KI · 4. november 2026
Kinesiske kunstig intelligens-modeller er mindre politisk ensidige enn antatt
En undersøkelse utført av Vals AI viser at kinesiske modeller for kunstig intelligens svarer mindre ensartet politisk enn det som er forventet. Studien indikerer at disse modellene ikke alltid følger den offisielle linjen fra Beijing ved politisk sensitive spørsmål.
Forskerne fra Vals AI testet kinesiske, amerikanske og andre språkmodeller med hundrevis av spørsmål om Kina. De varierte språk, kontekst og svarformat for å måle hva selskapet kaller en neiging til regjeringsvennlige posisjoner. Resultatene viser betydelige forskjeller mellom modellene. For eksempel bekreftet GLM-5.3 Flash at menneskerettighetsbrudd i Kina er omfattende dokumentert. Samtidig viste undersøkelsen at enkelte ikke-kinesiske modeller av og til er enige i offisielle kinesiske posisjoner.
Språket i forespørselen har stor innflytelse på den politiske retningen i svarene. For de fleste testede modeller var svarene på forenklet kinesisk mer regjeringsvennlige enn på engelsk, russisk eller spansk. Denne effekten var mest utpreget for kinesiske modeller. Det ble også observert en konsistent forskjell mellom forenklet kinesisk og tradisjonell kinesisk. Vals AI antar at modellene utleder den forventede perspektivet fra språket som brukes. I et eksperiment svarte enkelte modeller mer regjeringsvennlig når systeminstruksene sa at modellen ble brukt av et selskap på det kinesiske fastlandet, sammenlignet med bruk i USA.
Mens det er en utbredt oppfatning at kinesiske modeller blokkerer vanskelige spørsmål, gjaldt dette primært enkelte DeepSeek-modeller. De fleste andre kinesiske modeller nektet sjelden å svare, men tok i stedet delvis over offisielle posisjoner. Kimi K3 benektet for eksempel eksistensen av konsentrasjonsleirer for uigurene i Xinjiang og kalte dem yrkesopplæringssentre.
Svarformatet og tekniske rammeverk påvirket også resultatene. GLM-5.3 Flash og MiMo V2.6 Pro var betydelig mindre regjeringsvennlige når de måtte svare med ja eller nei. Regjeringsnærheten sank også for flere modeller når de ble utstyrt med systeminstruksjoner for programmeringsassistenter eller tilgang til nettsøk, selv om verktøyene ikke ble brukt.
Politiske tendenser var vanskeligere å påvise ved realistiske arbeidsoppgaver enn ved målrettede testspørsmål. Likevel oversatte Qwen3.8 Max Taiwan til Taiwan, Kina i en reiseapp, en betegnelse brukt av den kinesiske regjeringen. GPT Image 2.5 Sunburst fra OpenAI kalte Taiwan for provinsen Taiwan og inkluderte den omstridte ni-stiplet linjen i Sør-Kina-havet ved forespørsler på kinesisk, men ikke på engelsk.
Videre trening påvirket resultatene. Modellen Thomson 1.0 Small, som er videreutviklet av Thomson Reuters, tok betydelig sjeldnere over offisielle kinesiske posisjoner enn den opprinnelige Qwen3.6 35B. Andelen sank fra 84,6 prosent til 15,0 prosent, selv om enkelte svar fortsatt forsvarte ett-Kina-prinsippet.