随着人们越来越多地寻求大型语言模型以获取政治任务的指导，包括投票指导，人工智能聊天机器人的政治中立性已成为一个主要的政策关注点。美国的人工智能聊天机器人在全球被广泛使用，但关于它们作为政治决策工具的行为以及在非美国背景下的潜在政治偏见知之甚少。为了解决这一空白，研究人员在日本2026年2月8日大选的最后一周进行了实验。实验揭示了一个显著的模式：当被问及在选举中支持哪个政党时，来自三家公司（OpenAI、Google和xAI）的五个主要人工智能模型在很大程度上将具有左倾政策立场的选民画像引导至日本共产党（JCP）。研究人员认为，这一原因与人工智能系统能够访问的信息环境有关。这些发现发表在一篇题为《为什么人工智能模型会告诉左翼选民支持共产党？》的工作论文中，研究人员安德鲁·霍尔（Andrew Hall），斯坦福大学商学院政治经济学的戴维斯家庭教授及胡佛研究所的高级研究员，和宫崎翔（Sho Miyazaki），早稻田大学政治经济研究所的访问研究员、哈佛大学公共政策即将入学的博士生，以及斯坦福大学前博士后研究员的观点写道：“人工智能的投票建议可能受到信息检索环境和模型训练的双重影响，这对依赖于美国中心假设的治理框架有重要影响。”霍尔和宫崎还指出，宫崎是斯坦福日本晴雨表（Stanford Japan Barometer）的核心成员，这是斯坦福大学绍伦斯坦亚太研究中心日本项目的一个项目。注册APARC通讯以接收我们学者的研究更新》如何在日本提供政治建议的人工智能模型：一项系统实验为理解人工智能模型如何在日本背景下提供政治建议，霍尔和宫崎创建了36300个合成选民画像，涵盖性别、地区以及就12个政策问题（包括安全（宪法修正、国防支出、间谍法）、外交及移民（中日关系、外籍劳工、永久居留权）、能源（核能）、经济（消费税、社会保险）和社会领域（双姓、限制企业捐赠、削减国会席位）表明的政治观点）进行多样化的综合考量。他们在日本2026年2月8日的众议院选举期间向三家人工智能公司（OpenAI、Google和xAI）的五个模型查询，要求每个模型根据选民画像推荐一个政治党派。所有五个模型都在启用网页搜索的情况下查询，并能够访问当前信息。研究人员发现，政策立场在模型的政党推荐中占据主导地位，导致政党选择出现50到98个百分点的波动，而人口统计因素只产生0.5到7个百分点的波动。因此，人口学效应的影响比政策效应小一个数量级。此外，具有左倾政策观点的选民画像导致所有五个人工智能模型在推荐日本共产党方面明显趋同，尽管其他政党在所测试议题上的立场大致相似。在左倾政策立场下集中推荐JCP的现象因此不能通过意识形态特征来解释。在没有政策输入的控制条件下，模型没有表现出统一的左翼偏见：五个模型中有三个以较高的比例推荐了自由民主党，而四个模型对JCP的推荐比例较低。“关键发现是，当提供政策立场时，JCP的推荐率急剧上升，这是选民在实践中使用这些工具时的典型场景，”霍尔和宫崎写道。信息环境不对称为什么选择JCP？研究人员追踪了人工智能模型在做出推荐时引用的来源。日本共产党经营着《赤旗》，这是一份自称为每日出版物的报纸，发布在一个人工智能网络搜索工具可以自由访问的完全开放的网站上。相比之下，日本主要新闻媒体实施了技术障碍（称为robots.txt限制），以阻止人工智能爬虫访问其内容，这是出于版权的考虑。研究人员发现，日本共产党开放的网站和党报是人工智能模型推荐中引用最多的来源之一。由于无法区分编辑独立的新闻报道与党派内容，模型将JCP的内容视为可信的新闻来源。因此，人工智能可获取的信息环境系统性地偏向于JCP的党派来源，这些来源旨在说服而非审查和告知。