你所用的提问语言：LLM 分析争议性政治文件时由语言条件引发的意识形态分歧
计算机与社会
2026-02-03 v2 计算与语言
摘要
大语言模型（LLMs）越来越多地被部署为跨语言环境下的分析工具，然而其输出可能带有由提示语言所决定的系统性偏差。本研究对一份乌克兰公民社会文件进行了 LLM 生成的政治分析实验比较，使用了俄语和乌克兰语两种语义等效的提示。尽管源材料和查询结构完全相同，但生成的分析在修辞立场、意识形态导向和解释性结论上存在显著差异。俄语输出呼应了俄罗斯国家话语中常见的叙事，将公民社会行为体描述为破坏民主授权的非法精英。乌克兰语输出则采用了西方自由民主政治学的典型词汇，将同一批行为体视为民主竞争中的合法利益相关者。这些发现表明，仅提示语言本身就能导致相同模型在分析相同内容时产生系统性的不同意识形态导向，这对在极化信息环境中部署 AI、跨语言研究应用以及多语言社会中的 AI 系统治理具有重大意义。
引用
@article{arxiv.2601.12164,
title = {The Language You Ask In: Language-Conditioned Ideological Divergence in LLM Analysis of Contested Political Documents},
author = {Oleg Smirnov},
journal= {arXiv preprint arXiv:2601.12164},
year = {2026}
}