斯坦福开发无党派AI选民指南 AI投票建议实测不可靠

时间：2026年11月2日，美国太平洋时间下午4点17分（北京时间11月3日上午8时17分），美国地方电视台KTVU FOX 2发布选举日报道《Artificial intelligence and the ballot box》，请斯坦福大学社会学博士生乔·默尔尼克（Joe Mernyk）谈人工智能在选举信息场景中如何保证准确与无偏。 地点：报道方为美国加利福尼亚州旧金山湾区的KTVU FOX 2；研究方为美国斯坦福大学；第三方实测场景为匈牙利国会选举。 人物：斯坦福大学社会学博士生 Joe Mernyk，隶属 AI for Public Benefit Lab，其研究方向之一是开发并评估无党派 AI 选民指南；斯坦福 Impact Labs 研究者 Jonne Kamphorst；欧洲公民自由联盟 Liberties 技术与权利项目负责人 Eva Simon；匈牙利 Tisza 党与 Fidesz 党。 事件详情：KTVU 报道提出的问题是：越来越多美国人用 AI 回答包括政治与选举在内的各类问题，这些应用如何保证给出的信息准确、不带偏向。Mernyk 给出的研究方向是开发并评估“无党派 AI 选民指南”，目标是缩小选民知识差距、提高选举参与率。斯坦福 Impact Labs 的项目页记录了团队的做法：在 2024 年选举周期开发并评估一个以 Ballotpedia 非党派数据为信源的 AI 选民指南，在覆盖加利福尼亚州和得克萨斯州合格选民的 2474 人预注册实验中，使用过该工具的选民认为它准确、可信且没有偏向；Kamphorst 等人的论文《A nonpartisan source-grounded AI voter guide is perceived as trustworthy and affects voting intentions》给出同一结论。 与之形成对照的是第三方实测。欧洲公民自由联盟 Liberties 基于匈牙利 2026 年国会选举期间的调研，用匈牙利投票建议应用 Voksmonitor 记录的党派立场构造 5 个虚构选民画像，每个画像分别在 ChatGPT 和 Gemini 中各测试 10 次，一次直接问“该投哪个党”，一次问与五个党的立场匹配百分比。结果是：当输入与 Tisza 立场一致的详细画像时，ChatGPT 有 90% 的情况没有推荐 Tisza；在立场匹配百分比测试中，ChatGPT 只有 2% 的情况给 Tisza 打了分，反而推荐了跨不过 5% 参选门槛的小党或根本不在选票上的党。相比之下 Fidesz 立场的画像被识别得稳定得多，ChatGPT 约 50% 的情况明确把 Fidesz 作为唯一该投的党，其余情况也把它列为主要选项。ChatGPT 和 Gemini 有 96% 的回答中出现了不在 2026 年选票上的政党，同一画像重复提问会得到“实质不同”的答案；两个模型都习惯先声明自己“无法提供政治建议”，随后给出几段笃定而专业的党派推荐。Liberties 的技术与权利项目负责人 Eva Simon 表示，通用 AI 不应把不透明、不稳定的政治匹配当作可靠的选举建议呈现给选民；在无法保证透明、准确、一致与可问责之前，AI 提供者应当停止输出个性化投票推荐。 背景：匈牙利 2026 年国会选举中，Tisza 党在 Péter Magyar 领导下以压倒性优势获胜，终结 Orbán 16 年的执政；该国 29.8% 的人口被认定为 AI 用户。Liberties 认为，错误根源大概率在训练数据缺口、过滤器与语言处理限制——Tisza 2024 年后才崛起，静态训练模型很难把它放进“地图”。报告同时点出一个监管缝隙：欧盟《AI 法案》要求通用 AI 模型提供者评估系统性风险，《数字服务法》覆盖对选举流程的系统性风险，聊天机器人恰好落在两者之间。美国这边，11 月 3 日中期选举投票日前夕，AI 工具已被选民用于检索选举信息，10 月 8 日 KNX News 播客也专访 Mernyk 讨论“用 AI 帮你投票”这件事。 影响：对 AI 产品侧，Liberties 的要求划出了一条硬边界——凡是“给建议”而非“给事实”的场景，鉴于选举信息的高敏感度与不可复现性，合规与舆情风险要比普通问答高一个量级；而模型先声明免责、再给出笃定结论的回答形态，恰恰会放大用户把不可复现输出当成可靠结论的倾向。对方法论侧，有信源约束、非党派、结果可复现的 AI 选民指南是一条可验证的改进路径，预注册实验中使用者对其准确、可信、无偏的评价，为“AI 公共服务”产品提供了可复制的评估口径。对国内从业者，涉及投票、资格认定、政策解释这类高敏感场景时，“能查事实”和“能替人判断”必须分开设计，评估重心也要从回答好不好转向是否可复现、是否可问责。 总结：这条报道的价值不只在于再次确认“AI 会误导选民”这个已被反复说过的结论，而在于两条并行的证据链。一条是斯坦福 Impact Labs 展示的解法方向：用 Ballotpedia 这类非党派信源约束模型输出，在 2474 人的预注册实验中拿到准确、可信、无偏的用户评价。另一条是 Liberties 在真实选举中的对照实测：同样面对选举提问，通用聊天机器人在 90% 的情况下漏掉了提问者立场一致的政党，96% 的回答里混进了不在选票上的党，且结果无法复现。两边指向同一件事——在选举这类高风险场景，AI 该做的是有信源约束的事实检索，而不是不透明的个性化建议。这条边界比任何单项能力指标都更值得国内团队参照。 常见问题： 问：AI给的投票建议能直接照着投吗？ 答：不能。匈牙利实测中，ChatGPT 有 90% 的情况没推荐立场一致的 Tisza 党，96% 的回答里出现不在选票上的政党。 问：什么是无党派AI选民指南？ 答：斯坦福团队用 Ballotpedia 等非党派信源构建的选民问答机器人，在 2024 年预注册实验中，2474 名加州和得州选民认为它准确、可信且无偏。 参考来源： KTVU FOX 2《Artificial intelligence and the ballot box》（2026年11月2日） https://www.ktvu.com/video/fmc-2odyoxr39xdlh3jt 《卫报》：Election voting advice from AI chatbots 'inaccurate and unreliable'（2026年7月21日） https://www.theguardian.com/technology/2026/jul/21/election-voting-advice-ai-chatbots-inaccurate-unreliable-hungary 罗马尼亚 digi24 报道：选举前到底能不能信 ChatGPT 和 Gemini 的投票建议 https://www.digi24.ro/stiri/sci-tech/lumea-digitala/eu-cu-cine-votez-cat-de-sigur-este-sa-te-bazezi-pe-chatgpt-sau-gemini-inainte-de-alegeri-ce-arata-un-studiu-realizat-in-ungaria-3871413 斯坦福大学研究生院学者页：Joseph Mernyk https://vpge.stanford.edu/people/joseph-mernyk Stanford Impact Labs：Leveraging AI to Inform American Voters https://impact.stanford.edu/investment/leveraging-ai-inform-american-voters Sciences Po médialab：无党派信源约束的 AI 选民指南研究摘要 https://medialab.sciencespo.fr/en/news/a-nonpartisan-source-grounded-ai-voter-guide-is-perceived-as-trustworthy-and-affects-voting-intentions/ KNX News 播客：Using AI to help you vote? Here's what you need to know.（2026年10月8日） https://www.audacy.com/knxnews/podcasts/9dc42e116cd5f7c4d4f9094b17a68f78/episodes/using_ai_to_help_you_vote_here-8773092