💻 computer science

Estimating the Geopolitical Preferences of Large Language Models from United Nations Voting Data

本文应用国际关系中的动态序数理想点法来分析联合国大会投票数据，揭示了大型语言模型往往表现出与其开发者母国显著不同的地缘政治偏好，其中一些二十一世纪的模型与俄罗斯的立场一致程度甚至高于美国。

原作者： Maxim Chupilkin

发布于 2026-07-29

📖 1 分钟阅读☕ 轻松阅读

原作者： Maxim Chupilkin

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正试图猜测一个人对世界的看法。你可以问他们一些简单的问题，比如，“你喜欢吃披萨吗？”或者“天空是蓝色的吗？”但如果你想了解他们深层、复杂的政治观点呢？在国际关系领域，科学家们有一个聪明的窍门。他们并不直接询问人们，而是观察各国在数千个不同议题上的投票情况。通过观察谁投“赞成”票、谁投“反对”票以及谁在中间徘徊，研究人员可以绘制出一张隐藏的“政治地图”，根据国家选择的相似程度将它们放置在地图上。这就像是在绘制一张派对地图，志同道合的人聚在一起，而意见相左的人则相距甚远。

现在，想象一下我们有一位新的派对宾客：一个被称为“大语言模型”（LLM）的超级聪明的人造大脑。这些是能够写故事、回答问题并与我们聊天的 AI 工具。但这里有一个大问题：如果我们要求这些 AI 大脑对现实世界的政治议题进行投票，它们会站在地图的哪个位置？它们的想法和制造它们的国家一致吗？它们有自己秘密的观点吗？这篇论文将这些 AI 模型视为联合国的新宾客，并要求它们对过去几十年间联合国通过的所有重大决策进行投票。这是一种观察这些数字大脑究竟只是其创造者的镜像，还是已经发展出了自己独特的看世界的方式的方法。

伟大的联合国投票大战

在这项研究中，作者 Maxim Chupilkin 决定让四种世界上最著名的 AI 模型接受终极测试。他不仅向它们提出了简单的问题，还向它们输入了从 1946 年到 2025 年联合国大会通过的 5,555 份不同决议（官方决定）的完整、严肃文本。这些并不是容易且枯燥的投票；它们是那些“具有争议性”的议题，即各国经常产生分歧的热点话题。

四位 AI 参赛选手是：

GPT-5（来自美国的 OpenAI）
Claude Sonnet（来自美国的 Anthropic）
Gemini（来自美国的 Google）
DeepSeek（来自中国的深度求索）

规则非常严格：AI 必须阅读决议文本，并恰好选择三个答案之一：支持、弃权（观望）或反对。它不能说“我是美国 AI，所以我投赞成票”。它必须根据文本本身的价值进行判断。

大惊喜：AI 对阵美国

结果对系统造成了巨大的冲击。你可能会认为，既然 GPT-5、Claude 和 Gemini 都是在美国制造的，它们就会像美国一样投票。你可能会认为，中国的模型 DeepSeek 会像中国一样投票。

但事实并非如此。

事实上，论文发现，在政治地图上，所有四种 AI 模型实际上都离美国最远。与这些 AI 大脑相比，美国是最“孤独”的国家。

更奇怪的地方在于：

GPT-5、Claude Sonnet 和 Gemini（这些美国模型）最终投票表现得与 21 世纪的俄罗斯最为相似。
DeepSeek（这个中国模型）最终投票表现得与法国最为相似。

这就像是你自己在车库里造了一个机器人，用你家族的价值观对其进行了编程，然后把它送去参加学校选举。你会期望它投票给你的心仪候选人。然而，这个机器人走上讲台，却投票给了那个和你家人争论最激烈的候选人。

机器人的投票习惯

这些 AI 模型不仅投票方式不同，而且投票风格也大不相同。

GPT-5 是一个彻头彻尾的“唯唯诺诺者”。它支持了 97.3% 的所有决议。它几乎从不表达“反对”。
Gemini 也非常友好，支持了其中的 88.5%。
Claude Sonnet 则更加谨慎，它支持了 77.8% 的决议，并且经常使用“弃权”选项。
DeepSeek 是个叛逆者。它是唯一一个说“不”的次数多于说“是”的模型，它反对了 44.8% 的决议。

为什么会发生这种情况？

论文深入探讨了为什么 AI 模型最终会离美国如此之远。事实证明，许多联合国决议涉及诸如“粮食权利”、“消除贫困”、“和平利用太空”以及“人民自决”等内容。这些听起来是非常美好、几乎所有人都会同意的普世理念。

然而，美国经常对这些特定的决议投“反对”票。为什么？因为美国可能认为该决议包含了其他过于昂贵的条款，或者它可能是一个特定政治交易的陷阱，或者美国对于如何解决问题有着不同的策略。美国的投票往往是一种复杂的、具有策略性的“反对”。

然而，这些 AI 模型并不具备这些复杂的策略。它们阅读文本，看到关于“喂饱饥饿的人们”或“保持太空和平”的优美词句，然后便说：“这听起来很好！支持！”它们是对文本中的文字做出反应，而不是针对隐藏在文字背后的复杂政治博弈。

论文明确排除了 AI 只是在模仿其创造者政府的可能性。尽管 GPT-5 是美国的，但它并不像美国政府那样投票。论文指出，AI 实际上非常擅长捕捉文本中“美好”的部分，并忽略掉一个国家之所以说“不”的那些混乱的政治原因。

核心启示

那么，这对我们意味着什么？

不要假设 AI 是中立的： 仅仅因为一个 AI 是在某个国家制造的，并不意味着它的想法就和那个国家一致。
不要假设 AI 是“正确”的： AI 并不一定比美国政府更聪明；它只是看待问题的方式不同。它看到的是一个“好主意”，而政府看到的则是一个“复杂的陷阱”。
方法很重要： 如果你只是计算一个 AI 与某个国家达成一致的次数，你可能会得到错误的答案。你必须观察它们是如何投票的，以及为什么这样投票。

最后，这篇论文表明，这些超级聪明的人造大脑拥有自己的“地缘政治人格”，而且这种人格与制造它们的开发者有着惊人的差异。它们不仅仅是镜像；它们是拥有独特世界观的新型投票者。

技术摘要：利用联合国投票数据评估大语言模型的地缘政治偏好

问题陈述
本文探讨了衡量大语言模型（LLMs）所表达的地缘政治偏好的挑战。虽然现有的审计通常依赖于调查或简单的测试，但作者认为这些方法不足以捕捉复杂的地缘政治对齐。国际关系（IR）研究早已确立，衡量地缘政治偏好是困难的，需要通过观察到的选择来恢复潜在位置的方法，而非仅仅依赖开发者来源或对少数争议性问题的反应。核心问题在于：一个 LLM 的地缘政治取向是否可以从其开发者的母国推断出来，或者其表达的偏好是否与国家行为者显著背离——特别是在国际政治背景下，国家行动可能与训练文本中盛行的原则相矛盾。

研究方法
本研究将国际关系中的动态序数理想点法（dynamic ordinal ideal-point approach）——特别是 Bailey 等人（2017）（BSV）开发的方法——应用于对齐问题。

数据范围： 分析使用了联合国数字图书馆的冻结存档（版本 5，2026 年 2 月），涵盖了第 1 至 80 届联合国大会常设会议（1946–2025）。该数据集包含 5,555 项具有分歧性的、已记录且已通过的决议，涉及 841,403 次观察到的国家选择和 22,220 次模型选择。
实验设计： 将四种当代 LLM——GPT-5 (OpenAI)、Claude Sonnet (Anthropic)、Gemini (Google) 和 DeepSeek (DeepSeek)——作为额外的受访者插入到联大投票矩阵中。
- 提示词工程： 每个模型都接收了每项决议的完整实质性文本以及元数据（编号、标题、日期、议程）。
- 约束条件： 模型被指示“仅基于其实质内容”进行评估，明确被禁止扮演任何国家角色，并被要求仅输出一个单词：“支持”（SUPPORT）、“弃权”（ABSTAIN）或“反对”（OPPOSE）。
估计策略：
1. 直接相似度（S-score）： 一种三值一致性统计量（Signorino and Ritter, 1999），将反对、弃权和支持分别映射为 -1、0 和 1。这衡量了观察到的类别一致性，但深受边际响应频率的影响。
2. 动态理想点估计： 一种潜在空间模型，其中潜在效用 $Z_{itv} = \beta_v \theta_{it} + \epsilon_{itv}$ $Z_{i t v} = β_{v} θ_{i t} + ϵ_{i t v}$ 决定投票。
  - $\theta_{it}$ 代表参与者在特定会议的理想点。
  - $\beta_v$ 是决议的判别参数。
  - 该模型使用动态先验来连接相邻的参与者-会议以及重复出现的决议，以跨越时间维度并平滑轨迹。
  - 尺度方向设定为：美国平均位置超过俄罗斯平均位置。
3. 稳健性： 使用原始 BSV 国家宇宙和采样器（第 1–67 届会议）进行了复制实验，以验证发现并非由更新的存档或现代采样技术驱动。

关键结果
分析得出了关于模型行为和对齐的四个主要经验事实：

差异化的响应阈值： 模型对响应类别的利用方式各异。
- GPT-5： 97.3% 支持，1.5% 弃权，1.2% 反对。
- Gemini： 88.5% 支持。
- Claude Sonnet： 77.8% 支持，18.7% 弃权。
- DeepSeek： 37.8% 支持，17.4% 弃权，44.8% 反对（它是唯一一个反对成为众数类别的模型）。
- 注：高支持率并非模型所特有；墨西哥（92.6%）和印度尼西亚（91.4%）在这一议程上也表现出类似的模式。
潜在空间位置（2001–2025）：
- GPT-5、Claude Sonnet 和 Gemini： 它们的理想点集中在五常（P5）范围的中部，但最接近俄罗斯。对于 GPT-5 而言，其与俄罗斯/苏联的平均距离为 0.248，而与美国的距离为 2.411。
- DeepSeek： 占据了一个独特的、更亲美的地位，尽管由中国公司开发，但它最接近法国（0.408）而非中国。
- 美国： 在现代时期，所有四个模型都离美国最远。
特定政策分歧：
- 在 2,104 项美国投“否”而中国及俄罗斯/苏联投“是”的决议子集中，模型表现出与美国显著的分歧：
  - GPT-5 支持了 96.1%。
  - Gemini 支持了 83.4%。
  - Claude Sonnet 支持了 65.2%。
  - DeepSeek 支持了 36.1%（反对 47.4%）。
- 这种差距是由涉及经济/社会权利、巴勒斯坦自决、去殖民化和多边军控的决议驱动的。
测量差异：
- 原始一致性（S-score）和潜在理想点接近度对模型的排名不同。虽然 S-score 因高支持率的原因将中国排名为 GPT-5、Claude 和 Gemini 最接近的五常成员，但理想点估计器则将俄罗斯排名为最接近。这是因为理想点模型赋予了那些能区分地缘政治立场的决议更高的权重，而原始一致性则会被模型和中国共同拥有的高支持率机械性地抬高。

意义与主张
本文做出了方法论和实质性的贡献：

方法论： 它证明了国际关系和社会科学中用于估计地缘政治偏好的方法（特别是动态理想点模型）可以阐明 LLM 的对齐情况。它认为对齐得分需要一种测量理论；仅报告支持率或原始一致性可能会导致关于潜在地缘政治定位的误导性结论。
实质性： 研究记录了当代模型选择与在已通过的、具有分歧性的联大议程上美国投票行为之间的稳健差距。
- 开发者来源 vs. 对齐： 结果警告不要通过开发者的母国来推断模型的国际对齐倾向。美国模型（GPT-5、Claude）在潜在空间中离美国最远，而中国模型（DeepSeek）则最接近法国。
- 对齐的本质： 作者认为，模型可能聚合了训练数据中盛行的规范性语言（人道主义、发展、多边原则），而非国家战略。当在没有国家角色的情况下进行提示时，模型倾向于支持广泛构架的原则（如粮食权利、自决），而美国常将这些原则作为更大外交方案的一部分予以拒绝。
对治理与研究的启示：
- 研究： 使用 LLM 作为编码器或模拟受访者的研究人员必须审计模型特定的态度，因为更换一个模型可能会使支持率发生近 60 个百分点的偏移，并改变哪个五常成员看起来最接近。
- 政策： “主权 AI”战略不能假设在国内托管的模型反映了国家的既定国际立场。将模型集成到敏感工作流中的政府需要针对实际政策语料库进行任务特定评估，而不应仅进行通用的安全性测试。

文章总结道，地缘政治对齐是模型、提示词、语料库、时期和测量策略共同作用的经验属性，而应用国际关系测量技术使对齐问题变得更难，但也更精确。