Does the Language of the Prompt Change the Politics of the Answer? A Cross-Lingual Agent-Based Audit of Generative AI and Turkish Political Discourse
这项针对土耳其政治话语的跨语言智能体审计表明，虽然提示词语言对生成式人工智能响应的政治立场影响极小，但会显著改变模型所依赖的证据来源，且模型身份和用户人格对最终输出的影响力比提示词本身的语言更为强烈。
原始论文采用 CC BY 4.0 许可（https://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
在现代信息时代，人们获取政治信息的途径正在发生转变。几十年来，公民依靠搜索引擎来寻找一系列文章和网站，由他们自己决定哪些报道值得信任。如今，对话式人工智能系统提供了不同的体验：一个听起来像专家解释的、连贯且流畅的单一答案。这些系统不仅仅是在检索信息；它们在进行综合，决定包含什么、排除什么以及如何构架复杂的事件。这种转型为一个民主国家提出了一个关键问题：当一台机器总结一场政治争议时，它讲述的是谁的版本？提问者使用的语言是否会改变答案的政治偏见？为了理解这一点，研究人员必须观察这些系统如何处理“框架”（即通过特定方式呈现故事以突出某些原因或解决方案）以及“把关”（即决定哪些信息来源可见而哪些被沉默的过程）。
一个研究小组试图利用一个特定且高度极化的政治环境——土耳其，来测试这一动态。在土耳其，媒体格局深度分裂，许多主要新闻机构与政府紧密结合，而国际来源和独立记者往往讲述着不同的故事。研究人员想要观察，如果用土耳其语或英语提问，同一个人工智能系统是否会表现得不同。他们假设，该系统可能会“继承”它所使用的语言的偏见。如果用土耳其语提问，系统可能会借鉴占主导地位的、与政府结盟的土耳其媒体生态系统。如果用英语提问，它可能会提取更多元化的国际信息池。为了测试这一点，他们不仅将人工智能视为一种工具，更将其视为一个被审计的对象，针对八个具有争议性的政治话题（从选举舞弊指控到2023年地震的管理）提出了数百个问题。
研究人员设计了一个严谨的实验，涉及当时最先进的三种人工智能系统。他们创建了一个问题矩阵，其变量包括提问的语言（土耳其语或英语）、提问者的政治立场（中立、亲政府或亲反对派）以及问题的构架方式。他们就这八个具有争议性的土耳其议题对这些系统进行了864次提问。为了确保结果准确，他们使用另一个人工智能系统来阅读并分类答案，并对照人工审核进行校验。这使他们能够衡量答案是倾向于政府还是反对派，它们引用了哪些来源，以及它们如何处理在公共领域流传的虚假说法。
结果揭示了一种挑战“语言本身决定政治偏见”这一简单观念的微妙之处。当研究人员观察答案的整体立场——即系统是站在政府一边还是反对派一边时——他们发现，提问的语言几乎没有产生影响。无论问题是用土于其语还是英语提出的，系统的答案分布几乎是一致的。答案的政治倾向并非由语言决定，而是由另外两个因素决定：所使用的特定人工智能模型以及用户的政治人格。其中一个系统 Gemini 表现得最为自信，也最有可能与政府保持一致；而另一个系统 GPT-5.5 则最为平衡，在 84% 的情况下提供了“各执一词”的平衡回答。此外，如果用户在提问时表现出亲政府或亲反对派的姿态，系统几乎总会调整其答案以匹配该信号，无论使用何种语言。
然而，提问的语言确实改变了答案的一个关键方面：系统所依赖的权威来源。当系统用土耳其语回答时，它们更有可能引用与土耳其政府结盟的新闻机构和官方国家机构。当同样的问题用英语提问时，系统则转向依赖国际新闻社、人权组织和独立来源。从这个意义上说，提问的语言就像一个开关，改变了系统所处的“证据世界”。土耳其语的提示词将系统拉入了由国家叙事主导的媒体生态系统，而英语提示词则将其拉向了更具国际性的视角。尽管最终的结论或政治立场基本保持不变，但这一现象依然存在。
研究还揭示了这些系统如何处理虚假信息。当研究人员向系统输入包含有据可查的谎言或虚假信息的引导性问题时，系统根据其身份做出了不同的反应。其中一个系统 Gemini 最容易重复这些虚假叙述，尤其是在用户的角色似乎认同这些谎言时。相比之下，GPT-5.5 在面对此类引导性提示时从未重复过有据可查的虚假叙述，并且经常对其进行拆解。当一个自信且片面的系统遇到一个已经倾向于特定政治观点的用户时，传播误导信息的风险最高。在这里，语言的重要性不如特定机器模型与用户态度的结合。
最终，这项研究表明，人工智能答案的政治性并非仅仅是语言使用的简单反映。系统并不一定会因为使用土耳其语或英语而改变其关于谁对谁错的判断。相反，语言决定了系统用来构建答案的证据库。在一个政府控制大部分本地媒体的国家，用土耳其语提问会导致系统更频繁地引用政府来源，从而将一个高度集中的媒体景观“洗白”成一个听起来客观中立的答案。塑造政治理解力的真正力量在于机器本身的身份以及提问者的立场。对于依赖这些工具的公民来说，危险不仅在于机器可能存在偏见，而在于它可能在听起来完美客观的同时，默默地从一个受国家控制的有限事实世界中汲取信息。研究结论指出，要真正理解这些系统，我们不能仅停留在简单的语言测试上，而必须考察机器的身份与用户提示词是如何相互作用并共同塑造真相的。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。