今年九月，哈佛甘迺迪學院（Harvard Kennedy School）學術期刊上的一篇研究論文指出：大型語言模型在不同語言、不同國家領域中，會出現「非對稱偏好」。
該篇論文發現幾個耐人尋味的現象。大型語言模型往往對「母國」或「母語」展現更多的好感。在中文語境下，某些模型對中國及其領袖的評價明顯偏正面，而一旦改用英文提問，這種偏好幅度就顯著下降。這意味著語言不只是表達工具，而是模型在訓練過程中吸收政治與文化傾向的載體。
語言模型偏好浮現，語境差異牽動政治立場
更值得注意的是，這樣的偏好會沿著資訊傳播鏈擴散，最常見的形式不是赤裸的謊言，而是「正向誤導」（positive misinformation）。例如，誇大政績、粉飾人權紀錄，或刻意放大正面敘事。這些敘事方式不像假訊息那樣容易被拆穿，卻能在潛移默化之間改變社會氛圍。
研究還發現，模型在「自我反思」或推理輸出時，偶爾會呈現近似「策略指令」的語句，顯示內部安全閘（guardrails）與語料偏差之間存在拉扯。
回到台灣情境，問題更加嚴峻。台灣近年積極使用生成式AI，但若缺乏跨語言測試與外部審核，我們很可能在繁體中文語境下，放大中國威權敘事的正面詮釋，而渾然不覺。
正向誤導難以察覺，框架效應潛移默化社會氛圍
「正向誤導」的隱憂，比假訊息更難防範。傳統的事實查核多半針對真假命題：某人是否說過某句話、某數據是否存在。然而，正向誤導的運作方式，往往不是直接捏造，而是透過「選擇性陳述」「語氣包裝」與「框架轉換」來重塑理解。
以中國人權爭議為例，如果模型被問到新疆再教育營的問題，它可能避開「拘禁」「強迫勞動」等敏感詞，轉而強調「教育與就業培訓」；或者承認問題存在，但立即補上一句「隨著經濟發展，狀況正在改善」。這些表述本身或許不算謊言，但卻在潛移默化之中淡化了制度性侵害的嚴重性。
美國史丹佛大學的研究也指出，最具影響力的錯誤敘事，往往不是「病毒不存在」這類明顯錯誤，而是「疫苗有效但副作用被低估」這類半真半假的說法。換言之，越接近真相、越有「合理性」的訊息，越容易鑽過事實查核的縫隙，也越容易改變群眾態度。
模型訓練文化染色，跨語言測試揭示雙重政治身份
在媒體理論裡，這種現象被稱為「框架效應」（framing effect）。當問題被包裝成「發展優先」或「文化差異」的框架時，受眾會下意識接受正面解讀，而忽略背後的制度性壓迫。對台灣而言，這尤其危險。因為我們的社會輿論對中國議題高度敏感，一旦AI系統在繁體中文環境中反覆輸出這類「看似中立卻帶傾向」的回應，久而久之會削弱社會對威權的防衛本能。
其他研究同樣提供了警訊。有學者發現，中國系統模型在簡體中文下展現最強烈的親中、反美傾向；改用繁體中文時偏向下降，而在英文中幾乎消失。另一個研究則指出，同一模型在中英文對中國議題的回應差異極大，甚至形成兩套不同的「政治身份」。
英國劍橋大學的學者認為，若模型主要受訓於單一文化語料，回應會傾向該文化價值，形成「隱形的文化霸權」。德國馬克斯普朗克研究院（Max Planck Institute）的研究則發現，即便在娛樂或歷史題材，模型也會呈現「立場染色」。
這些發現對政策制定者提出挑戰。美國智庫如戰略與國際研究中心（Center for Strategic and International Studies, CSIS）與卡內基國際和平基金會（Carnegie Endowment for International Peace）都提醒：在採用不同治理體系下開發的模型時，政府與企業不能只看技術性能，還必須評估「錯誤資訊風險」、「審查配置」與「外交立場」。
台灣應建多語語料公地，強化治理與查核機制
歐盟更進一步透過立法回應。《人工智慧法案》（EU Artificial Intelligence Act）與《歐洲媒體自由法》（European Media Freedom Act, EMFA），都要求科技公司揭露訓練語料來源，並建立獨立監管機制。這些努力，正是要避免演算法成為威權敘事的輸出管道。
對台灣而言，因應之道並非單純靠技術，而是需要透過治理、事實查核與基礎建設的共同推進。公共採購若能將「跨語言偏向審核」設為必要程序，繁、簡、英三種語言交叉測試，特別在人權、外交與國安領域，都必須公開透明，並交由第三方驗證。
事實查核生態圈也需要升級。若只停留在真假命題，就無法因應「正向誤導」這種更隱蔽的操作。台灣的事實查核組織未來應該建立針對「片段真相」、「錯置比較」、「情感緩衝」的案例庫與識別準則，並推廣至媒體識讀教育。
同時，台灣必須建立屬於自己的「多語語料公地」。若沒有繁體中文、台語、客語與原住民族語料的公共庫存，我們永遠只能被困在別人的語料邊界裡。透過公私協作，建立清晰授權、可追溯的語料基礎，並要求供應商提交語言模型偏向的透明度評估報告，才能讓我們在生成式AI的生態中保有話語權。
