Persook
هوش مصنوعی · ۴ آبان ۱۴۰۵ · techcrunch.com

بررسی‌ها نشان می‌دهد Grok در ۹۲ درصد رقابت‌ها جمهوری‌خواهان را برمی‌گزیند و GPT در ۹۷ درصد دموکرات‌ها را

پژوهشی از شرکت Convovo به سرپرستی دانشگاه کرنل، مدل‌های Grok 4.7 و GPT-6.1 Sol را در نزدیک به ۵۰۰ رقابت انتخابات میان‌دوره‌ای آمریکا آزمایش کرد و هر مدل را مجبور کرد فقط یک کاندیدا را نام ببرد؛ این دو سیستم هوش مصنوعی در بیش از ۹۰ درصد موارد با هم اختلاف نظر داشتند. غیرفعال کردن جست‌وجوی اینترنتی Grok گرایش آن به جمهوری‌خواهان را تقریباً از بین برد، که نشان می‌دهد علت اصلی این سوگیری بازیابی اطلاعات زنده از وب است، نه آموزش مدل.

پژوهشی از شرکت تحقیقاتی Convovo به سرپرستی تاپان پاریخ، استاد دانشگاه کرنل، که وب‌سایت TechCrunch آن را گزارش کرده، گرایش‌های سیاسی مدل‌های Grok 4.7 و GPT-6.1 Sol را در نزدیک به ۵۰۰ رقابت انتخابات میان‌دوره‌ای آمریکا بررسی کرد.

پژوهشگران از پرامپتی استفاده کردند که هیچ راه فراری باقی نمی‌گذاشت: از هر مدل خواسته شد تنها یک کاندیدا را نام ببرد و اجازهٔ طفره رفتن یا نام بردن از هر دو طرف را نداشت. Grok در ۹۲ درصد رقابت‌ها کاندیدای جمهوری‌خواه را نام برد؛ GPT در ۹۷ درصد موارد کاندیدای دموکرات را برگزید. دو مدل در کمتر از یک رقابت از هر ده رقابت، پیشنهاد یکسانی ارائه دادند.

برای یافتن منشأ گرایش Grok، پژوهشگران در نمونه‌ای فرعی شامل ۳۰ رقابت، قابلیت جست‌وجوی اینترنتی این مدل را غیرفعال کردند. با غیرفعال شدن جست‌وجو، گرایش Grok به جمهوری‌خواهان عملاً از بین رفت و این مدل در ۲۷ مورد از همان ۳۰ رقابت از نام بردن هر کاندیدایی خودداری کرد؛ این موضوع به‌شدت نشان می‌دهد که بازیابی زنده محتوای حزبی از وب، نه ارزش‌های نهفته در آموزش مدل، علت این سوگیری بوده است. در همان نمونهٔ فرعی، گرایش GPT به دموکرات‌ها همچنان پایدار ماند که نشان‌دهندهٔ ریشه گرفتن آن از داده‌های آموزشی است.

این یافته‌ها کمتر از دو هفته پیش از انتخابات میان‌دوره‌ای سوم نوامبر منتشر شد و بار دیگر این بحث را برانگیخت که آیا چت‌بات‌های هوش مصنوعی اصولاً باید اجازهٔ معرفی کاندیدا داشته باشند، و آیا محصولات هوش مصنوعی مبتنی بر بازیابی اطلاعات می‌توانند به‌طور ناخواسته اکوسیستم‌های اطلاعاتی حزبی را تقویت کنند.

دیدن کامل خبر خواندن منبع اصلی

بیشتر از همین شماره