从幻觉到党派偏见，ChatGPT、Claude这类AI聊天机器人在选举日帮不上什么忙——它们给出的错误答案，往往还说得格外自信。
编者按：当聊天机器人成了“选举顾问”
每逢选举，信息焦虑总会集中爆发：投票站在哪、几点关门、需要带什么证件、邮寄选票什么时候寄出才算数。过去人们打电话问选举办公室、翻政府网站，如今越来越多的人打开ChatGPT或Claude，直接问一句“我明天该去哪投票”。这看似是效率的提升，实则是一个相当危险的转向。WIRED记者David Gilbert在选举日当天发表的文章给出了明确提醒：不要把AI当作投票助手。
原因并不复杂——AI聊天机器人的设计目标是“生成看起来合理的回答”，而不是“提供经过核实的事实”。这两者在日常闲聊中差别不大，但在选举场景里，一次错误就可能让人白跑一趟投票站，甚至错过法定的投票截止时间。
幻觉：最危险的错误，是自信的错误
大语言模型最广为人知的缺陷是“幻觉”（hallucination）。它们会以流畅、笃定的语气，输出完全虚构的信息：一个不存在的投票站地址、一个被凭空挪动的登记截止日期、一项从未通过的选民证件要求。
更麻烦的是，这类错误极难被普通用户识别。搜索引擎给出错误信息时，你至少还能看到来源链接并自行判断；而在聊天窗口里，答案是被“讲”出来的，没有出处、没有脚注，语气还与正确答案完全一致。模型不会在编造时犹豫，也不会在不确定时主动说“我不知道”——除非被明确要求，而多数用户不会这样提问。涉及选举规则时，这种“自信的虚构”代价尤其高：投票权一旦错过时间窗口，通常无法补救。
党派偏见：模型未必“中立”
文章指出的第二个问题，是政治倾向。近年多项研究反复检验主流大模型在政治议题上的输出，发现它们在候选人评价、政策讨论乃至“谁在辩论中表现更好”这类问题上，往往呈现出可测量的偏向性，且不同模型之间的偏向方向与强度并不一致。
这意味着，当你让AI“分析一下两位候选人的政纲”时，你得到的并不一定是一份天平两端等重的对照表。训练数据中的语言分布、对齐阶段的人类反馈偏好、系统提示词的措辞，都可能让输出在不知不觉中发生倾斜。对本就立场摇摆的选民而言，一个被包装成“客观总结”的倾向性回答，影响可能比一条明确表态的政治广告更大——因为它看起来没有立场。
时效性与地方性：AI最薄弱的两块短板
选举信息有两个特点：极度本地化，且随时变动。投票站可能临时迁移，投票时间可能因法院裁决而延长，候选人可能退选，规则可能在上周刚刚修改。而模型的知识来自训练数据的截止日期，之后发生的一切，它要么不知道，要么靠联网检索拼凑出真假混杂的答案。
地方选举恰恰是信息最稀缺、也最依赖准确性的场景。学区委员会、市议员、 ballot measure（公投提案）——这些下级选举的细节在互联网上本就稀疏，模型在缺乏材料时更倾向于“合理推测”，而非承认知识空白。相比之下，州或县选举办公室发布的官方选民指南，才是唯一具备权威性的信息源。
为什么人们还是忍不住要问AI
批评AI不等于否认需求。选民转向聊天机器人的真正原因，是官方信息渠道长期存在门槛：政府网站信息架构陈旧、术语晦涩、各州规则差异巨大、电话热线在选举日占线。AI提供的“对话式界面”确实降低了理解门槛——问题在于，它降低的是理解门槛，而不是错误门槛。
合理的用法是存在的：让AI帮你解释“初选”和“大选”的区别、梳理需要向选举办公室核实的问题清单、把官方文件翻译成更易懂的语言。但凡是需要具体事实的环节——地址、时间、资格、候选人立场——都应回到官方渠道二次核实。把AI当作检索的起点，而不是答案的终点。
如何安全地使用信息工具
几点务实建议：第一，投票地点、登记状态、截止日期，直接查询州或县选举办公室官网，多数地区提供在线查询工具；第二，要求AI给出信息来源，并逐条点开核对，无法溯源的答案一律视为未证实；第三，对AI关于候选人的“评价性内容”保持警惕，优先阅读候选人官网原文与公开辩论记录；第四，警惕任何声称能“替你决定投给谁”的工具——投票是个人判断，不该外包。
技术可以提供便利，但不能替代核实。在民主程序里，唯一值得信任的“信息来源”，是那些对错误负有责任的机构。
本文编译自WIRED
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接