Geopolitical alignment: Endorsement effects in large language models

Resumen Técnico: Alineación Geopolítica y Efectos de Respaldo en Modelos de Lenguaje de Gran Escala

Planteamiento del Problema
Los modelos de lenguaje de gran escala (LLM) se despliegan cada vez más como intermediarios en el trabajo de políticas, con la tarea de resumir informes, comparar diseños y generar juicios que informen las decisiones humanas. Si bien la literatura existente ha documentado extensamente los sesgos relacionados con la ideología doméstica, la representación demográfica y las preferencias de seguridad, no está claro si los LLM poseen inclinaciones geopolíticas implícitas que condicionen sus evaluaciones de contenido de políticas. Específicamente, este artículo investiga si la identidad de un respaldador extranjero (por ejemplo, Estados Unidos, la Unión Europea, China o Rusia) altera la evaluación de un modelo sobre una política incluso cuando el contenido sustantivo de la misma se mantiene constante. Esta cuestión es crítica, ya que los gobiernos enmarcan cada vez más la gobernanza de la IA en términos de soberanía y competencia estratégica.

Metodología
El estudio emplea un experimento de respaldo, un diseño adaptado de la psicología política y la investigación de opinión pública, para inferir la valencia percibida de actores específicos.

• Diseño Experimental: El experimento mantiene fijo el contenido de la política mientras randomiza el actor extranjero descrito como defensor de la misma. Se utilizaron dos viñetas de política: una económica (una plataforma de aduanas digitales compartida) y una de seguridad (una plataforma de reporte de incidentes cibernéticos compartida). Ambas se describen como moderadas y tecnocráticas.
• Respaldadores: Los respaldadores aleatorizados son Estados Unidos, la Unión Europea, China y Rusia.
• Modelos Probados: Se evaluaron cuatro LLM: OpenAI GPT-5, Anthropic Claude Sonnet, Google Gemini 2.5 Flash y DeepSeek Chat.
• Condiciones:
  1. Solo Numérica: Los modelos proporcionan una puntuación entera única (0–100) sin explicación.
  2. Justificación: Los modelos proporcionan una puntuación y una breve justificación (máximo 100 palabras) en formato JSON.
• Recolección de Datos: Se recolectaron diez respuestas para cada celda de política-dominio-respaldador por modelo, lo que resultó en 80 observaciones por modelo por condición (320 en total por modelo a través de ambas condiciones).
• Análisis: El estudio utiliza una regresión de Mínimos Cuadrados Ordinarios (OLS) para estimar los cambios específicos por país en las puntuaciones de aprobación, aislando los efectos del dominio de seguridad y del prompt de justificación de las diferencias basales de cada país.

Resultos Clave
Los resultados demuestran claros efectos de respaldo geopolítico, aunque la magnitud y la naturaleza de estos efectos varían significativamente según el modelo y la condición.

1. Condición Base de Solo Numérica:

   • Modelos Occidentales (GPT-5, Claude Sonnet, Gemini): Estos modelos asignan puntuaciones de aprobación sustancialmente más bajas a políticas respaldadas por China y Rusia en comparación con políticas idénticas respaldadas por EE. UU. o la UE.
     • GPT-5: Muestra una penalización constante para China (14 puntos menos) y Rusia (17 puntos menos) en comparación con EE. UU.
     • Claude Sonnet: Muestra una penalización moderada en la viñeta económica, pero una penalización severa en la viñeta de seguridad para China y Rusia (aproximadamente 19 y 28 puntos menos, respectivamente).
     • Gemini: Exhibe las penalizaciones descriptivas más grandes, particularmente contra Rusia (aproximadamente 47 puntos menos que EE. UU.) y China (aproximadamente 35 puntos menos), incluso en el dominio económico.
   • DeepSeek: Como el único modelo no occidental de la muestra, DeepSeek no muestra una diferenciación sistemática estadísticamente significativa entre los respaldadores en la condición de solo numérica, actuando como una excepción de línea base.

2. Efectos de la Condición de Justificación:

   • GPT-5: La solicitud de justificación aumenta modestamente las puntuaciones en todos los respaldadores, pero mantiene la brecha entre Occidente y no Occidente.
   • Claude Sonnet: El patrón general permanece intacto; el prompt tiene poco efecto en las puntuaciones de EE. UU./UE, pero reduce ligeramente las de Rusia.
   • Gemini: La solicitud de justificación atenúa las penalizaciones, aumentando las puntuaciones para China y Rusia en aproximadamente 16–19 puntos, aunque siguen siendo menores que los respaldos occidentales.
   • DeepSeek: El prompt de justificación activa drásticamente el razonamiento geopolítico. Mientras que la condición de solo numérica no mostró sesgo, la condición de justificación dispara grandes cambios negativos para China (-23.3 puntos) y Rusia (-33.3 puntos), alineando el comportamiento de DeepSeek más estrechamente con los modelos occidentales.

3. Análisis Cualitativo de las Justificaciones:

   • Respaldos Occidentales: Las justificaciones para el apoyo de EE. UU./UE suelen enmarcar el respaldo como una "señal de credibilidad", indicando viabilidad, capacidad institucional y coordinación multilateral. Las preocupaciones se enmarcan como riesgos estándar de implementación.
   • Respaldos No Occidentales: Las justificaciones para el apoyo de China/Rusia frecuentemente reencuadran la misma política a través de lentes de seguridad de datos, vigilancia, dependencia estratégica y riesgo geopolítico. La identidad del respaldador actúa como una "señal de advertencia", introduciendo riesgos políticos latentes que no están presentes en el texto de la política en sí.

Contribuciones Sustantivas

• Sustantiva: El artículo extiende la literatura sobre el sesgo político en los LLM desde la ideología doméstica hacia la legitimidad internacional. Proporciona evidencia de que las evaluaciones de los modelos pueden depender de la identidad de un respaldador extranjero incluso cuando el contenido de la política es fijo, sugiriendo que los modelos codifican teorías implícitas de confianza y amenaza.
• Metodológica: Aplica un diseño estándar de experimento de respaldo de las ciencias sociales al comportamiento de los modelos, tratando a los LLM como objetos de medición experimental en lugar de únicamente como herramientas para la predicción. También demuestra que las solicitudes de explicación no son meramente diagnósticas; pueden alterar la evaluación misma, revelando patrones de razonamiento (o sesgos) que permanecen silenciados en los resultados de solo numérica.

Significado y Reivindicaciones
El artículo sostiene que los efectos de respaldo geopolítico son un factor de confusión potencial en el análisis de políticas asistido por modelos. Un modelo puede parecer estar evaluando la viabilidad o el riesgo mientras simultáneamente reacciona al patrocinador de la propuesta. Los autores argumentan que esto no implica necesariamente que los modelos sean "normativamente erróneos" respecto a la confianza geopolítica, lo cual puede ser relevante para la implementación en el mundo real. Sin embargo, el problema radica en que el modelo importa estos juicios silenciosamente, sin divulgar su peso o distinguir la sustancia de la política de la legitimidad del patrocinador.

El estudio concluye que, para usos de alto riesgo, tanto los modos de solo numérica como los de justificación deben ser probados, ya que las auditorías basadas únicamente en un modo pueden omitir o malinterpreciar los sesgos subyacentes. Los autores hacen un llamado a futuras investigaciones para identificar dónde entran estos efectos en el flujo de trabajo del modelo (preentrenamiento, ajuste fino, prompts de sistema) y para hacer que el papel del contexto político en el juicio del modelo sea medible y contestable.