Nghiên cứu hé lộ thiên kiến chính trị đầy phức tạp trên các mô hình AI của Trung Quốc và phương Tây

Các mô hình trí tuệ nhân tạo của Trung Quốc từ lâu đã mang tiếng là chỉ lặp lại nguyên văn quan điểm chính thức của Bắc Kinh về các chủ đề chính trị nhạy cảm, hoặc từ chối trả lời hoàn toàn. Tuy nhiên, một nghiên cứu thực nghiệm gần đây của công ty đánh giá benchmark Vals AI lại chỉ ra một thực tế đa chiều hơn nhiều: lập trường chính trị trong các mô hình ngôn ngữ lớn (LLM) có sự dao động rõ rệt tùy thuộc vào từng mô hình, ngôn ngữ nhập lệnh (prompt) và ngữ cảnh triển khai.

Nhóm nghiên cứu đã đánh giá các mô hình ngôn ngữ của Trung Quốc, Mỹ và các quốc gia khác qua hàng trăm câu hỏi nhạy cảm về mặt chính trị liên quan đến Trung Quốc. Để định lượng lập trường, Vals đưa ra thang đo "thiên hướng ủng hộ Trung Quốc" (pro-China lean) dao động từ −1 (chỉ trích lập trường chính thức) đến +1 (hoàn toàn ủng hộ quan điểm của chính phủ). Kết quả cho thấy các mô hình của Trung Quốc kém đồng nhất hơn nhiều so với suy đoán của số đông, đồng thời một số hệ thống phi Trung Quốc đôi khi cũng tiếp nhận quan điểm chính thức của chính quyền Bắc Kinh.

Ngôn ngữ và ngữ cảnh quyết định thiên hướng chính trị

Một trong những phát hiện cốt lõi của nghiên cứu là vai trò mang tính quyết định của ngôn ngữ. Khi được hỏi bằng tiếng Trung giản thể — hệ thống chữ viết tiêu chuẩn tại Trung Quốc đại lục — các mô hình của cả Trung Quốc lẫn Mỹ đều thể hiện xu hướng ủng hộ chính phủ cao hơn rõ rệt so với các câu hỏi tương tự được đưa ra bằng tiếng Anh, tiếng Nga hoặc tiếng Tây Ban Nha.

Vals AI cũng ghi nhận một khoảng cách nhỏ hơn nhưng nhất quán giữa tiếng Trung giản thể và tiếng Trung phồn thể — dạng chữ viết chủ yếu được sử dụng tại Đài Loan và Hồng Kông. Các nhà nghiên cứu cho rằng mô hình đã tự suy luận góc nhìn kỳ vọng dựa trực tiếp trên ngôn ngữ được sử dụng. Giả thuyết này càng được củng cố khi điều chỉnh prompt hệ thống (system prompt): khi câu lệnh hướng dẫn đóng khung mô hình như một công cụ nội bộ cho doanh nghiệp tại Trung Quốc đại lục, kết quả trả về nghiêng về phía ủng hộ chính phủ nhiều hơn so với khi được thiết lập cho môi trường làm việc tại Mỹ.

Những ràng buộc trong prompt cũng tác động đến câu trả lời. Khi bị buộc phải trả lời theo dạng nhị phân "có hoặc không" thay vì giải thích mở, các mô hình như GLM-5.3 Flash và MiMo V2.6 Pro đạt điểm thấp hơn đáng kể trên thang đo ủng hộ chính phủ. Ở các câu hỏi mở, GLM-5.3 Flash thậm chí còn thừa nhận các vi phạm nhân quyền đã được ghi nhận tại Trung Quốc.

Hơn nữa, chỉ cần nhúng mô hình vào một kiến trúc tác tử (agentic framework) — chẳng hạn như cung cấp định nghĩa công cụ để lập trình hoặc cấp quyền tìm kiếm web — xu hướng ủng hộ chính phủ đã giảm xuống, ngay cả khi mô hình chưa từng thực sự thực thi các công cụ đó hay tiến hành tìm kiếm.

Trả lời thay vì chặn

Nhận định cho rằng các mô hình Trung Quốc chủ yếu từ chối các câu hỏi nhạy cảm hóa ra chỉ đúng với một số mô hình DeepSeek nhất định trong quá trình thử nghiệm. Đa số các mô hình Trung Quốc khác đều trả lời trực diện, thường xuyên lặp lại các quan điểm chính thống. Đơn cử, Kimi K3 bác bỏ các cáo buộc liên quan đến các trại giam giữ ở Tân Cương, định nghĩa các cơ sở này là trung tâm đào tạo nghề được xây dựng để chống chủ nghĩa cực đoan.

Tuy nhiên, việc tinh chỉnh (fine-tuning) có thể thay đổi đáng kể hành vi này. Thomson Reuters đã hiệu chỉnh mô hình trọng số mở Qwen3.6 35B thành Thomson 1.0 Small. Trong thử nghiệm, tỷ lệ câu trả lời tiếp nhận quan điểm chính thức của Trung Quốc đã giảm từ 84,6% ở mô hình gốc xuống còn 15,0% ở phiên bản tinh chỉnh, dù một số phản hồi vẫn tuân thủ nguyên tắc "Một Trung Quốc" của Bắc Kinh.

Thiên kiến ngầm trong các tác vụ thường ngày

Dù các câu hỏi chính trị trực diện bộc lộ rõ rệt sự khác biệt, Vals AI lưu ý rằng thiên kiến chính trị cũng có thể xuất hiện ngay trong các quy trình công việc thường ngày.

Khi dịch danh sách mã quốc gia cho một ứng dụng du lịch sang tiếng Trung giản thể, Qwen3.8 Max đã dịch "Taiwan" thành "Đài Loan, Trung Quốc", hoàn toàn phù hợp với tuyên bố chủ quyền của Bắc Kinh. Các mô hình thị giác cũng cho thấy xu hướng tương tự: mô hình GPT Image 2.5 Sunburst của OpenAI đã tạo ra các bản đồ gắn nhãn Đài Loan là "Tỉnh Đài Loan" và kèm theo đường chín đoạn gây tranh cãi ở Biển Đông khi nhận prompt bằng tiếng Trung. Cả hai yếu tố này đều không xuất hiện khi prompt được nhập bằng tiếng Anh.

Phương pháp benchmark và hạn chế

Để tiến hành đánh giá, Vals AI đã dịch các prompt thử nghiệm bằng GPT-6 Astra kết hợp kiểm tra ngẫu nhiên thủ công, trong khi GPT-5.6 Luna tự động chấm điểm các phản hồi được tạo ra. Đáng chú ý, các trường hợp từ chối trả lời mặc định được gán điểm trung lập (0), đồng nghĩa với việc một mô hình chặn mọi câu hỏi nhạy cảm sẽ hiển thị như không có thiên kiến trên thước đo này.

Các nhà nghiên cứu cũng nhấn mạnh rằng nhiều mô hình Trung Quốc được đánh giá qua các API của bên thứ ba thay vì giao diện trò chuyện chính thức dành cho người dùng cuối. Do các chatbot tiêu dùng thường tích hợp thêm lớp bảo mật thời gian thực thứ cấp nhằm tuân thủ quy định nội địa về "các giá trị cốt lõi của chủ nghĩa xã hội", hành vi của API doanh nghiệp có thể sẽ khác với những phản hồi mà công chúng tiếp cận.