監督委員會發現AI模型審查34%政治批評內容

Meta監督委員會發現，主流AI模型在拒絕生成針對高壓政府的政治批判性內容方面，比率是言論寬鬆國家的兩倍以上。

監督委員會週四表示，來自OpenAI、Anthropic、Google和Meta的AI模型，在針對言論審查嚴格政府的政治批判性內容請求中，拒絕率高達34%，而在言論寬鬆司法管轄區則為14%。

「我們清楚看到一種情況，即存在一種跨越國界的代理審查延伸現象，」監督委員會聯合主席Paolo Carozza表示。

該委員會依據自由之家的排名，將10個司法管轄區分為「寬鬆」與「嚴格」兩類，並測試了10個大型語言模型。研究人員向OpenAI、Anthropic、Meta、Google、DeepSeek及xAI的模型發出請求，要求其生成抗議素材以及針對特定政府的政治暴力諷刺內容。監督委員會發現，模型經常引用當地法律作為拒絕的理由——即使查詢來自澳洲，而該國並無此類法律。

這項發現加劇了AI公司本已面臨的監管壓力。Google DeepMind執行長Demis Hassabis週二呼籲設立一個由美國主導的AI監管機構，以便在先進模型部署前進行審查。監督委員會敦促各公司揭露影響模型輸出結果的政府要求，並進行系統性的人權分析。

這份報告是監督委員會——由Meta於2020年創立，負責裁決Facebook和Instagram上的內容審核爭議——首次針對AI而非社群媒體進行獨立研究。儘管Meta的Llama模型也是測試組之一，但監督委員會表示，該公司「在此項研究中沒有扮演任何角色」，儘管其資金來源依賴Meta。

目前尚無任何AI公司公開同意採納監督委員會的建議。該報告並未提出委員會通常向Meta發布的那種詳細政策指令，而是提供建議：AI公司應發布針對政府要求限制內容的政策，且須符合國際人權法；同時應在模型的生命週期內——從訓練、微調，到部署前審查及持續部署——揭露政府的相關要求。

監督委員會表示，34%與14%之間的拒絕率差異具有統計顯著性。「我們還觀察到，模型解釋它們正在遵循明確規則的證據，但據我們所知，這些規則根本不存在，且未得到一致適用，」報告指出。

這項發現呼應了民間社會團體及學術研究人員提出的擔憂：在多個司法管轄區數據上訓練的AI模型，可能會內化最嚴格國家的審查規範。監督委員會的研究表明，這種動態已經嵌入到全球數百萬人使用的生產系統中。

對於AI公司而言，監管與聲譽風險正不斷累積。歐盟的《AI法案》於2025年至2026年分階段生效，要求通用AI模型的提供者尊重基本權利——包括言論自由。違規者最高可處以全球年營業額3%的罰款。在美國，聯邦貿易委員會已表達對AI問責制的關注，而國會兩黨法案則提議對模型訓練數據及安全測試施加透明度要求。

監督委員會表示，社群媒體內容審核的經驗教訓可直接適用於AI。「我們過去學到的教訓是，必須保持高度警惕，因為很多時候，即使不是有意或直接的，科技也可能對人們表達自我的能力產生重大影響，」Carozza說。

本文僅供資訊參考，不構成投資建議。