MIT大模型选举观测站 同一问题答案因人而异

时间：2026年10月30日，麻省理工学院（MIT）新闻办公室发布对 LLM 选举观测站研究团队的专访，中文编译稿在10月31日跟进。需要说明的是，这个公开看板本身在9月已经对外开放，本轮的新内容是 MIT 官方对研究方法、初步发现和研究边界的完整披露。 地点：线上。观测站的数据与初步分析公开在 llmelectionobservatory.org 站点，研究方来自 MIT 斯隆管理学院、MIT 政治学系与信息与决策系统实验室（LIDS）。 人物：MIT 斯隆管理学院运筹学与统计助理教授 Chara Podimata（1942届职业发展教授、LIDS 成员）、MIT 政治学教授 Adam Berinsky（三井教授）、MIT 政治学教授 Charles Stewart III，MIT News 记者 Abby Abazorius。 事件详情：观测站是一个公开看板，实时记录主流 AI 聊天机器人在 2026 年美国中期选举相关问题上的回答。MIT News 的专访披露，团队每隔几天用同一套固定问题重新跑一遍提问，同时改变模拟用户的所在地、党派归属和身份设定，观察回答随之发生的变化，问题覆盖选举认证、争议议题、选举结果预测和新闻报道等方面。看板公开底层数据与初步的描述性分析，团队计划把数据集开放给其他研究者。早期数据已经显示出一条规律：在不同模拟用户身份下，聊天机器人会引用不同的信源、采用不同的语气、以不同方式框定同一件事，即便底层事实是准确的。团队同时说明，目前还没有做完整的纵向分析，这些差异到底有多稳定、会怎样随选情推进变化，现在都还不能下结论。 背景：项目的运行方式此前已有报道。据 WIRED Greece 在9月25日的专访，团队每轮大约提交19000个问题、大约每五天一轮，通过变换引导提示和用户身份要素（例如性别、政治倾向）来做对照。据 AI Weekly 汇总《纽约时报》9月10日的报道，看板当时覆盖约12个大模型、约1.9万条提示词与身份组合，约三成英文提问得到的是不完整、不清晰、不准确或过时的回答。这个项目建立在 Chara Podimata 团队2024年总统选举期间的研究之上，那篇论文（arXiv 2509.18446）发现模型回答会随时间与提示框架变化，对候选人的描述存在系统性差异，并隐含预判了选举结果。2026年中期选举的特殊之处在于州与地方选举同期密集展开，还叠加着全国性叙事，因此审计问题既针对具体候选人，也覆盖投票信息本身。 影响：对普通用户和开发者来说，这项工作的价值在于把"同一个问题、不同用户、不同答案"变成可以公开核对的东西，在同一场选举里两个人问同款聊天机器人同一件事，拿到的表述可能并不一样。对 AI 产品方来说，提示中携带的用户身份信息会改变回答的框定方式与引用信源；对平台和研究者来说，聊天机器人的信息环境缺少可回溯的公开记录，几周前选民究竟看到什么事后很难重建。MIT 团队也提醒，AI 会被当成权威来回答，即便答案错误、不完整或者只依赖薄弱信源，但同一批研究者也指出，基于证据的对话可以在规模化层面降低人们对阴谋论的信念，工具本身无所谓好坏，差别在构建与部署的细节。 总结：LLM 选举观测站把 AI 选战里最难观测的一环做成了公开数据，不同用户在不同时间问同一个模型，得到的内容并不相同。MIT 团队把"事实是否准确"和"框架、信源、语气如何塑造认知"分开处理，前者是底线，后者常常决定两个人得出天差地别的结论。对做 AI 产品的人来说，这套方法论值得借鉴，用户画像与提示上下文不是无关紧要的信息，它可能悄悄改写答案本身；对读者来说，这个看板是判断"AI 说的"该信多少的一个外部参照。 常见问题： 问：LLM Election Observatory 是什么？ 答：MIT 团队做的公开看板，实时记录主流 AI 聊天机器人在 2026 年美国中期选举相关问题上的回答，公众和研究者都能直接查看。 问：同一个问题换个用户问，答案会不一样吗？ 答：早期数据显示，模拟用户身份不同时，模型引用的信源、语气和框定方式都会变化，即使底层事实相同。 参考来源： MIT News：Q&A: Hey AI, who should I vote for this year?（2026-10-30） https://news.mit.edu/2026/qa-hey-ai-who-should-i-vote-for-this-year-1030 WIRED Greece 专访：越来越多人在问聊天机器人该投谁一票 https://wired.com.gr/article/olo-kai-perissoteroi-rotoun-ta-chatbots-poion-na-psifisoun-den-pairnoun-oloi-tin-idia-apantisi/ LavX News：MIT研究人员推出仪表板，追踪AI聊天机器人如何回答选举相关问题（2026-10-31） https://news.lavx.hu/zh-Hans/article/mit-yan-jiu-ren-yuan-tui-chu-yi-biao-ban-zhui-zong-ai-liao-tian-ji-qi-ren-ru-he-hui-da-xuan-ju-xiang-guan-wen-ti LLM Election Observatory 公开看板 https://www.llmelectionobservatory.org/ arXiv 论文：Podimata 等人2024年美国总统选举期间的LLM研究 https://arxiv.org/abs/2509.18446 AI Weekly：MIT Launches LLM Election Observatory Dashboard, Tracks 12 Models Across 19,000 Political Prompts https://aiweekly.co/alerts/mit-launches-llm-election-observatory-dashboard-tracks-12-models-across-19000