优先经济还是气候行动？探究 ChatGPT 响应差异中的政治倾向推断
计算机与社会
2025-11-10 v1 人工智能
人机交互
摘要
大语言模型（LLM）凭借快速提供信息和通过自然语言提示提供个性化响应而区别于众数。然而，它们也会推断用户人口统计信息，这可能引发关于偏见和隐式个性化的伦理顾虑，并导致回声室效应。本研究旨在探讨推断的政治观点如何影响 ChatGPT 的全球响应，无论是否在对话期间。我们还调查了自定义指令和记忆功能如何改变 ChatGPT 的响应，考虑政治倾向的影响。我们开发了三个角色（两个政治角色和一个中性角色），每个角色包含四个反映其对 DEI 项目、堕胎、枪支权利和疫苗立场的陈述。我们将角色的言论传递给 ChatGPT，利用记忆和自定义指令让其推断其政治视角，而不直接说明。随后我们提出八个问题揭示角色间世界观差异，对响应进行定性分析。我们的发现表明，响应与推断的政治视角相一致，讨论类似主题时表现出不同的推理和词汇，即使在自定义指令和隐式记忆功能中，推断也以类似方式发生。分析响应相似性发现，民主角色搭配自定义指令与中性角色的最接近，支持 ChatGPT 输出倾向左派的观察。
关键词
引用
@article{arxiv.2511.04706,
title = {Prioritize Economy or Climate Action? Investigating ChatGPT Response Differences Based on Inferred Political Orientation},
author = {Pelin Karadal and Dilara Kekulluoglu},
journal= {arXiv preprint arXiv:2511.04706},
year = {2025}
}