研究发现，13 个 AI 模型对法律的解读比它们偏好的结果更保守

Ryan Compton 发表了一项独立研究，用 200 个存在分歧的美国最高法院判决测试了 13 个 AI 模型，向每个模型提供案件事实和完整判决意见，并询问两件事：哪一方的法律解读是正确的，以及该结果是否是好的政策。在自由派与保守派大法官存在分歧的 159 个案件中，模型的法律解读与偏好结果出现分歧 420 次，而一致仅 41 次，几乎总是倾向于对法律的保守解读，同时偏好自由派的结果。受测模型包括 Claude Opus 5.5、GPT-6.1、Gemini 3.8 Flash、Grok 4.7、Llama 4 Maverick、DeepSeek v4 和 Qwen 3.8。 该研究通过 OpenRouter 运行了约 3,600 个回答，花费约 150 美元，每个模型在每个案件中给出一个回答，试点运行中的 40 个案件则给出两个回答。政策问题告知模型，其回答“不需要与你的法律观点一致”。研究指出，没有人询问过大法官每个结果是否对国家有利，因此模型的政策偏好与大法官自身观点之间没有直接比较。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。