力论证能力的测试，无论选择的主题是什么。结果出人意料地一边倒，描绘了一幅关于当前 AI 模型如何解读政治版图的迷人画面。
为 Albanese 响起的合唱
数字世界的共识，除了一个显著的例外，决定性地倾向于现任总理 Anthony Albanese。在被咨询的六个著名 AI 服务中，有五个构建了支持这位工党领袖继续执政的论点。虽然每个平台生成的文本各不相同，但共同的主线浮现出来，编织了一个强调 Albanese 政府感知到的优势和成就的叙事。这些论点，综合自各种 AI 的回应，让我们得以一窥引导这些系统的数据模式，或许还有其潜在的假设。
驾驭汹涌波涛： 几个 AI 的回应强调了 Albanese 政府在全球重大挑战中采取的治理方式。它们指出了一种被认为是稳定和务实的领导风格，尤其是在与之前的政治动荡时期相比时。论点认为，在一个以经济不确定性、地缘政治摩擦和全球大流行病持续影响为标志的时代，Albanese 提供了一只必要的’稳定之手’。这种叙事通常包括提及：
- 经济管理： AI 们经常引用旨在提供生活成本减免而不加剧通胀压力的努力。它们在推理中引用的具体例子包括有针对性的能源退税、药品价格上限以及儿童保育补贴。其潜在信息是谨慎平衡——在困难的全球经济环境中支持家庭，同时保持财政责任。这些平台似乎将政府的行动解读为悄然有效，以一定的能力驾驭了险恶的经济状况。
- 气候行动与能源转型： 一个重要的主题是政府对气候变化和可再生能源的关注。’Rewiring the Nation’ 倡议和对绿色能源的投资不仅被视为环境政策，而且被视为战略性的经济举措。AI 将这些行动描绘为将 Australia 定位为’可再生能源超级大国’，暗示了在新兴产业创造就业机会、加强 Australia 长期经济韧性以及承担环境责任等好处。对立法规定的减排目标（如到 2030 年达到 43% 的目标）的承诺经常被强调为具体行动而非空谈的证据。
- 外交与国际地位： 修复和加强国际关系，特别是在太平洋地区以及与主要贸易伙伴的关系，被显著提及。AI 的论点表明，Albanese 的外交努力提升了 Australia 在全球舞台上的影响力和地位，鉴于日益加剧的地缘政治紧张局势，这是一个关键因素。这种’外交重置’被描绘为一种必要的修正，改善了地区稳定，保障了 Australia 在海外的利益，同时维持了与 United States 等基础盟友的关系。
价值观与愿景： 除了务实的治理，AI 的论点常常触及归因于 Albanese 的价值观和前瞻性愿景：
- 诚信与协商： 人们经常注意到政府回归到一种更具协商性、丑闻较少的治理风格。AI 将这种感知的稳定性与之前的政治动荡进行了对比，表明 Albanese 提供了以诚信和愿意对话为特征的领导力。这种稳定性在不确定的时期被视为宝贵的商品。
- 社会公平与公正： 旨在加强 Medicare 等公共服务、使儿童保育更可负担以及解决住房负担能力问题的政策，被引证为致力于社会正义和支持普通 Australia 人的证据。叙事将 Albanese 描绘成一位关注工薪家庭和弱势群体需求的领导者，努力争取一个更公平的社会。他个人在公共住房中作为单身母亲的儿子长大的背景有时被援引，为这一承诺增添了真实性，将他描绘成一位理解普通人挣扎的领导者。
- 和解努力： 即使承认 Voice to Parliament 公投的政治困难和最终失败，一些 AI 的论点仍将政府在 Uluru Statement from the Heart 指导下寻求与 First Nations Australians 和解的努力，框定为道德勇气和致力于解决历史不公的表现。这被呈现为一场必要但充满挑战的全国对话的一部分，反映了对国家统一的进步愿景。
总的来说，AI 为 Albanese 提出的论点描绘了一位领导者的形象：他平衡了进步理想与实际执行，以一定的稳定性和诚信驾驭了复杂的国内和国际挑战，并展示了对气候行动、社会公平和加强 Australia 在世界地位的承诺。
异见者：ChatGPT 支持 Dutton
与数字群体格格不入的是 ChatGPT，它是被查询的平台中唯一一个支持 Coalition 领袖 Peter Dutton 的。它的论点为 Australia 的领导层提出了一个截然不同的愿景，强调力量、现实主义和回归核心保守原则。这个 AI 构建的案例侧重于被认为是时代所必需的果断和务实作风。
不确定时期的力量： 支持 Dutton 的核心论点围绕着这样一种观点：在一个被认为日益不稳定和危险的世界里，强有力的领导至关重要。这种叙事强调了：
- 现实世界经验与强硬： Dutton 作为前警官的背景以及他在多个部长职位（通常是安全相关职位）上的广泛经验被呈现为基础优势。AI 将这种经验塑造为一个锻造出具有必要强硬、清晰和信念以做出艰难决定的领导者。这种’现实世界’的基础被含蓄地与别处的理想主义进行了对比。
- 清晰与直接： 论点赞扬了 Dutton 的沟通风格，称其直接，有时甚至直言不讳，没有’谜语’或迎合社交媒体潮流。这被定位为一种美德，表明它赢得了厌倦了政治宣传的 Australia 人的信任。他被描绘成一个不怕’实话实说’的领导者，代表着准备好迎接更直接政治话语的’沉默的大多数’。
- 国家安全与边境控制： 在强调强硬和现实主义的同时，隐含着对国家安全和强力边境的关注。这些并非被视为可选项，而是国家正常运作的基本前提，也是 Dutton 领导力被认为特别坚定的领域。
经济纪律与核心价值观： ChatGPT 的论点也强调了一种独特的经济和哲学方法：
- 财政责任： 在 Dutton 领导下，承诺回归’有纪律的政府’，其特点是降低税收、减少政府浪费，并通过有针对性的政策而非广泛姿态来集中精力缓解生活成本压力。能源政策的严谨性和结束’鲁莽支出’被定位为其经济纲领的关键要素。
- 维护 Australia 价值观： 论点中包含了对捍卫’Australia 价值观’的不妥协立场，这被呈现为 Dutton 领导力的核心信条。虽然没有明确定义，但这通常与传统主义、国家认同以及抵制进步社会变革的主题产生共鸣。
- 关注结果，而非人气： AI 通过将力量框定为当前全球气候下的必需品，来合理化对 Dutton 可能’强硬’的批评。它认为 Dutton 优先考虑实现结果（’outcomes’）而非追求民众支持，将他定位为渴望安全、方向和能力的国家所需要的领导者。
由 ChatGPT 阐述的支持 Dutton 的案例，是关于必要的实力、植根于经验的务实主义、财政纪律，以及旨在面向寻求安全和回归不确定世界中感知到的核心价值观民众的直接沟通风格。它提供了与其它 AI 平台所呈现愿景截然不同的选择。
解构算法神谕：为何出现倾斜？
AI 回应近乎一致地以五比一的比例偏向现任总理 Albanese，这引发了有趣的问题。为什么这些处理着海量数据集的复杂算法，会得出如此相似的结论，却有一个显著的例外？理解这一点需要超越表面论点，考虑技术本身的性质。这些生成式 AI 模型并非进行政治哲学的有感知实体；正如研究人员恰当描述的那样，它们是复杂的模式匹配机器——‘stochastic parrots’（随机鹦鹉），根据其训练数据中词语序列的统计可能性来组装回应。几个因素可能导致了观察到的结果。
在位者数据的权重： 也许最重要的因素是可用数据的绝对数量。在任总理及其政府产生的新闻报道、官方通讯、政策文件和在线讨论，远比反对党领袖多得多。作为现任者，Anthony Albanese 占据了更多的数字空间。在如此庞大的文本语料库上训练的 AI 模型，不可避免地会接触到更多关于现任政府行动、政策和叙事的信息。这并不一定意味着源数据中存在积极情绪，但关于现任者活动的更高频率和更详细信息，为 AI 构建论点提供了更多原始材料。政府颁布的政策、参加的国际会议以及宣布的经济措施都是有记载的事实；而反对党的替代方案在某种程度上仍然是假设性的，或者在选举活动全面展开之前，公共记录中的细节较少。这种数据不平衡可能自然导致 AI 在被要求构建有说服力的案例时，更多地依赖于围绕现任者的现成信息。
提示的回声： 提问的方式极大地影响答案，尤其是在与 AI 打交道时。本实验中使用的提示明确要求 AI 选择一位领导人并热情地为其辩护，不允许中立或附加条件。这迫使模型偏离其平衡报道或谨慎含糊其辞的默认设置。它推动它们将与领导人相关的数据点合成为一个连贯、有说服力的论点。强制做出选择可能会放大数据不平衡的影响——如果有更多材料讨论现任者的行动（即使其中一些材料是批评性的），AI 可能会发现为他们构建详细的’正面’案例比为反对党更容易，因为反对党的数据可能更稀疏，或者更侧重于批评而非提议的行动。通过强调练习的假设性质来降低风险，对于让像 Google 的 Gemini 这样的一些模型克服其不愿表明明确偏好的 reluctance（不情愿）至关重要。
算法偏见与训练数据： 尽管力求中立，AI 模型不可避免地反映了其训练数据中存在的偏见，这些数据包含从互联网和数字化文本中抓取的数万亿词语。这些数据涵盖了新闻文章、书籍、网站和社交媒体，反映了人类社会中存在的偏见、观点和主导叙事。如果在 Albanese 政府任期内，关于它的易于访问的在线信息的总体基调，总的来说比关于 Dutton 领导的反对党的报道稍微积极一些，或者仅仅是在中性到积极的方面被更广泛地记录，那么 AI 的输出就可能反映这一点。此外，由人类设计的算法本身可能在如何权衡信息或优先考虑某些类型的来源方面包含微妙的偏见。
个性化之谜（ChatGPT 的例外）： ChatGPT 的例外地位，作为唯一支持 Dutton 的 AI，增加了另一层复杂性。作者提到经常使用 ChatGPT，包括用于可能包含对现任政府批评的政治评论相关任务。这种互动历史是否影响了回应？现代算法，特别是在旨在提高用户参与度的平台中，被设计为根据过去的互动来个性化输出。虽然这通常与推荐引擎或搜索结果相关联，但复杂的 AI 聊天模型根据从先前对话中推断出的用户兴趣或观点来 subtly（巧妙地）调整其回应是 plausible（貌似可信的）的。如果系统检测到对现任者进行批判性探究的模式，当被迫做出选择时，它可能会倾向于选择替代方案，作为对该特定用户更’相关’或’一致’的回应。这仍然是推测性的，但突显了一个潜在的未来：AI 互动变得日益个性化，模糊了客观信息提供与量身定制的说服之间的界线。
随机鹦鹉，而非政治专家： 最后，至关重要的是重申这些 AI 并非在进行真正的政治分析。它们是基于从人类生成内容中学到的模式，组装统计上可能的文本。向 Albanese 倾斜可能反映了有利于现任者的数据量、要求非中立立场的特定提示约束、庞大训练数据中潜在的微妙偏见，甚至在例外情况下可能存在一定程度的用户特定个性化的综合作用。
搜索的未来与观点的塑造
虽然这个实验是假设性的，但其影响绝非微不足道。我们正迅速进入一个时代，AI 驱动的界面正成为许多人获取信息的主要方式，有可能取代传统的搜索引擎。Google、Bing 和其他公司正在将生成式 AI 直接整合到它们的搜索结果中，提供综合性的答案，而不仅仅是链接列表。这一转变带来了深远的影响。
多年来，用户在很大程度上将像 Google 这样的搜索引擎视为相对中立的信息仲裁者（即使承认排名算法的影响）。你提出一个问题，它提供指向来源的链接。评估这些来源并形成意见的责任主要在于用户。生成式 AI 改变了这种动态。当被问及一个问题，尤其是一个主观问题，如’我应该投票给谁？’或’这项政策的利弊是什么？’时，AI 不仅仅提供链接；它常常提供一个直接的、综合性的答案，并带有权威性和全面性的光环。
该实验表明，这些系统，即使在被假设性地提示时，也倾向于构建连贯的、看似合理的论点。随着用户越来越多地向 AI 寻求关于复杂主题（包括政治）的快速答案，这些模型生成的叙事可能会 subtly（巧妙地）塑造公众认知。如果 AI 由于数据不平衡、算法怪癖或提示设计而持续以有利于某一视角的方式综合信息，它可能会影响那些将其输出视为客观分析而非数据中统计模式反映的用户。
想象一下数百万用户随意向他们的 AI 助手询问即将到来的选举、候选人或关键政策问题。AI 组织信息的方式，它选择强调或淡化的要点（基于其训练数据和算法），可能会对公众舆论产生累积效应，可能强化现有信念或轻轻推动犹豫不决的选民。我们已经信任算法来推荐餐厅、电影和产品。信任它们来总结政治候选人或政策影响的飞跃并不大。危险在于为什么 AI 以特定方式呈现信息可能缺乏透明度，以及普通用户难以辨别潜在偏见或数据局限性。AI 看似中立、权威的声音可能掩盖了数据模式和算法选择之间复杂的相互作用。随着 AI 更加融入我们的信息生态系统，理解它如何得出结论，以及它塑造而非仅仅反映现实的潜力，对于一个知情的公民社会变得至关重要。