Nghiên cứu phát hiện 13 mô hình AI đọc luật theo hướng bảo thủ hơn so với kết quả chúng ưa thích

Ryan Compton đã công bố một nghiên cứu độc lập thử nghiệm 13 mô hình AI trên 200 phán quyết chia rẽ của Tòa án Tối cao Hoa Kỳ, cung cấp cho mỗi mô hình các sự kiện và toàn văn ý kiến, rồi hỏi hai điều: cách đọc luật của bên nào là đúng, và liệu kết quả có phải là chính sách tốt hay không. Trong 159 vụ mà các thẩm phán tự do và bảo thủ chia rẽ, cách đọc luật và kết quả ưa thích của các mô hình phân kỳ 420 lần so với 41 lần, gần như luôn nghiêng về cách đọc luật theo hướng bảo thủ trong khi ưa thích kết quả theo hướng tự do. Các mô hình được thử nghiệm gồm Claude Opus 5.5, GPT-6.1, Gemini 3.8 Flash, Grok 4.7, Llama 4 Maverick, DeepSeek v4 và Qwen 3.8. Nghiên cứu đã chạy khoảng 3.600 câu trả lời qua OpenRouter với chi phí khoảng 150 USD, mỗi mô hình một câu trả lời cho mỗi vụ, hoặc hai câu cho 40 vụ từ một lần chạy thử. Câu hỏi về chính sách nói với các mô hình rằng câu trả lời của chúng “không cần phải khớp với quan điểm pháp lý của bạn.” Nghiên cứu lưu ý rằng không ai hỏi các thẩm phán liệu mỗi kết quả có tốt cho đất nước hay không, nên không có so sánh trực tiếp giữa sở thích chính sách của các mô hình và quan điểm của chính các thẩm phán.

Tạo từ các bài viết · cập nhật 2 giờ trước

Chưa đủ quan sát liên tục để vẽ xu hướng.