隐藏偏见：大语言模型中显式与隐式政治刻板印象的研究
机器学习
2025-10-17 v2 人工智能
摘要
大语言模型 (LLM) 正日益成为信息传播和决策过程中的关键组成部分。鉴于其日益增大的社会影响力，理解其在政治领域内的潜在偏见尤为重要，以防止对公众舆论和民主进程造成不当影响。本文通过运用二维政治 compass 测试 (PCT) 工具，探讨了八个主流大语言模型中的政治偏见与刻板印象传播。首先采用 PCT 评估这些模型内在的政治倾向。随后使用 PCT 的 persona 提示法探讨各社会维度上的显式刻板印象。最后通过评估 PCT 的多语言版本来揭示隐式刻板印象。关键发现表明，所有调查模型均显示出一致的左倾政治倾向。此外，尽管不同模型间的刻板印象性质与程度存在显著差异，但通过语言变化引发的隐式刻板印象显著优于通过显式 persona 提示识别到的刻板印象。有趣的是，对于大多数模型而言，隐式和显式刻板印象呈现出显著的一致性，这表明这些模型对自身内在偏见存在一定的“意识”或“自觉”。本研究凸显了政治偏见与大语言模型中刻板印象之间复杂的相互作用。
引用
@article{arxiv.2510.08236,
title = {The Hidden Bias: A Study on Explicit and Implicit Political Stereotypes in Large Language Models},
author = {Konrad Löhr and Shuzhou Yuan and Michael Färber},
journal= {arXiv preprint arXiv:2510.08236},
year = {2025}
}