Khi bị buộc phải chọn một ứng viên, Grok 4.7 của SpaceXAI đề xuất ứng viên Cộng hòa trong 92% câu trả lời. GPT-6.1 Sol của OpenAI chọn ứng viên Dân chủ trong 97%. Theo TechCrunch, hai mô hình có thể đi theo những hướng chính trị đối lập. Trong khi đó, các chatbot dành cho người dùng phổ thông thường từ chối khuyên nên bỏ phiếu cho ai.
Nghiên cứu của Convovo kiểm tra gần 500 cuộc đua trong kỳ bầu cử giữa nhiệm kỳ sắp tới tại Mỹ. Hai mô hình đồng ý với nhau trong chưa đến 10% trường hợp. Đây không phải khảo sát cử tri mà là phép thử cách mô hình lựa chọn ứng viên khi không được phép né tránh.
Nội dung yêu cầu buộc hai mô hình nêu tên ứng viên
Convovo gửi cùng một yêu cầu đến GPT và Grok qua giao diện lập trình ứng dụng. Mỗi mô hình phải chọn người mà người dùng nên bỏ phiếu trong một cuộc đua cụ thể, nêu tên một ứng viên và không trả lời nước đôi. Điều kiện này khác với trải nghiệm thông thường trên ChatGPT hoặc Grok.
Các ứng dụng dành cho người dùng phổ thông từ chối trả lời yêu cầu trực tiếp đó. Người phát ngôn của OpenAI cho rằng khác biệt này quan trọng. Phần lớn người dùng tiếp xúc với mô hình thông qua ChatGPT, không phải giao diện lập trình dành cho nhà phát triển.
Giao diện lập trình cho phép nhà phát triển đưa mô hình vào sản phẩm riêng. Vì vậy, câu trả lời qua giao diện này không nhất thiết giống trải nghiệm trò chuyện trực tiếp. Sự khác biệt cũng cho thấy việc xác định trí tuệ nhân tạo nên được trao bao nhiêu quyền cần tính đến cách mô hình được triển khai, không chỉ tên sản phẩm mà người dùng nhìn thấy.
OpenAI cho biết ChatGPT được thiết kế để giữ tính khách quan theo mặc định, kể cả trong thảo luận chính trị, và không nên thiên vị theo bất kỳ hướng nào. Công ty nhấn mạnh nghiên cứu đã thử nghiệm giao diện dành cho nhà phát triển. Lời nhắc được dùng trong thử nghiệm buộc mô hình đưa ra một đề xuất bầu cử. Theo OpenAI, điều đó không phản ánh trải nghiệm thông thường, nơi ChatGPT từ chối bảo người dùng nên bỏ phiếu cho ai.
SpaceXAI không phản hồi yêu cầu bình luận trước thời hạn của TechCrunch.
Thiên kiến có thể xuất hiện trước câu trả lời cuối
Thiên kiến không chỉ thể hiện ở tên ứng viên được chọn. Nó còn có thể xuất hiện trong vấn đề mô hình ưu tiên, nội dung mô hình tìm kiếm, nguồn được sử dụng và cách thông tin được sắp xếp trước khi câu trả lời được tạo ra.
Tapan Parikh, giáo sư Đại học Cornell và người đứng đầu Convovo, cho biết ông có thể dùng những lời nhắc đơn giản để vượt qua giới hạn của các ứng dụng phổ thông. Các đề xuất sau đó phần lớn phù hợp với kết quả nghiên cứu trước của ông.
Theo Parikh, mỗi mô hình có một hệ giá trị ngầm thể hiện qua điều nó quan tâm và hướng mà nó nghiêng về. Thiên kiến đó có thể xuất hiện ngay cả khi người dùng không hỏi thẳng nên bầu cho ai.
Người dùng có thể hỏi vấn đề nào quan trọng nhất trong một kỳ bầu cử. Họ cũng có thể hỏi ứng viên nào có lập trường tốt hơn về một chủ đề. Nếu mô hình ưu tiên một số vấn đề, nguồn tin hoặc cách diễn đạt nhất định, cuộc trò chuyện tổng quát vẫn có thể dẫn người dùng về một phía.
Trung tâm An toàn Trí tuệ Nhân tạo từng cảnh báo về khả năng thao túng âm thầm của các mô hình ngôn ngữ lớn. Các mô hình này có thể khiến người dùng nghiêng về một phía trong vấn đề chính trị. Những hành vi được trung tâm nêu gồm lựa chọn thông tin, cách dùng từ, cấu trúc câu, định khung vấn đề, mức độ nhấn mạnh và lựa chọn nguồn.
Grok và GPT dựa vào những nguồn khác nhau
Nghiên cứu của Convovo ghi nhận Grok và GPT sử dụng các nhóm nguồn khác nhau. Grok thường đưa nguồn bảo thủ vào kết quả bên cạnh những trang không đảng phái, còn GPT dựa nhiều vào Wikipedia và một số tổ chức tin tức.
| Mô hình | Nguồn thường xuất hiện | Chủ đề thường được tìm kiếm |
|---|---|---|
| Grok 4.7 | Ballotpedia, OpenSecrets, VoteSmart, Turning Point Action, X | Nhập cư, thuế, tội phạm, năng lượng |
| GPT-6.1 Sol | Wikipedia, Associated Press, Axios, Reddit | Y tế, lập trường về phá thai |
Theo Convovo, hướng dẫn bỏ phiếu của một tổ chức Cơ Đốc giáo bảo thủ xuất hiện trong câu trả lời của Grok. Tỷ lệ xuất hiện là 39%. Trang của Turning Point Action xuất hiện trong 23%, còn mạng xã hội X xuất hiện trong 41%.
Kết quả của GPT dựa nhiều vào Wikipedia, hãng thông tấn Associated Press, Axios và Reddit. OpenAI có các thỏa thuận nội dung với Associated Press, Axios và Reddit.
Parikh cho biết GPT có xu hướng tìm nhiều hơn về y tế và lập trường liên quan đến phá thai. Grok tập trung hơn vào nhập cư, thuế, tội phạm và năng lượng.
ChatGPT cũng tìm kiếm ứng viên Dân chủ thường xuyên hơn và đôi khi bỏ qua hoàn toàn đối thủ Cộng hòa. Grok có xu hướng tìm thông tin về cả hai ứng viên. Parikh nghi ngờ cả hai mô hình đều tìm lý do để củng cố khuynh hướng đã có sẵn.
Khuynh hướng vẫn tồn tại ở các địa hạt đối lập
Thiên hướng lựa chọn của hai mô hình vẫn xuất hiện tại nhiều địa hạt vốn nghiêng mạnh về đảng đối lập. GPT chọn ứng viên Dân chủ tại 57 trong 67 địa hạt có ưu thế lớn cho đảng Cộng hòa. Grok chọn ứng viên Cộng hòa tại 47 trong 72 địa hạt có ưu thế lớn cho đảng Dân chủ.
Parikh ghi nhận một ngoại lệ đối với Grok. Khi ứng viên Cộng hòa vướng tranh cãi, Grok có khả năng đề xuất bỏ phiếu cho ứng viên Dân chủ cao hơn. Các tranh cãi được nêu gồm cáo buộc quấy rối tình dục hoặc việc ứng viên bị mô tả là người theo chủ nghĩa Quốc xã.
Theo Parikh, một số phần lập luận của Grok cho thấy mô hình dường như được định hướng rằng có những lập trường đáng mong muốn hơn các lập trường khác. Nhóm nghiên cứu không xác định được chỉ dẫn đó bắt nguồn từ đâu.
Mỗi yêu cầu Grok có khoảng 1.240 đơn vị đầu vào ẩn
Nghiên cứu cho biết mỗi yêu cầu gửi đến Grok qua giao diện lập trình mang theo khoảng 1.240 đơn vị đầu vào bổ sung. Nhóm nghiên cứu không viết, không nhìn thấy và không thể xóa phần nội dung này.
Parikh cho rằng phần bổ sung có thể là chỉ dẫn ẩn và ít có khả năng bắt nguồn từ trọng số của mô hình. Trọng số là các tham số được hình thành trong quá trình huấn luyện, còn chỉ dẫn ẩn có thể được hệ thống thêm vào mỗi yêu cầu trước khi mô hình xử lý.
Nội dung mà người dùng không nhìn thấy cũng đặt ra vấn đề rộng hơn về cách hệ thống trí tuệ nhân tạo phân chia quyền truy cập dữ liệu và mô hình. Người dùng hoặc nhà nghiên cứu có thể nhìn thấy lời nhắc của mình. Tuy nhiên, họ không nhất thiết biết toàn bộ ngữ cảnh mà mô hình nhận được.
Tắt tìm kiếm mạng làm Grok thay đổi lựa chọn
Nhóm nghiên cứu tắt chức năng tìm kiếm mạng trong một thử nghiệm bổ sung gồm 30 cuộc đua. Khuynh hướng của GPT vẫn xuất hiện, còn Grok chủ yếu từ chối lựa chọn. Kết quả này khiến Parikh cho rằng khuynh hướng của GPT có thể nằm nhiều hơn trong trọng số, trong khi kết quả của Grok phụ thuộc nhiều hơn vào quá trình tìm kiếm.
Theo đề nghị của TechCrunch, Parikh thử thêm 30 cuộc đua sau khi tắt chức năng tìm kiếm mạng. Cách thử này buộc mô hình chủ yếu dựa vào dữ liệu huấn luyện thay vì tìm nguồn hỗ trợ trên mạng trước khi trả lời.
| Mô hình | Chọn Dân chủ | Chọn Cộng hòa | Từ chối chọn |
|---|---|---|---|
| GPT | 24 | 1 | 5 |
| Grok | 3 | 0 | 27 |
Parikh kết luận rằng GPT phần lớn đã có sẵn khuynh hướng trong trọng số của mô hình. Với Grok, kết quả phụ thuộc nhiều hơn vào cách tìm kiếm, gồm các cụm từ được dùng và những nguồn được chọn.
Chỉ 8% người Mỹ dùng chatbot để tìm hiểu bầu cử
Theo Trung tâm Nghiên cứu Pew, 8% người Mỹ cho biết họ dùng chatbot để tìm thông tin về bầu cử. Phần lớn người trong nhóm này muốn biết lập trường của ứng viên đối với các vấn đề quan trọng.
Rủi ro không chỉ nằm ở câu hỏi trực tiếp về lá phiếu. Chatbot có thể được dùng để tóm tắt lập trường, chọn chủ đề đáng quan tâm hoặc so sánh ứng viên. Trong các trường hợp đó, cách mô hình tìm và sắp xếp thông tin vẫn có thể ảnh hưởng đến nhận thức của người dùng.
Điều này tương tự câu hỏi về việc gỡ các rào chắn của mô hình trí tuệ nhân tạo. Một giới hạn có thể ngăn câu trả lời trực tiếp nhưng không tự động loại bỏ khuynh hướng nằm trong dữ liệu, trọng số hoặc quy trình tìm kiếm.
Bối cảnh chính trị quanh nghiên cứu
Nghiên cứu được công bố chưa đầy hai tuần trước cuộc bầu cử giữa nhiệm kỳ ngày 3 tháng 11 tại Mỹ. Các mối quan hệ chính trị của lãnh đạo SpaceXAI và OpenAI tạo thêm bối cảnh cho tranh luận. Tuy nhiên, nghiên cứu không chứng minh những mối quan hệ này trực tiếp gây ra kết quả của mô hình.
Tổng thống Donald Trump từng chỉ trích điều ông gọi là trí tuệ nhân tạo thức tỉnh. Các phiên bản Grok trước đây cũng từng bị phát hiện tham khảo quan điểm của Elon Musk trước khi trả lời những câu hỏi gây tranh cãi.
Giám đốc điều hành SpaceXAI gần đây còn đe dọa các nghị sĩ Dân chủ nhằm ngăn những cuộc điều tra trong tương lai của Quốc hội. Các cuộc điều tra có thể liên quan đến thời gian ông lãnh đạo Bộ Hiệu quả Chính phủ và khả năng ngắt quyền truy cập Starlink của Ukraine.
Theo Bloomberg, Musk đã quyên góp hơn 445 triệu đô la để ủng hộ các ứng viên Cộng hòa trong kỳ bầu cử giữa nhiệm kỳ. Con số này vượt khoảng 250 triệu đô la mà ông đã chi để ủng hộ Tổng thống Donald Trump và đảng Cộng hòa trong cuộc bầu cử năm 2024.
Giám đốc điều hành OpenAI Sam Altman từng có lịch sử quyên góp cho các ứng viên Dân chủ, nhưng trong những năm gần đây bắt đầu ủng hộ thêm các ứng viên Cộng hòa. Altman cho biết ông không có kế hoạch đưa tiền vào cuộc bầu cử năm 2026.
Chatbot không nên thay người dùng quyết định lá phiếu
Nghiên cứu không chứng minh mọi câu trả lời từ ChatGPT hoặc Grok đều là lời vận động chính trị. Phép thử được thực hiện qua giao diện lập trình với yêu cầu buộc mô hình nêu tên một ứng viên. Trong khi đó, các ứng dụng phổ thông ban đầu từ chối đưa ra lựa chọn đó.
Thí nghiệm cho thấy khuynh hướng có thể xuất hiện ở nhiều lớp. Các lớp này gồm trọng số mô hình, chỉ dẫn ẩn, từ khóa tìm kiếm, nguồn được chọn và cách thông tin được trình bày. Một mô hình không cần nói thẳng người dùng nên bỏ phiếu cho ai để ảnh hưởng đến cách họ nhìn nhận ứng viên.
Cử tri muốn tự đánh giá nên đối chiếu thông tin từ cổng bầu cử của chính phủ, Liên đoàn Nữ cử tri, Ballotpedia, VoteSmart, Ủy ban Bầu cử Liên bang, OpenSecrets, cơ quan bầu cử cấp bang và quận, trang chính thức của ứng viên cùng báo chí địa phương.
Hãy tiếp tục theo dõi Sine để đọc thêm các phân tích về cách trí tuệ nhân tạo lựa chọn thông tin và ảnh hưởng đến quyết định của con người.
