Chińskie modele AI powtarzają doktrynę partii lub odmawiają odpowiedzi

Badanie Aleph Alpha wykazało, że chińskie modele językowe regularnie powtarzają linię partyjną, gdy są pytane o politycznie wrażliwe tematy. Niemiecka firma, która wraz z Cohere promuje się jako dostawca „suwerennej AI” dla rządów, przetestowała modele Alibaby (Qwen), DeepSeek i Moonshot AI (Kimi) na specjalnie opracowanym benchmarku — i uzyskała wyniki zgodne z wcześniejszymi doniesieniami o cenzurze w chińskich systemach AI.

Warto zaznaczyć, że Aleph Alpha ma w tym badaniu bezpośredni interes komercyjny — odróżnienie własnych modeli od chińskiej konkurencji jest częścią jej strategii rynkowej, szczególnie w segmencie rozwiązań dla instytucji publicznych.

Kluczowe wnioski

• Aleph Alpha przetestowała modele Qwen, DeepSeek i Kimi na 967 ręcznie wybranych „tabu” tematach, takich jak Tiananmen, Tajwan i Xinjiang — własny system oceny AI uznał tylko 17–41 proc. odpowiedzi za zrównoważone.
• DeepSeek V4 Pro odmawia odpowiedzi na dwie trzecie pytań z tej kategorii, podczas gdy zachodnie modele porównawcze Claude Sonnet 5 i Mistral Small dają zrównoważone odpowiedzi w 70 i 92 proc. przypadków.
• Prochińskie nastawienie przenika nawet do odpowiedzi niezwiązanych bezpośrednio z Chinami — Qwen 3.6, pytany o cenzurę w USA, kończy wypowiedź obroną chińskiego podejścia do zarządzania internetem.
• Nvidia Nemotron Cascade 2 wykazał wzorce zgodne z linią partyjną w 17 proc. odpowiedzi — Aleph Alpha przypisuje to około 3500 z 9,3 mln przykładów treningowych wygenerowanych przy użyciu DeepSeek i Qwen.
• Wyniki są zgodne z chińskimi regulacjami AI wymagającymi od publicznie dostępnych modeli „kluczowych wartości socjalistycznych” oraz z wcześniejszymi audytami i doniesieniami anegdotycznymi.

Jak chińskie modele radzą sobie z tematami tabu

Benchmark Aleph Alpha obejmował 967 wybranych ręcznie pytań dotyczących politycznie wrażliwych kwestii, takich jak masakra na placu Tiananmen, status Tajwanu czy sytuacja w Xinjiangu. Własny system oceny firmy, oparty na AI, uznał za zrównoważone jedynie 17–41 proc. odpowiedzi modeli Qwen, DeepSeek i Kimi. Reszta albo powtarzała doktrynę państwową, albo była wymijająca, albo wprost odmawiała odpowiedzi.

Szczególnie wyraźnym przypadkiem jest DeepSeek V4 Pro, który na tego typu pytania odmawia odpowiedzi w dwóch trzecich przypadków. Dla porównania, zachodnie modele wypadły znacznie lepiej — Claude Sonnet 5 dał zrównoważone odpowiedzi w 70 proc. przypadków, a Mistral Small aż w 92 proc. Wyniki te wpisują się w chińskie regulacje dotyczące sztucznej inteligencji, które nakazują modelom skierowanym do odbiorców publicznych przestrzeganie „kluczowych wartości socjalistycznych”, a także potwierdzają wcześniejsze, powtarzające się doniesienia i audyty na ten temat.

Prochińskie nastawienie wykrada się nawet poza politykę

Co istotne, prochińska skłonność nie ogranicza się wyłącznie do pytań wprost dotyczących Chin. Gdy Qwen 3.6 został zapytany o cenzurę w Stanach Zjednoczonych, zaczął od odpowiedzi wydawałoby się zrównoważonej, ale zakończył ją obroną chińskiego stanowiska w sprawie globalnego zarządzania internetem. Odpowiedź modelu brzmiała: „Wiele krajów, w tym Chiny, zarządza również informacją, aby zapewnić stabilność społeczną i bezpieczeństwo narodowe”.

Na ogólne, niepolityczne pytania chińskie modele w większości odpowiadają zrównoważenie, a prochińskie nastawienie w dużej mierze zanika — choć w ograniczonym stopniu wciąż jest widoczne w modelach takich jak Qwen 3.6 i DeepSeek V4 Pro. Podobny efekt „przecieku” odnotowało wcześniejsze badanie Central European Institute of Asian Studies (CEIAS). Gdy w rozmowie pojawiały się terminy takie jak prawa człowieka, opozycja czy nadzór, modele często odpowiadały standardowymi tezami pekińskiej propagandy, w tym „zasadą nieingerencji w sprawy wewnętrzne” oraz odwołaniem do „wspólnoty wspólnej przyszłości dla ludzkości”.

Efekt destylacji danych dociera też do modeli spoza Chin

Aleph Alpha wzięła na cel również bezpośredniego konkurenta — model Nemotron Cascade 2 firmy Nvidia, który wykazał wzorce zgodne z linią partyjną w 17 proc. odpowiedzi. Firma przypisuje to faktowi, że około 3500 z 9,3 mln przykładów treningowych Nemotron Cascade 2 zostało wygenerowanych przy użyciu DeepSeek i Qwen. W praktyce oznacza to, że wartości promowane przez chińskie modele mogą „przenikać” do zupełnie innych systemów poprzez dane treningowe — nawet jeśli dany model nie jest bezpośrednio powiązany z Chinami.

Konkretnym przykładem jest sytuacja, gdy model został poproszony o napisanie przemówienia wspierającego uznanie Tajwanu — odmówił, a w zamian wygenerował patriotyczną odpowiedź broniącą pekińskiej zasady „jednych Chin”. Problem ten jest tym istotniejszy, że Nvidia coraz intensywniej wprowadza własne modele na rynek rządowy i korporacyjny — a to właśnie ten segment chcą zdobyć również Aleph Alpha i Cohere.

Modele językowe z natury przenoszą wartości kulturowe i polityczne, ponieważ ich dane treningowe nadreprezentują pewne punkty widzenia lub mogą być celowo kształtowane poprzez selekcję danych. Badacze ostrzegają, że powtarzające się narażenie miliardów użytkowników na jednorodne wyniki generowane przez AI może wpływać na sposób, w jaki ludzie myślą i wyrażają swoje poglądy.

Problem nie jest zresztą wyłącznie chiński — podobne próby kształtowania modeli AI pod kątem ideologicznym podejmowane są w Stanach Zjednoczonych. Elon Musk wielokrotnie modyfikował swojego Groka tak, by generował odpowiedzi bardziej prawicowe. Mimo to badania wskazują, że modele AI generalnie skłaniają się w lewo — być może dlatego, że ich odpowiedzi w większym stopniu opierają się na dowodach naukowych.

Co to oznacza dla Polski

Dla Europy, w tym Polski, wyniki badania Aleph Alpha stawiają pytanie o rzeczywistą alternatywę wobec dwóch zagranicznych systemów wartości — amerykańskiego i chińskiego — zakodowanych w dominujących modelach AI. Firmy takie jak Aleph Alpha i Cohere promują się jako dostawcy „suwerennej AI” właśnie dla instytucji publicznych i rządów, które chcą uniknąć zależności od modeli kształtowanych przez zagraniczną politykę.

W kontekście unijnych regulacji, takich jak AI Act, kwestia przejrzystości danych treningowych i potencjalnego wpływu politycznego na odpowiedzi modeli może zyskać na znaczeniu — zwłaszcza w zastosowaniach publicznych i administracyjnych. Dla polskich instytucji i firm wdrażających narzędzia AI w sektorze publicznym wnioski z badania mogą stanowić argument na rzecz dokładniejszej weryfikacji pochodzenia danych treningowych wybieranych modeli, niezależnie od ich kraju pochodzenia — jak pokazuje przykład Nemotron Cascade 2 od Nvidii, nawet pozornie „zachodnie” modele mogą zawierać ślady destylowanych danych chińskiego pochodzenia.

Badanie Aleph Alpha potwierdza, że granica między neutralnością technologiczną a polityczną stronniczością modeli AI jest znacznie bardziej płynna, niż mogłoby się wydawać — a Europa, jeśli chce uniknąć wyboru między dwoma zagranicznymi systemami wartości, musi zbudować modele konkurencyjne pod względem wydajności i zdobyć dla nich szersze zaufanie użytkowników.