前 Meta 新闻主管调查：几乎所有 AI 模型政治左倾，Gemini 曾援引中共官媒

前 Meta 新闻负责人 Campbell Brown 创立了 Forum AI，用17个月系统性评估主流AI模型的资讯品质，发现 Gemini 曾在处理非中国相关报道时引用中共官方网页资讯，而且几乎所有测试模型都存在偏左的政治倾向。
（前情提要：AI 破坏了133年来普林斯顿大学的传统：当“作弊”逐渐成为常识）
（背景补充：97,895条地下论坛对话告诉你：黑客社区其实也恨AI）

本文目录

切换

• 没有人在测的那个问题
• 流畅的错误，比沉默更难被发现
• 法规倒逼，不是道德自觉

Brown 是记者出身，曾在 CNN 担任主播，后来转任 Meta 新闻负责人，直接管理 Facebook 在全球30亿用户面前如何呈现新闻的政策。

这个位置让她近距离看到了“平台如何塑造信息流通”的全貌。她在17个月前离开 Meta，在纽约创立了 Forum AI，专门做一件基础模型公司普遍跳过的事：系统性评估AI给出的资讯是否准确、是否公正、是否具有多元视角。

没有人在测的那个问题

Forum AI 的核心产品是一套“地缘政治事件基准架构”。

运作方式是：Forum AI邀请一批具有不同政治光谱与专业背景的顶尖顾问：Niall Ferguson、Fareed Zakaria、前美国国务卿 Tony Blinken、前众议院少数党领袖 Kevin McCarthy、前美国国家安全副顾问 Anne Neuberger……针对同一复杂的地缘政治事件，为主流AI模型的回答逐一评分。

目前，Forum AI 已达到与人类专家约90%的共识阈值，使得Forum AI的评估结果具有可辩护的基准，而不只是一个人的观点。

Brown 发现的问题分三个层次，每一层都比上一层更难从技术角度修复。

第一层是来源选择逻辑的漏洞。 Gemini 在处理某些与中国无关的报道时，引用了来自中共官方网站的内容。这不是一般意义上的事实错误，而是模型在抓取来源时的筛选逻辑问题：AI 只判断“这是真实的文字，这是真实的链接”，不判断“这个来源的立场是什么、可信度如何、是否带有明确的政治目的”。

来源本身的政治性，在AI的输出流程中是不可见的。

**第二层是结构性的政治偏向。**Brown 测试的几乎所有主流模型都表现出偏左的政治倾向。这不是阴谋论，而是训练语料分布的自然结果。AI 从什么文本学习，就倾向复制那些文本的语气和立场框架。

英语互联网的主流内容——主流媒体报道、学术论文、社交媒体贴文——整体上带有特定的政治倾向，训练出来的模型就会继承这个倾向，而且不会意识到它正在这样做。

更棘手的是，这种偏向不是一个可以找出来修补的bug，而是嵌入在模型的每一次输出逻辑里。

**第三层是缺乏脉络与多视角。**Brown 表示现有模型普遍缺乏“背景脉络、多视角与论证透明度”。AI 给出的答案是陈述句，不是“这件事在A派看来代表的是这个，在B派看来代表的是那个，二者的根本分歧在于……”的结构。

它给你一个答案，但不告诉你这个答案是从哪个角度出发的。

流畅的错误，比沉默更难被发现

Brown 指出一个结构性盲点：基础模型公司在评估和排名模型时，优先考量的是数学、编码与逻辑推理能力，资讯准确性和政治多元性几乎从未出现在主流基准测试清单上。

原因不难理解。代码有对错，跑测试就知道。数学题有标准答案，准确率可以计算。但“什么是一篇地缘政治新闻的准确且公正的报道”，需要谁来判断？需要多少个具有不同立场的人形成共识才算数？这个问题没有工程解法。

在工程师主导、以基准测试排名决定市场定位的产品开发流程里，它就被系统性地跳过了。结果是，资讯准确性在AI的能力评估体系中几乎是隐形的指标。

被跳过的代价，可以从一个具体案例看出来。纽约市去年对AI招聘系统进行了一轮合规审计，目的是检查雇主使用的AI筛选工具是否违反现行的反歧视雇佣法规。根据审计结果，超过一半的案例没有检测到违规行为。

这个数字的问题不在于“违规率低”，而在于它可能代表的是：执行审计的AI工具其准确性本身就不够，以至于它看不出问题所在，而不是问题真的不存在。

这就是Brown论点的核心：**AI的问题，不只是给出错误的事实，更是让人带着信任去接受错误的事实。**一个人知道自己不知道某件事，至少还有机会去查。但当AI用流畅、自信、没有犹豫的语气给出一个错误答案，大多数用户根本没有理由怀疑它。

流畅的错误，比沉默更难被发现，也更难被纠正。

法规倒逼，不是道德自觉

Brown的判断直截了当：驱动改变的不会是道德压力或公众舆论，而是企业合规风险带来的商业压力。

Brown的论点背后有一个现实主义的基础：在AI产业的现有激励结构下，没有人有足够强烈的理由主动解决这个问题，直到它的代价变得无法忽视。信贷审批、保险核保、招聘筛选，这些场景里的AI决策都受现行法规约束。

一旦AI输出有歧视性或不准确的结果，使用AI的企业要承担法律责任。这个压力最终会向上传导到模型供应商，要求他们提供可审计、可验证、准确性有保障的输出。不是因为他们觉得这样做在道德上是正确的，而是因为企业客户的合同里开始写进了这个要求。

Lerer Hippeau去年领投了Forum AI的300万美元种子轮。这一数字在AI领域是小钱，但它代表的是一种判断：“AI评估”是一门生意，而且这门生意的需求，可能比目前可见的更快速增长。