标签
《WIRED》报道称，主流 AI 聊天机器人在回答有关美国中期选举的问题时，经常给出不准确、过时或带有党派倾向的答案。研究显示，近 40% 的选举相关回答包含事实错误，而且聊天机器人经常引用被称为“粉红黏液”的党派宣传网站。
Wired 的科技习惯访谈揭示了 NBC 选举分析师 Steve Kornacki 意外地偏模拟化的数字生活——iPhone 17 Pro、一台 Windows 7 的 Dell 笔记本、每天 3.5 小时的屏幕使用时间，以及 53,828 封未读邮件——尽管他作为选举夜'图表男神'在网上拥有极高人气。
佛罗里达州各地对数据中心开发项目的反弹正成为州长选举中的关键摇摆议题。共和党候选人 Byron Donalds 因其支持数据中心的立场而遭到党内人士的反对，民主党人 David Jolly 则推动暂停相关项目。
# MIT 新闻问答：LLM 选举观测站如何追踪 AI 聊天机器人对 2026 年美国中期选举的影响 ## 概述 MIT 新闻近期通过问答形式报道了 MIT 研究团队开发的 **LLM Election Observatory**（大语言模型选举观测站）仪表盘。该工具旨在实时追踪主流 AI 聊天机器人如何回应与 **2026 年美国中期选举**相关的问题，以研究 AI 技术如何影响选民认知与政治话语。 ## 核心要点 - **工具名称**：LLM Election Observatory（大语言模型选举观测站） - **开发团队**：MIT 研究团队 - **主要功能**：实时监测主流 AI 聊天机器人在回答选举相关问题时的表现 - **研究目标**：深入理解 AI 如何影响选民的政治认知以及公共政治话语的走向 - **关注时间范围**：2026 年美国中期选举 ## 研究意义 随着大语言模型（LLM）在公众信息获取中的角色日益重要，AI 聊天机器人对政治信息的呈现方式、内容倾向性和准确性，可能对选民决策产生深远影响。该观测站的建立，为研究人员提供了一个系统化的数据采集与分析平台，有助于： 1. **识别偏差**：发现不同 AI 模型在回答选举相关问题时可能存在的政治偏见 2. **评估准确性**：检验 AI 生成的选举信息是否准确可靠 3. **追踪演变**：实时记录 AI 回答内容随选情发展而发生的变化 4. **促进透明**：提升公众对 AI 在政治传播中作用的认识与监督
Google 的 AI Mode 拒绝直接回答谁赢得了近期美国总统大选，而是引导用户查阅官方来源；相比之下，其他聊天机器人甚至 Google 自家的 Gemini 都能准确作答。Google 称其对敏感选举话题设有严格的安全过滤机制，不过该行为会因地区不同以及问题被重复提问而有所差异。
Wedgewood Polls 承认其民调数据系伪造，并将其包装成一场社会实验；华盛顿大学（University of Washington）信息公众中心（Center for an Informed Public）分析了这一自白如何迅速被放大，并在 X 平台上被重塑为党派阴谋论以及潜在的"选举舞弊"叙事。
Convovo的一项研究发现，当被迫选择一名候选人时，Grok 4.7在92%的情况下推荐共和党人，而GPT-6.1 Sol在97%的情况下推荐民主党人，这揭示了消费级聊天机器人背后底层模型明显存在的政治倾向。
报道指控 Meta 和 X 等大型科技平台在美国中期选举和巴西大选前对政治内容采取选择性执法，包括以 AI 机器人流量为由错误暂停“No Kings”抗议账号，以及被曝限制巴西左翼总统卢拉的 Instagram 账号推广。
WIRED 报道称，Polymarket 上两个全球大选相关市场在选举结果早已尘埃落定后仍产生了超过 6 亿美元的交易量，其中大部分为疑似对敲交易，涉及埃塞俄比亚和罗马尼亚的选举市场。Polymarket 表示已标记并封禁相关账户。
WIRED 报道称，最大的亲 AI 超级 PAC 网络 Leading the Future 已向内华达州多家疑似空壳 LLC 支付数千万美元，选举监督机构向 FEC 提起投诉，指控其违反联邦竞选法、未披露实际收款人。
一篇初步分析认为，根据不断涌现的证据，相当一部分支持特朗普和支持AfD（德国选择党）的机器人活动似乎直接依赖俄罗斯的数据中心运行，更多数据仍有待公布。
Anthropic 更新使用政策，明确禁止选举干预、武器软件、监控用途，以及对模型的长期言语虐待，并新增“不破坏民主进程”条款。
NPR 报道称，越来越多的美国选民正使用 ChatGPT 等 AI 聊天机器人来研究中期选举中选票下方的各级竞选并核实相关说法；与此同时，专家警告，大语言模型（LLM）具备说服力强、迎合用户的特性，加之训练数据不透明，可能在政治决策中引入微妙的偏见。
特朗普承诺，如果共和党同时控制众议院和参议院，将向每位美国成年人发放5000美元分红，Kalshi预测几率为16%。
一家联邦上诉法院阻止了一项FCC命令，该命令原本允许政党与筹款委员会在选举期间获得广播电视广告的最低费率，法院裁定根据美国法律，只有个人候选人有资格获得此类折扣。
选举官员正采取措施缓解预测市场在中期选举中可能带来的混乱和不信任，包括为工作人员制定新誓言以防止操纵和攻击。
This paper introduces a reproducible auditing framework for detecting systematic political preferences in LLMs, demonstrated through an Italian case study evaluating parties and leaders across nine criteria.
本文介绍了Polistemics，一个基于理论的基准，用于评估LLMs如何在选举中中介政治信息，并发现尽管总体得分看起来不错，但模型在模糊或矛盾信息下系统性失败。