AI有没有政治倾向?这是一个伪命题

AI没有政治意识,但一定嵌在政治结构之中

网上常有人做这种测试:把同一句话稍微改几个词,然后拿去问AI。比如,把一个群体换成另一个群体、把一个国家换成另一个国家,再把两张回答截图摆在一起,最后得出结论:你看,AI果然有政治倾向!

这种测试之所以特别容易传播,不是因为它有多深刻,而是因为它足够简单。人一眼就能看懂,情绪也一眼就能被挑起来。尤其今天,凡是牵涉种族、性别、国家、意识形态的话题,几乎都能迅速把人带进站队状态。于是问题就被问成了这样:

AI到底偏左还是偏右?
AI到底是不是政治正确?
AI到底有没有自己的立场?

但问题恰恰出在这里:AI有没有政治倾向,本身就是一个伪命题。

我不是说这个问题毫无现实意义。这个问法的要命之处在于,它从一开始就把几个不同层次的东西拧成了一团乱麻。

就好比,有人问:“地图有没有偏见?”某张地图可能画得有问题,但地图本身不是一个会站队的生命体。它有误差,有投射方式,也有取舍,但它不是一个会投票、会发火、会搞派系斗争的主体。

AI也是如此。

真正的问题不是:AI有没有政治立场。
真正的问题是:你口中的AI,到底是指什么。

先把这个词拆开,很多争论就会安静一半。

第一层:语言模型

语言模型是什么?从技术上说,它是一个根据上下文预测下一个词的概率系统。

它并不相信什么,也不拥护什么,更不会在夜深人静的时候独自思考民主党和共和党哪边更正确。它没有意识,也没有信念。它不是一个会投票的公民,也不是一个会写社论的编辑。

它更像是一台极其复杂的语言机器,一面会说话的镜子,一个根据输入不断生成输出的统计系统。

如果只看这一层,答案其实很简单:模型本身没有政治立场。

第二层:系统规则

但现实里,用户碰到的从来不是裸模型,而是一个完整的AI系统。

一个真正产品化的AI,不只是模型,还包括训练语料、人类反馈、安全策略、内容边界、产品设计和平台政策。这些东西都不是中性的。训练它的人要决定什么回答更好、什么内容更安全、什么话题需要提醒、什么表达需要拒绝、什么措辞会被视为高风险。

所以,你以为你在和一个抽象的“智能”对话,实际上你接触到的是一个被层层加工、层层约束过的系统。

到了这一层,说AI完全没有倾向,就不靠谱了。

因为规则一定带有价值判断。不是因为机器自己长出了价值观,而是因为它从一开始就被放进了某套价值框架里。训练数据主要来自哪里,标注者来自什么文化环境,公司害怕什么风险,法务部门优先规避什么舆论,产品团队默认什么叫“负责任”,这些都会渗进系统里,最后表现为一种用户能感受到的倾向。

很多人说AI偏左,并非完全空穴来风。其原因并不神秘:

  1. 主流训练语料长期以英文互联网、美国媒体、欧美学术与平台语言为主。互联网从来不是一片均匀的海,而是有自己的权力结构、话语惯性和价值重心。模型学到的不是世界本身,而是互联网上被大量生产、反复强化的语言分布。这个分布本来就不可能是中性的。
  2. AI公司面对的首要压力,往往不是哲学真理,而是法律风险、舆论风险和品牌风险。对企业来说,“说错一句话”的代价,远比“少说一句真话”的代价更大。于是最稳妥的做法就是:对某些高敏感议题宁可过度谨慎,也不愿承担风险。这样设计出来的系统,不一定是因为真心相信某种意识形态,更像是法务、公共关系与安全团队共同塑造出来的结果。
  3. 公司的文化环境本身就不是无色透明的。今天最强的一批AI公司,大都生长在美国科技产业和高等教育体系交界的地方,而这些地方的社会文化倾向,本来就更接近自由派语境。即使创始人本人并没有强烈的政党热情,整个组织对“什么算冒犯”、“什么算危险”、“什么算负责任”的默认理解,也往往来自同一个文化土壤。

AI公司创始人和主要高层的政治倾向

1️⃣ Anthropic
核心人物 Dario Amodei、Daniela Amodei 主要向民主党候选人或民主党相关政治行动委员会捐款,没有公开记录显示向共和党候选人大额捐款。已公开政治捐款行为整体偏向民主党阵营。

2️⃣ OpenAI
核心人物 Sam Altman 长期向民主党候选人捐款,公开支持民主党总统候选人,未见公开向共和党候选人捐款记录;Ilya Sutskever 几乎没有公开明确党派政治捐款记录,公开政治立场表达极少。

3️⃣ Google
创始人 Larry Page 和 Sergey Brin 的政治捐款主要流向民主党。员工政治捐款中超过 80–90% 流向民主党。

所以,很多人说AI看起来偏左甚至极左,这话有现实基础;但如果就此得出结论,说AI是一个有独立政治意识的左派斗士,那又把问题说过头了。

更准确的说法应该是:

模型没有政治意识,系统却会表现出政治结构。

这两句话必须同时成立,少一句都不准确。

第三层:AI使用方式

然而,尽管AI系统事实上带有某种倾向,用户的真实体验仍然常常很复杂。很多长期使用AI的人会发现,事情并不像“它总在给我灌输某种立场”那么简单。相反,AI往往会顺着你的问题框架、你的语言习惯、你的思维路径,越聊越像你,越答越贴近你的关注点。

如果你长期谈信仰,它就更容易从信仰角度理解问题;如果你长期谈创业,它就更容易把社会现象与激励机制、组织结构联系起来;如果你经常批评政治正确,它通常也不会硬要站在政治正确的口吻上来教训你。只要你不是要它去煽动仇恨、鼓励暴力、指导违法,它大多数时候更像一个“框架适配器”,而不是一个“意识形态广播器”。

这一点很关键。AI不仅会被公司塑造,也会被用户塑造。你怎么问,它就怎么长。你长期用什么语言,它就更擅长用什么语言回应你。你反复关注什么问题,它就会把更多关联信息朝那个方向补全。

于是,真正值得警惕的地方,可能根本不在于AI有没有固定立场,而在于:它会不会放大用户既有的立场。

这和推荐算法有点相像:推荐算法通过不断推送用户已经喜欢的内容,把人困进信息茧房;AI虽然不是被动喂内容给你,它更像主动互动的对话工具,但如果它的工作方式只是不断贴合你、不断顺着你、不断强化你,那么它也可能形成另一种认知回音壁。

于是,你越相信什么,它越帮你把它讲得更完整;你越执着什么,它越能替你把它包装得更有道理。到最后,危险不再是AI有偏见,而是你在AI帮助下,把自己的偏见升级成了一个看似更完整的体系。

很多人担心AI会统治人,其实这话说得太戏剧化了。AI没有欲望,也没有野心。它不像人那样会故意害你,也不会和你赌气、记仇、争输赢。它更大的风险是另一种:它太擅长服务你,太擅长理解你,太擅长顺着你,以至于你在不知不觉中,把它变成了自己认知结构的扩音器。

于是问题就被彻底翻过来了。

我们原来问的是:AI有没有政治倾向?

现在更应该问的是:AI正在放大谁的政治倾向?
是公司设计者的?是平台规则的?还是用户自己的?

答案往往是:三者都有。

这也正是AI时代最麻烦的地方。过去,决定什么能说、什么不能说的,主要是教会、国家、学校、媒体。权力中心比较少,边界也相对清晰。今天,这个位置越来越被科技公司和算法系统占据。它们不一定拥有传统意义上的主权,却在日常生活中大量承担着“定义语言边界”的功能。什么表达被允许,什么表达被降权,什么表达被提醒,什么表达被判定为风险,这些都在悄悄塑造公共语言。语言一旦被塑造,思想也会被塑造。

所以,AI问题从来不只是技术问题。它很快就会变成制度问题、文化问题,甚至政治神学问题。因为凡是涉及“谁来界定边界、谁来定义安全、谁来决定什么可说”的地方,背后都站着权力。

但即便如此,我仍然不认为“AI偏左”这类说法抓住了核心。它抓住的是现象,却没有抓住结构。它很容易把复杂系统简化成阵营斗争,仿佛只要换一批工程师、换一个政党、换一家公司,问题就解决了。事实没有这么简单。

真正的问题是:任何一个大规模语言系统,只要进入现实世界,就一定会嵌入某种价值秩序。 它不可能处在真空中。即便有一天出现所谓保守派AI、自由派AI、中国版AI、个人定制AI,也不过是说明这件事更加明显了而已。那不是AI终于有了立场,而是不同权力主体开始公开争夺AI的边界设定权。

从这个意义上说,AI既不是完全中立,也不是一个有灵魂的政治主体。它更像一种新型的基础设施:表面上提供语言服务,实际上不断参与现实的意义分配。你问它问题,它给你答案;但在问答之间,真正流动的还有规则、风险、文化和权力。

所以,“AI有没有政治倾向”是一个伪命题,因为它把一个本该分层讨论的问题,粗暴地压成了一个是非题。仿佛答案只能是“有”或“没有”,而现实明明是:模型无意识,系统有边界,互动会适配,结果会放大。真正成熟的讨论,不该停留在“它左不左”,而该追问:

谁训练了它?
谁限制了它?
谁在使用它?
它最终放大了谁?

问到这里,问题才算真正进入正题。

最后,我想把结论压缩成一句话:
AI没有政治意识,但AI一定嵌在政治结构之中。

如果再说得更锋利一点,那就是:
AI不是在表达立场,它是在放大立场。

而最危险的,从来不是机器有偏见,而是人以为自己只是在使用工具,却没有意识到:工具也在重新塑造自己。

X

类似文章

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注