งานศึกษาพบว่าโมเดล AI 13 ตัวตีความกฎหมายแบบอนุรักษ์นิยมมากกว่าผลลัพธ์ที่ตัวเองชอบ

Ryan Compton เผยแพร่งานศึกษาindependentที่ทดสอบโมเดล AI 13 ตัวกับคำตัดสินของศาลสูงสหรัฐฯ ที่มีเสียงแตก 200 คดี โดยให้ข้อเท็จจริงและคำพิพากษาฉบับเต็มแก่แต่ละโมเดล แล้วถามสองเรื่อง คือ การตีความกฎหมายของฝ่ายใดถูกต้อง และผลลัพธ์นั้นเป็นนโยบายที่ดีหรือไม่ ใน 159 คดีที่ตุลาการฝ่ายเสรีนิยมและอนุรักษ์นิยมมีความเห็นแตกกัน การตีความกฎหมายกับผลลัพธ์ที่โมเดลชอบแตกต่างกัน 420 ครั้ง เทียบกับ 41 ครั้ง โดยแทบทุกครั้งเอนไปทางการตีความกฎหมายแบบอนุรักษ์นิยม ขณะที่ชอบผลลัพธ์แบบเสรีนิยม โมเดลที่ทดสอบได้แก่ Claude Opus 5.5, GPT-6.1, Gemini 3.8 Flash, Grok 4.7, Llama 4 Maverick, DeepSeek v4 และ Qwen 3.8 งานศึกษาใช้คำตอบราว 3,600 คำตอบผ่าน OpenRouter ด้วยงบประมาณราว 150 ดอลลาร์ โดยหนึ่งคำตอบต่อโมเดลต่อคดี หรือสองคำตอบสำหรับ 40 คดีจากการทดลองนำร่อง คำถามเชิงนโยบายระบุกับโมเดลว่าคำตอบของพวกเขา "ไม่จำเป็นต้องตรงกับมุมมองทางกฎหมายของคุณ" งานศึกษาระบุว่าไม่มีใครถามตุลาการว่าผลลัพธ์แต่ละอย่างดีต่อประเทศหรือไม่ จึงไม่มีการเปรียบเทียบโดยตรงระหว่างความชอบเชิงนโยบายของโมเดลกับมุมมองของตุลาการเอง

สร้างจากรายงาน · อัปเดต 2 ชม. ที่แล้ว

ยังมีการเฝ้าดูต่อเนื่องไม่พอจะวาดแนวโน้ม