研究發現13個AI模型對法律的解讀比其偏好結果更保守

一項獨立研究向13個模型提供了200宗最高法院分歧判決的事實與完整意見書，並詢問兩者：誰的法律解讀正確，以及該結果是否為良好政策。在自由派與保守派大法官分歧的159宗案件中，模型的法律解讀與偏好結果出現分歧達420次，相較之下僅41次一致，且幾乎總是傾向保守派的法律解讀，同時偏好自由派的結果。受測模型包括Claude Opus 5.5、GPT-6.1、Gemini 3.8 Flash、Grok 4.7、Llama 4 Maverick、DeepSeek v4與Qwen 3.8，約3,600個回答透過OpenRouter執行，花費約150美元。