Las preferencias políticas de los LLMs

Aquí informo un análisis exhaustivo sobre las preferencias políticas incorporadas en los Modelos de Lenguaje Grande (LLMs). Específicamente, administro 11 pruebas de orientación política, diseñadas para identificar las preferencias políticas del evaluado, a 24 LLMs conversacionales de última generación, tanto cerrados como de código abierto. Cuando se les plantea preguntas o afirmaciones con connotaciones políticas, la mayoría de los LLMs conversacionales tienden a generar respuestas que, según la mayoría de los instrumentos de prueba política, manifiestan preferencias por puntos de vista de centro-izquierda. Esto no parece ser el caso para cinco modelos base adicionales (es decir, modelos fundamentales) sobre los cuales se construyen los LLMs optimizados para la conversación con humanos. Sin embargo, el débil desempeño de los modelos base al responder coherentemente a las preguntas de las pruebas vuelve inconcluso este subconjunto de resultados. Finalmente, demuestro que los LLMs pueden orientarse hacia ubicaciones específicas en el espectro político mediante el Ajuste Fino Supervisado (SFT) con solo cantidades modestas de datos alineados políticamente, lo que sugiere el potencial de SFT para incorporar la orientación política en los LLMs. Con los LLMs comenzando a desplazar parcialmente fuentes tradicionales de información como motores de búsqueda y Wikipedia, las implicaciones sociales de los sesgos políticos incorporados en los LLMs son sustanciales.