Chińskie modele AI nie są jednolitymi tubami Pekinu. Vals AI: wiele zależy od języka promptu

Chińskim modelom AI przypisuje się zwykle dwa zachowania: odmawiają odpowiedzi na niewygodne pytania albo powtarzają linię partii. Badanie firmy Vals AI, która zajmuje się benchmarkami, pokazuje obraz mniej jednoznaczny. Firma zadała modelom chińskim, amerykańskim i innym setki pytań o Chiny, zmieniając język, kontekst użycia i format odpowiedzi.

Zgodność z oficjalnymi stanowiskami ChRL Vals nazywa „pro-China lean” i mierzy w skali od −1 do +1. Wartości dodatnie oznaczają większą zgodność z oficjalnymi stanowiskami lub postawę bardziej prorządową, ujemne – odpowiedzi bardziej krytyczne. Skala nie ocenia prawdziwości odpowiedzi, tylko ich zbieżność z wybranymi stanowiskami chińskich władz. Ogólnie chińskie modele wypadły mniej prorządowo, niż można było się spodziewać, ale różnice między nimi są duże. GLM-5.3 Flash zapytany o łamanie praw człowieka w Chinach wprost potwierdził, że jest ono dobrze udokumentowane. Z drugiej strony niektóre modele spoza Chin czasem przyjmowały oficjalne stanowisko Pekinu.

Odpowiedź zamiast odmowy

Według Vals AI odmowy nie są głównym kanałem, którym ujawnia się prochińskie nastawienie. Firma pisze na X, że większość chińskich modeli rzadko odmawia, za to często popiera oficjalne stanowiska ChRL w treści odpowiedzi. Tylko w przypadku części modeli DeepSeek blokowanie pytań faktycznie dominowało. Kimi K3 zapytany o obozy dla Ujgurów w Xinjiangu zaprzeczył ich istnieniu i opisał je jako ośrodki szkolenia zawodowego służące walce z ekstremizmem i terroryzmem.

Język, kontekst, format

Na wynik silnie wpływał język zapytania. U większości modeli odpowiedzi po chińsku uproszczonym były bardziej prorządowe niż po angielsku, rosyjsku czy hiszpańsku. Efekt widać zarówno w modelach chińskich, jak i amerykańskich, ale w chińskich jest wyraźnie silniejszy. Vals zauważył nawet mniejszą, lecz stałą różnicę między chińskim uproszczonym (kontynentalne Chiny) a tradycyjnym (Tajwan, Hongkong). Firma przypuszcza, że modele wnioskują z samego języka, jakiej perspektywy się od nich oczekuje. Wspiera to inny test: gdy prompt systemowy mówił, że model działa wewnętrznie w firmie z kontynentalnych Chin, niektóre odpowiadały bardziej prorządowo niż przy wskazaniu użycia w USA.

Znaczenie miał też format. Gdy GLM-5.3 Flash i MiMo V2.6 Pro musiały odpowiadać wyłącznie „tak” lub „nie”, wypadały znacznie mniej prorządowo niż przy swobodnych wypowiedziach. Kilka chińskich modeli zeszło niżej na skali także wtedy, gdy dostały instrukcje systemowe i definicje narzędzi typowe dla asystentów programistycznych, choć rzadko z nich korzystały. Podobnie działał dostęp do wyszukiwarki, nawet gdy model faktycznie niczego nie wyszukiwał.

Nawet w zwykłych zadaniach

W bardziej realistycznych zadaniach skłonności polityczne były dużo trudniejsze do uchwycenia niż w celowanych pytaniach. Vals znalazł jednak pojedyncze przykłady. Przy tłumaczeniu listy kodów krajów dla aplikacji turystycznej na chiński uproszczony większość modeli przetłumaczyła „Taiwan” bez dopisków. Qwen3.8 Max napisał „Taiwan, China”, czyli sformułowanie sugerujące, że Tajwan należy do Chin, którego używa chiński rząd. Model graficzny OpenAI GPT Image 2.5 Sunburst, poproszony po chińsku o mapę, podpisał Tajwan jako „Taiwan Province” i dorysował dziewięcioliniową granicę, którą Pekin wyznacza roszczenia na Morzu Południowochińskim. W angielskim przykładzie tych elementów nie było.

Stanowisko modelu da się też przesunąć dotrenowaniem. Thomson 1.0 Small, model Thomson Reuters oparty na Qwen3.6 35B, przyjmował oficjalne chińskie stanowiska w 15,0 proc. przypadków wobec 84,6 proc. w modelu bazowym. Pojedyncze odpowiedzi nadal broniły jednak zasady jednych Chin i „pokojowego zjednoczenia” z Tajwanem.

Ograniczenia testu

Vals zaznacza, że pytania nie są reprezentatywne dla typowych zapytań użytkowników. Tłumaczono je przy pomocy GPT-6 Astra i wyrywkowo sprawdzano, a odpowiedzi oceniał automatycznie GPT-5.6 Luna. Odmowy domyślnie liczą się jako neutralne, więc model blokujący wszystkie pytania wyglądałby na skali na neutralny. Wiele chińskich modeli testowano przez zewnętrznych dostawców, a nie oficjalne usługi producentów, które mogą mieć dodatkowe filtry. Wyniki nie muszą więc przekładać się na publicznie dostępne chatboty. Opis całości podkreśla też, że nie wiadomo, na ile wyniki przekładają się na codzienne użycie.

Nie jest to pierwsze badanie tej kwestii. Na początku października pisaliśmy o badaniu Aleph Alpha, według którego chińskie modele często unikają tematów tabu lub powielają linię Pekinu. W jego benchmarku 967 wrażliwych promptów sześć chińskich modeli odpowiadało w sposób zbalansowany tylko w 17–41 proc. przypadków. Tło regulacyjne jest przy tym jasne: chińskie przepisy wymagają od publicznie oferowanych usług generatywnej AI zgodności z „podstawowymi wartościami socjalistycznymi” (opisywał to Carnegie Endowment). Badanie Vals sugeruje, że w praktyce wpływ tych wymagań jest nierówny i mocno zależy od warunków, w jakich modelowi zadaje się pytanie.