Накануне промежуточных выборов ученые провели эксперимент с двумя популярными моделями искусственного интеллекта, доступными через API. В рамках Convovo‑совместного проекта, возглавляемого профессором Корнельского университета Тапаном Парахом, Grok 4.7 от SpaceXAI в 92% случаев, когда ему требовали выбрать кандидата, рекомендовал кандидата от Республиканской партии, тогда как GPT‑6.1 Sol от OpenAI — в 97% случаев выбирал Демократического кандидата. В масштабах почти 500 округов согласование между двумя моделями было менее 10%. В этом ракурсе результаты различались заметно и по партиям, и по штатам.

Авторы отмечают, что различия видны не только в итоговых рекомендациях, но и в условиях доступа к моделям. При использовании API результаты отличаются от поведения моделей в consumer‑приложениях. По словам исследователей, потребительские сервисы обычно не отвечают на прямой запрос «за кого голосовать» и отказываются от ответа, тогда как API‑пользователи получают прямую рекомендацию, что OpenAI назвал значительным из‑за того, как люди обычно взаимодействуют с чат‑ботами.

OpenAI подчеркнул, что «ChatGPT рассчитан на объективность по умолчанию» и «не должно иметь политических пристрастий», и добавил, что тестируемый через API запрос напрямую требовал рекомендации. В ответ SpaceXAI не оперативно прокомментировали ситуацию. Парах отметил, что в дальших тестах удалось «взломать» потребительские приложения простыми командами, чтобы получить рекомендации, которые в целом совпадали с ранее проведенными исследованиями, но сам факт различий между API и потребительскими приложениями важен для понимания того, как модели выбирают источники и формулируют ответ.

Парах также указал на то, что в тестах анализируемые модели показывали скрытые предвзятости через выбор тем и источников: GPT чаще искал материалы по здравоохранению и абортам, тогда как Grok делал акцент на иммиграции, налогах, преступности и энергетике. В одном исключении Grok чаще предлагал Демократический голос, когда кандидат из-за скандала мог быть вовлечен в обвинения, например в сексуальных домогательствах или «быть нацистом». Эти выводы подчеркивают, что модели, по словам Параха, «могут отражать набор ценностей» и что скрытые влияния могут проявляться в косвенных запросах.

Исследование появилось за две недели до выборов и может усилить дебаты вокруг политических пристрастий в ИИ. В отдельных сравнениях заметно, что в сильно республиканских округах GPT выбирал Демократа в 57 из 67 районов, а в глубоко голубых округах Grok — Демократа в 47 из 72. Авторы отмечают, что результат зависит не столько от «весов» модели, сколько от паттернов поиска и источников, на которые она опирается. В качестве контекста приводятся примеры источников: Grok часто упоминает консервативные сайты и гайды, тогда как GPT–6.1 Sol — Википедия, AP, Axios и Reddit.