Meta元ニュース責任者の調査：ほぼすべてのAIモデルが政治的に左寄り、Geminiはかつて中国共産党の官製メディアを引用

📄原文全文· trafilatura により自動抽出Gemini 翻譯2196 文字

元Meta報道責任者のCampbell Brown氏がForum AIを設立し、17ヶ月かけて主要AIモデルの情報品質を体系的に評価した結果、Geminiが中国に関連しない報道を処理する際に中国共産党の公式サイトの情報を引用していたこと、そしてほぼすべてのテスト対象モデルに左派的な政治的偏向が存在することを発見した。（前回のあらすじ:AIが133年続くプリンストン大学の伝統を破壊する:「カンニング」が次第に常識となるとき) （背景補足:97,895件の地下フォーラムの会話が教えてくれること:ハッカーコミュニティも実はAIを嫌っている) Brown氏は記者出身で、かつてCNNでキャスターを務め、その後Meta報道責任者に転じ、Facebookが全世界30億人のユーザーの前でニュースをどのように提示するかというポリシーを直接管理していた。このポジションにより、彼女は「プラットフォームが情報の流通をどう形作っているか」の全体像を間近で見ることができた。彼女は17ヶ月前にMetaを離れ、ニューヨークでForum AIを設立し、foundation model企業が一般的にスキップしている、ある一つのことを専門的に行っている:AIが提示する情報が正確か、公正か、多元的な視点を持っているかを体系的に評価することだ。 Forum AIの中核製品は「地政学的事象ベンチマークフレームワーク」だ。その運用方法は次の通りである:Forum AIは、それぞれ異なる政治的スペクトラムと専門的背景を持つトップアドバイザーたち—Niall Ferguson、Fareed Zakaria、元米国国務長官Tony Blinken、元下院少数党リーダーKevin McCarthy、元米国国家安全保障副顧問Anne Neuberger…—を招き、同一の複雑な地政学的事象について、主要AIモデルの回答を一つひとつ採点してもらう。現時点で、Forum AIは人類の専門家と約90%の合意閾値に達しており、Forum AIの評価結果は単なる個人の意見ではなく、防御可能なベンチマークとなっている。 Brown氏が発見した問題は3つの層に分かれており、各層は前の層よりも技術的に修正することが困難である。第一層は、情報源選択ロジックの欠陥である。Geminiは中国と無関係なある種の報道を処理する際に、中国共産党の公式サイトの内容を引用していた。これは一般的な意味での事実誤認ではなく、モデルが情報源を取得する際のフィルタリングロジックの問題である:AIは「これはテキストだ、これはリンクだ」とだけ判断し、「この情報源の立場は何か、信頼性はどうか、明確な政治的目的を帯びているか」を判断しない。情報源そのものの政治性は、AIの出力プロセスにおいて不可視である。第二層は、構造的な政治的偏向である。Brown氏がテストしたほぼすべての主要モデルが左派的な政治的偏向を示した。これは陰謀論ではなく、訓練コーパスの分布の自然な結果である。AIはどのようなテキストから学習するかによって、それらのテキストのトーンや立場のフレームワークを複製する傾向がある。英語インターネットの主流コンテンツ—主要メディアの報道、学術論文、ソーシャルメディアの投稿—は全体として特定の政治的傾向を帯びており、訓練されたモデルはこの傾向を継承し、しかも自分がそうしていることに気づかない。さらに厄介なのは、この偏向は見つけ出して修正できるバグではなく、モデルの出力ロジックの一回一回に埋め込まれているということだ。第三層は、文脈と多視点の欠如である。Brown氏は、既存のモデルが普遍的に「背景の文脈、多視点、論証の透明性」を欠いていると述べた。AIが提示する答えは陳述文であり、「この件はA派から見るとこれを意味し、B派から見るとあれを意味する。両者の根本的な相違点は…」という構造ではない。それはあなたに一つの答えを与えるが、その答えがどの視点から出発したものなのかは教えてくれない。 Brown氏は構造的な盲点を指摘した:foundation model企業はモデルを評価し順位付けする際、数学、コーディング、論理的推論能力を優先しており、情報の正確性と政治的多元性は主要なベンチマークテストのリストにほとんど登場しない。理由は理解しがたいものではない。コードには正誤があり、テストを実行すればわかる。数学問題には標準的な答えがあり、正解率を計算できる。しかし「地政学的ニュース報道が正確かつ公正であるとはどういうことか」を、誰が判断するのか?異なる立場を持つ何人がコンセンサスを形成すれば成立するのか?この問題に工学的解法はない。エンジニア主導で、ベンチマークテストのランキングが市場ポジショニングを決定する製品開発プロセスにおいて、それは体系的にスキップされている。結果として、情報の正確性はAIの能力評価体系においてほぼ不可視の指標となっている。スキップされた代償は、ある具体的な事例から見て取れる。ニューヨーク市は昨年、AI採用システムに対して一連のコンプライアンス監査を実施し、雇用主が使用するAIスクリーニングツールが現行の反差別雇用法規に違反していないかを検査することを目的としていた。監査結果によると、半数を超える事例で違反行為が検出されなかった。この数字の問題は「違反率が低い」ことではなく、それが意味する可能性のあるもの:監査を実行するAIツール自体の正確性が不十分で、問題のありかが見えていないのであって、問題が本当に存在しないわけではない、ということだ。これがBrown氏の論点の核心である:AIの問題は、誤った事実を提示することだけではなく、人々に信頼を持って誤った事実を受け入れさせることである。人は自分が何かを知らないと知っていれば、少なくとも調べる機会がある。しかしAIが流暢で、自信に満ち、躊躇のないトーンで誤った答えを提示すると、ほとんどのユーザーにはそれを疑う理由がない。流暢な誤りは、沈黙よりも発見されにくく、訂正もされにくい。 Brown氏の判断は単刀直入である:変化を駆動するのは道徳的圧力や世論ではなく、企業のコンプライアンスリスクがもたらすビジネス上の圧力である。 Brown氏の論点の背後には現実主義的な基盤がある:AI産業の現行のインセンティブ構造下では、その代償が無視できなくなるまで、誰もこの問題を能動的に解決する十分に強い理由を持たない。信用審査、保険引受、採用スクリーニング、これらのシナリオにおけるAIの意思決定はすべて現行法規の制約を受ける。ひとたびAIの出力に差別的または不正確な結果が生じれば、AIを使用する企業は法的責任を負うことになる。この圧力は最終的にモデル供給者へと上向きに伝達され、監査可能で、検証可能で、正確性が保証された出力を提供するよう求められる。それは彼らが道徳的にそうすることが正しいと感じるからではなく、企業顧客の契約書にこの要求が書き込まれ始めるからである。 Lerer Hippeauは昨年、Forum AIの300万ドルのシードラウンドをリードした。この数字はAI領域では小さな金額だが、それが代表しているのは一つの判断である:「AI評価」は一つのビジネスであり、そしてこのビジネスの需要は、現在見えているよりも速く成長する可能性がある。

データステータス✓ 全文抽出済み原文を読む（動區 BlockTempo）

🔍過去の類似イベント· キーワード + 銘柄照合6 件

2026-05-17

Meta社員提案：自身の業務を完全にAI化できた場合、会社は5年分の給与を補償し、その後に解雇すべき

類似度 120%關鍵字 meta同分類 zh

2026-05-15

トランプ氏のQ1株式保有状況が判明：2.2億ドルでNVIDIAとAppleを大量購入、Microsoft、Amazon、Metaを大幅売却

類似度 120%關鍵字 meta同分類 zh

2026-05-15

トランプ氏のQ1株式購入が判明》7.5億ドルでNVIDIAとAppleを爆買い、Microsoft、Amazon、Metaを大量売却

類似度 120%關鍵字 meta同分類 zh

2026-05-14