人们每天都在向人工智能聊天机器人提出各种问题，但当涉及到政治议题以及即将到来的2026年美国中期选举时，AI平台究竟扮演着怎样的角色？一个AI聊天机器人是否可能促使选民改变党派立场或重新审视自己的政治信念？
麻省理工学院的研究人员搭建了一个名为"大语言模型选举观察站"的新仪表盘，用于实时考察主流AI聊天机器人如何回应有关2026年中期选举的问题。该仪表盘团队由亚当·贝林斯基教授、助理教授查拉·波迪马塔以及查尔斯·斯图尔特三世教授领衔，三人在选举投票与管理、人工智能与虚假信息、以及AI系统如何影响人类决策等领域拥有丰富研究经验。为了更好地理解AI如何影响选举，他们设计了这个仪表盘，以模拟全国各地民众与聊天机器人交流的情形。
该团队追踪不同AI系统对同一组固定问题的回应情况，这些问题涵盖选举认证、热点争议议题、结果预测、新闻报道等多个方面。每隔几天，"大语言模型选举观察站"团队就会重新向聊天机器人提出这些问题，观察随着选举临近，其回应会如何根据用户所在地区、政党归属、身份特征等因素而发生变化。这项工作的目标不仅在于理解AI系统如何传播信息，更在于深入认识它们是如何塑造全国范围内的政治话语以及选民对政治议题的理解的。
麻省理工学院新闻办公室就"大语言模型选举观察站"的相关工作、AI可能如何影响中期选举，以及选民在与聊天机器人互动时应注意哪些问题，采访了波迪马塔教授（1942届职业发展教授、斯隆管理学院运筹学与统计学助理教授，兼信息与决策系统实验室成员）和贝林斯基教授（三井教授、政治学系教授）。
问：这个项目的灵感来源是什么？你们希望通过"大语言模型选举观察站"了解到什么？
波迪马塔：人们越来越多地使用AI聊天机器人来查找和理解政治与选举相关信息。这使得了解这些系统实际提供了什么信息变得尤为重要，而且不仅仅是某一时刻的信息，更要贯穿整个选举周期进行考察。这项工作颇具挑战性，因为模型本身在不断更新，它们所能获取的政治信息输入也在变化，而且它们的回答还可能取决于用户提问的方式或用户提供的自身信息。
一个基本问题是，我们目前并没有一份良好的历史记录来呈现这一信息环境。如果一个AI系统今天对某个选举问题给出了特定答案，而几周后给出了不同的答案，事后要重建选民在每个时间点实际看到的内容将会非常困难。我们这个项目的一个重要目标，就是系统性地记录这一环境的演变过程，并将由此产生的数据提供给其他研究人员和公众使用。
归根结底，事实准确性只是第一道关卡。我们当然需要了解聊天机器人是否提供了准确的政治信息，但我们同样需要高度关注它们可能以更微妙的方式塑造人们对政治议题理解的情况。在表述框架、侧重点、不确定性表达以及引用来源方面的差异，即便不构成彻头彻尾的虚假信息，也可能产生巨大影响。
问：波迪马塔教授，您曾研究过大语言模型在2024年选举期间如何塑造政治话语和信息传播。那项研究的主要发现是什么？这些发现如何影响了这个新项目？
波迪马塔："大语言模型选举观察站"是在我此前关于2024年总统选举研究基础上的延伸。那项研究发现，AI模型的回应会随时间推移以及提示表述方式的不同而出现有意义的变化，模型对候选人的刻画方式以及对选举结果的隐性预判也存在差异。
2026年中期选举给了我们一个大幅扩展这项工作的机会。中期选举尤为有趣，因为同时存在众多州级和地方选举，与更宏观的全国性政治叙事交织在一起。因此，我们新的审计调查既提出了针对众议院和参议院候选人的具体问题，也提出了关于投票信息及选举信息环境其他方面的更广泛问题。
问：您为什么认为研究聊天机器人如何回应不同用户群体的政治提问如此重要？
波迪马塔：我们每个人都通过与聊天机器人的互动，构建了属于自己的"微观世界"。然而，我们缺乏系统性的方法来理解这些个性化信息环境是如何因我们自身的身份而形成差异的，也不清楚随着我们自身及信息环境的变化，这些差异会如何演变。
举例来说，人们可能没有意识到，他们最常用的聊天机器人告诉他们的某个政治议题的信息，可能与朋友最常用的聊天机器人就同一议题给出的信息大不相同。更重要的是，即便所提供的信息都是事实准确的，这些差异依然会造成影响。聊天机器人可能以不同方式呈现相同的事实，强调议题的不同方面，表达不同程度的不确定性，或者引用完全不同的信息来源——即便是面对不同用户提出的相同问题。结果，两位用户可能对同一基本事实形成截然不同的认知，却完全没有意识到彼此的体验存在差异。
从某种意义上说，这又让我们回到了此前在社交媒体背景下（无论是作为研究者还是整个社会）一直在应对的诸多担忧。在社交媒体上，用户和研究人员至少在一定程度上能够观察到不同Facebook群组、Instagram账号或TikTok社群中流传的信息。而对于聊天机器人而言，这些信息环境对于个体对话之外的任何人来说基本上是不可见的。我们无法轻易观察到不同用户被告知了什么，更不用说系统性地比较这些回应或追踪它们随时间的变化了。这正是为什么像"大语言模型选举观察站"这样的项目如此重要：通过系统性地收集并公开分享聊天机器人的回应，我们能够开始让这些原本不可见的差异变得可观察、可审视。
问：你们通过这个仪表盘追踪的是哪些类型的问题和AI回应？
波迪马塔：我们最终希望这个数据集能够帮助我们研究若干问题。比如：不同模型对相同问题是否系统性地提供了不同信息？它们的回应是否会随着竞选活动的推进而变化？特定模型给出的答案是否会因用户提问的方式或自我描述方式不同而改变（例如，当模型被告知用户是民主党人还是共和党人时，答案是否会发生变化）？以及最后，这些模型在回答与选举相关的问题时，是从哪些来源获取信息的？
我们公开的仪表盘是这个项目的重要组成部分。我们希望无论是学术界内外的人士，都能够在选举进程中实时看到我们正在收集的数据，而不是在几个月后才在学术论文中看到结果。因此，仪表盘呈现了底层数据以及一些初步的描述性分析，我们还计划将这份数据集提供给其他研究人员进行研究。我们预计这个仪表盘会随着数据和方法的不断发展而演进。
通过这个仪表盘，我们希望既延续2024年开发的科学方法论，又能在选举实际进行过程中让这项研究变得更加贴近公众、更具实用性。不仅如此，团队中加入麻省理工学院政治学专家的意义也不可低估——亚当和查尔斯确实帮助我们大大拓展了审计调查所涉及的问题范围。
问：关于使用AI聊天机器人查找选举信息，你们希望全国选民了解些什么？
贝林斯基：人们应当牢记，聊天机器人听起来很自信并不意味着它就是准确的。AI系统被设计成即便答案错误、不完整或依据的来源不可靠，也会以权威的口吻回答用户提出的问题。这些答案可以作为一个合理的起点，但选民不应止步于此。
问：你们目前有哪些发现？
波迪马塔：我们尚未完成完整的纵向分析，所以这里只能谈谈大致轮廓，不过2026年的数据中似乎已经显现出一些较为宽泛的规律。针对我们呈现的不同用户身份，我们看到回答呈现方式、模型引用的来源以及语气上都存在差异——有时即便底层事实是相同的，这种差异依然存在。我们目前还无法判断这些差异的稳定程度如何，它们会如何随选举进程变化，或者一个真实的人会如何解读并作出反应。我们未来的分析将着手探讨这些问题。这也进一步凸显出，我们正在收集的持续性记录，其价值要远远超过你在选举前后某个时间点看到的任何单一快照。
问：贝林斯基教授，您的研究还表明，在某些情况下AI聊天机器人可以被用来帮助驳斥虚假信息。能否谈谈这方面的情况？
贝林斯基：在我面向本科生开设的信息与社交媒体课程中，我一直在探讨AI可能具有的双重作用。一方面，这些工具能够以前所未有的规模生成具有误导性的文字、图片和视频内容，基本上AI能够帮助不良行为者用虚假信息"淹没整个信息空间"。另一方面，一些最有前景的近期研究表明，与聊天机器人进行基于证据的对话，能够持久地减少人们对阴谋论以及其他缺乏公开证据支持的观点的信任。
AI有潜力实现这种大规模的辟谣——这是我们长期以来一直难以做到的事情。几十年虚假信息研究得出的教训是：任何技术（无论是早期的印刷术、广播还是电视）本身对于促进真相既非天然有益也非天然有害，关键在于它是如何被构建和部署的。像这个项目这样的独立审计，有助于我们评估此类技术最终产生的影响。
问：能否谈谈您对这项研究的总体目标？
波迪马塔：AI是一项变革性技术，人们对它将给整个社会带来何种影响，自然而然地抱有截然不同的预期（和情绪）。我们每个人身边都有对AI过度热情的人，也有深感忧虑的人，还有更多人处于两者之间，正努力理解这项技术能做什么、不能做什么。我们在这里的目标，并非从AI对选举是好是坏这一预设立场出发，而是希望为这场变革的某一方面揭示一些真相：主流AI系统在选举进程展开过程中，实际上正在向人们提供怎样的信息。
