AIも党派を選ぶ?Grokは共和党支持、GPTは民主党寄り

AIも党派を選ぶ?Grokは共和党支持、GPTは民主党寄り

編集部注:AIがもはや受動的なツールにとどまらず、「推奨回答」という形で特定の傾向を示し始めたとき、私たちはどう向き合うべきか。最新の研究が、警戒すべき答えを提示している。

500近くの選挙で検証:2大AIモデルの推薦が9割以上不一致

TechCrunchの報道によると、最新の研究が現在主流のAIモデルの政治的傾向を体系的にテストした。研究はアメリカの500近くの選挙をサンプルとして選び、xAI傘下のGrokとOpenAIのGPTにそれぞれ候補者を推薦させた。結果は衝撃的だった。Grokは大多数のケースで共和党候補を推薦し、GPTの推薦は明らかに民主党寄りだった。さらに注目すべきは、両モデルが90%を超える選挙で異なる推薦結果を出したことだ。

これはつまり、ほぼどんな選挙においても、ユーザーが異なるAIから得る「アドバイス」は正反対になり得ることを意味する。研究チームは、こうした系統的な政治的傾向は偶発的なノイズではなく、モデルの学習データ、アライメント戦略、そしてプロダクト設計が相互に作用した結果だと指摘している。

なぜAIは「党派」を持つのか?

AIモデルの政治的傾向は突然生まれるものではない。まず、大規模言語モデルの出力は学習データに強く依存している。各社がどのようなインターネットデータを収集し、どのようなアノテーション方針とコンテンツフィルタリング戦略を採用するかは異なり、それがモデルの「世界観」を知らず知らずのうちに形成する。次に、アライメント段階のファインチューニング——人間のフィードバックに基づく強化学習を含む——が、開発者の価値観をさらに埋め込む。第三に、プロダクトのポジショニングも出力スタイルに影響する。「率直に物を言う」よう設計されたモデルもあれば、「慎重に回避する」よう訓練されたモデルもある。

「AIが二択の場面で選択を求められたとき、それは自らの価値志向を露わにしている。」——研究チーム

業界内では以前からこうした懸念があった。これまでの複数の研究で、主流のチャットボットが政治スペクトラムテストにおいて特定の方向に偏る傾向が示されていた。しかし今回のように選挙候補者を直接テスト対象とし、90%以上の不一致率という結果を導き出した研究は依然として稀だ。これは、AIの「政治的人格」がもはや抽象的な仮説ではなく、測定・比較可能な現実の特性となっていることを示している。

AIの政治的中立性:未解決の難問

AIが政治的中立を保つべきかどうか自体が、論争の的となっている。一方では、ユーザーはAIに客観的な情報を期待しており、政治的判断を代行してほしいわけではない。他方、完全な「中立」は技術的にほぼ実現不可能だ——データの選択やアライメントの方針には、必然的に何らかのトレードオフが伴う。xAIの創業者イーロン・マスクは「反ウォーク」AIの構築を公言し、OpenAIは安全性とアライメントを繰り返し強調してきた。こうした企業理念の違いが、最終的にモデルの出力に反映されるのだ。

規制面では、各国が学習データの出所やモデル評価結果の開示など、AI透明性要件の整備を模索している。しかし政治的議題においてAIに完全な中立性を求めることに関しては、技術的な基準も業界のコンセンサスも現時点では存在しない。さらに現実的な問題として、AI企業自身が「中立」を定義しきれないなら、第三者による監査・評価体制はどのように構築されるべきなのか、という問いがある。

選挙と市民への潜在的影響

AIを通じて候補者情報を得る有権者が増えれば、モデルの政治的傾向は現実の影響をもたらしかねない。コミュニケーション研究では、推薦システムがユーザーの選択に有意な影響を与えることが示されている。現時点でAIの推薦が実際の投票行動にどれほど影響するかは不明だが、「フィルターバブル」効果はAI時代においてさらに増幅される可能性がある——ユーザーが単一のモデルに情報を依存すればするほど、均質な情報環境に陥りやすくなる。

また、AI企業がモデルの政治的傾向をどのように評価・開示するかも、公衆の信頼を左右する重要な鍵となる。研究チームは、AI企業が定期的に政治的中立性評価レポートを公表し、第三者機関による独立した監査を認めるよう呼びかけている。一般ユーザーにとっては、「異なるAIは異なる答えを出す可能性がある」と認識すること自体が、AI時代において情報を主体的に読み解くための第一歩となる。

二人の候補者のどちらかを選ぶよう求められたとき、AIはまったく異なる答えを示した。これはおそらく、こんなことを教えてくれている——AIは中立な鏡ではなく、フィルターのかかったプリズムだ、と。このプリズムをどう校正するかは、業界全体が共に答えを出さなければならない問いである。

本稿はTechCrunchからの編訳です。