Популярные модели искусственного интеллекта демонстрируют устойчивые левоцентристские предпочтения при симуляции парламентских голосований. Об этом говорится в исследовании ученых из Нидерландов и Норвегии, опубликованном на портале arXiv.
Специалисты Свободного университета Амстердама и Университета Осло протестировали алгоритмы на массивах данных, содержащих тысячи реальных законодательных инициатив. Для эксперимента авторы сформировали специальные базы, куда вошли 2701 резолюция из Нидерландов, более 10 тысяч документов из Норвегии и почти 2,5 тысячи из Испании. Затем «голоса» нейросетей по каждому вопросу сравнили с официальными позициями действующих политических сил в этих странах.
Анализ выявил стабильную склонность искусственного интеллекта к левоцентристским экономическим взглядам и умеренно-прогрессивной социальной повестке. В голландском политическом спектре ответы машин чаще всего совпадали с программой демократов, проевропейского движения «Вольт» и альянса «Зеленые левые — Партия труда». В Норвегии выбор ИИ оказался ближе к социал-демократам и Социалистической левой партии. Испанский эксперимент разместил алгоритмы между позициями правящей Социалистической рабочей партии и каталонских сепаратистов, при этом модели продемонстрировали явное дистанцирование от консервативной Народной партии и правого движения ВОКС.
Исследователи также зафиксировали эффект «предвзятости сущности» в открытых моделях, таких как Llama2-7B и Falcon3-7B. Эти нейросети меняли свои ответы в зависимости от того, название какой партии фигурировало в контексте запроса. В то же время продукты серии GPT показывали высокую уверенность в принятых решениях. Авторы работы пришли к выводу о существовании во всех протестированных системах систематического негативного предубеждения по отношению к правоконсервативным силам.
Предыдущие попытки оценить политические координаты искусственного интеллекта ограничивались небольшими наборами вручную отобранных вопросов, редко превышающими сотню утверждений. Такие тесты часто страдали от чувствительности к формулировкам и не давали полной картины. Нынешнее исследование стало первой попыткой проанализировать поведение моделей на масштабных исторических данных реального законотворчества.