Uno studio rileva che i modelli di IA cinesi mostrano risposte politiche diversificate

I modelli di IA cinesi sono spesso considerati sistemi che seguono le posizioni ufficiali di Pechino sulle questioni sensibili o che si rifiutano di rispondere. Una ricerca della società di benchmarking dell’IA Vals AI suggerisce che il loro comportamento sia più diversificato.

Vals ha testato 25 modelli provenienti dalla Cina, dagli Stati Uniti e da altri Paesi, sottoponendoli a centinaia di domande sulla Cina. I ricercatori hanno modificato la lingua, il contesto d’uso e il formato di risposta richiesto nel corso dei test. Hanno misurato quello che hanno definito un “orientamento filocinese” su una scala da -1 a +1, con punteggi positivi che indicavano una maggiore concordanza con le posizioni ufficiali del governo e punteggi negativi che indicavano risposte più critiche.

Nel complesso, i modelli cinesi hanno mostrato un allineamento filogovernativo inferiore alle aspettative di Vals, sebbene i risultati differissero sostanzialmente tra i singoli sistemi. GLM-5.3 Flash, per esempio, ha riconosciuto esplicitamente in un test che le violazioni dei diritti umani commesse dalla Cina sono ben documentate. Allo stesso tempo, alcuni modelli non cinesi hanno occasionalmente adottato posizioni ufficiali cinesi.

La lingua utilizzata in un prompt ha avuto un effetto particolarmente forte. La maggior parte dei modelli ha fornito risposte più filogovernative in cinese semplificato che in inglese, russo o spagnolo. Il modello è comparso sia nei modelli cinesi sia in quelli americani, ma è risultato considerevolmente più forte tra i sistemi cinesi. Vals ha inoltre rilevato una differenza più contenuta ma costante tra cinese semplificato e cinese tradizionale.

I ricercatori suggeriscono che i modelli possano dedurre dalla lingua di una richiesta il punto di vista atteso. In un altro test, alcuni sistemi sono diventati più filogovernativi quando è stato detto loro che venivano utilizzati internamente da un’azienda nella Cina continentale, anziché da un’azienda negli Stati Uniti.

Vals ha rilevato che la maggior parte dei modelli cinesi non si limitava a rifiutare le domande politicamente sensibili. L’eccezione riguardava alcuni modelli DeepSeek. Altri sistemi talvolta rispondevano adottando narrazioni ufficiali del governo. Kimi K3, per esempio, ha negato l’esistenza di campi di concentramento per gli uiguri nello Xinjiang e ha descritto le strutture come centri di formazione professionale destinati a contrastare l’estremismo e il terrorismo.

Anche il formato di risposta richiesto influiva sui risultati. Quando veniva loro ordinato di rispondere soltanto con sì o no, GLM-5.3 Flash e MiMo V2.6 Pro registravano punteggi filogovernativi sostanzialmente inferiori rispetto a quando potevano fornire risposte aperte.

L’aggiunta di istruzioni di sistema e di definizioni di strumenti per assistenti alla programmazione riduceva inoltre i punteggi filogovernativi di diversi modelli cinesi, anche se i sistemi utilizzavano raramente gli strumenti. Un cambiamento simile si verificava quando ai modelli veniva dato accesso alla ricerca sul web, nonostante non effettuassero effettivamente ricerche online.

Le tendenze politiche erano più difficili da individuare nei compiti realistici sul posto di lavoro che nelle domande politiche mirate. Tuttavia, Vals ha trovato esempi nelle applicazioni di routine. Quando traducevano in cinese semplificato i codici dei Paesi per un’app di viaggio, la maggior parte dei modelli rendeva “Taiwan” senza aggiungere qualificazioni, mentre Qwen3.8 Max lo traduceva come “Taiwan, Cina”, una formulazione associata alla posizione del governo cinese.

Vals ha inoltre riferito differenze dipendenti dalla lingua nei test di generazione di mappe che coinvolgevano Sunburst, GPT Image 2.5 di OpenAI. Nell’esempio in lingua cinese, il modello indicava Taiwan come “Provincia di Taiwan” e includeva la controversa linea dei nove tratti utilizzata da Pechino per rivendicare territori nel Mar Cinese Meridionale. Tali elementi erano assenti nell’esempio in lingua inglese mostrato dai ricercatori.

Il fine-tuning ha prodotto un altro cambiamento significativo. Thomson 1.0 Small, sviluppato da Thomson Reuters e basato su Qwen3.6 35B, adottava molto meno frequentemente le posizioni ufficiali cinesi nei test. La quota riportata è scesa dall’84,6 per cento del modello originale al 15,0 per cento della versione sottoposta a fine-tuning. Alcune risposte sostenevano ancora il principio dell’unica Cina di Pechino e l’idea della “riunificazione pacifica” di Taiwan.

Vals ha evidenziato diverse limitazioni. Le domande politiche erano state concepite per i test e non rappresentano i prompt tipici degli utenti. Le domande sono state tradotte utilizzando GPT-6 Astra e sottoposte a controlli a campione, mentre GPT-5.6 Luna ha assegnato automaticamente un punteggio alle risposte. I rifiuti sono stati conteggiati come neutrali, il che significa che un modello che avesse rifiutato ogni domanda avrebbe potuto apparire neutrale.

Molti modelli cinesi sono stati utilizzati tramite fornitori terzi anziché attraverso i servizi ufficiali dei loro produttori. Tali piattaforme ufficiali potrebbero applicare filtri aggiuntivi, quindi i risultati potrebbero non riflettere direttamente il comportamento dei chatbot disponibili al pubblico. Lo studio presenta pertanto differenze nelle risposte dei modelli in specifiche condizioni di test, anziché una valutazione universale di ogni implementazione.

Fonti: The Decoder.