دراسة تكشف أن نماذج الذكاء الاصطناعي الصينية تقدم إجابات سياسية أكثر تنوعاً من المتوقع

كشفت الدراسة عن تباينات كبيرة بين النماذج، حيث أكد نموذج GLM-5.3 Flash أن انتهاكات حقوق الإنسان في الصين موثقة بشكل واسع. وفي المقابل، أنكر نموذج Kimi K3 وجود معسكرات اعتقال للإيغور في شينجيانغ، واصفاً إياها بأنها مراكز تدريب مهني لمكافحة التطرف والإرهاب. كما وجدت الدراسة أن معظم النماذج الصينية نادراً ما ترفض الإجابة، باستثناء بعض نماذج DeepSeek التي تميل لحظر الأسئلة الحساسة.

أثرت لغة الاستفسار بشكل قوي على التوجه السياسي للإجابات، حيث كانت الردود باللغة الصينية المبسطة أكثر تأييداً للحكومة مقارنة بالردود بالإنجليزية أو الروسية أو الإسبانية، وكان هذا التأثير أقوى في النماذج الصينية. كما لاحظ الباحثون أن تحديد سياق الاستخدام داخل شركة في الصين جعل بعض النماذج أكثر ميلاً للمواقف الحكومية مقارنة بتحديد الاستخدام في الولايات المتحدة.

أدى تغيير تنسيق الإجابة إلى نتائج مختلفة، حيث أصبح نموذجا GLM-5.3 Flash و MiMo V2.6 Pro أقل تأييداً للحكومة عند إجبارهما على الإجابة بـ نعم أو لا بدلاً من الصياغة الحرة. كما انخفض الميل الحكومي عند تزويد النماذج بتعريفات أدوات المساعد البرمجي أو ميزة البحث في الويب، حتى دون استخدام تلك الأدوات فعلياً.

وفيما يتعلق بالمهام الروتينية، ظهرت التوجهات السياسية في حالات محددة، حيث ترجم نموذج Qwen3.8 Max كلمة تايوان إلى تايوان، الصين في تطبيق للسفر. كما أظهر نموذج GPT Image 2.5 Sunburst من شركة OpenAI فروقاً لغوية، حيث وصف تايوان بأنها مقاطعة تايوان وأضاف خط التسع نقاط في الطلبات باللغة الصينية، بينما غابت هذه العناصر في النتائج باللغة الإنجليزية.

أثبت التدريب الإضافي تأثيره على النتائج، حيث أن نموذج Thomson 1.0 Small الذي دربته شركة Thomson Reuters كان أقل تبنياً للمواقف الصينية الرسمية مقارنة بنموذج Qwen3.6 35B الأصلي، حيث انخفضت النسبة من 84.6 في المئة إلى 15.0 في المئة، رغم استمرار بعض الإجابات في الدفاع عن مبدأ الصين الواحدة.