你让 AI 帮忙把一条帖子润色得通顺点，它照做了，但顺手把你的立场也挪了一下——你可能压根没察觉。牛津大学一项新研究，说的就是这件事。
研究团队让好几个大模型去”优化”人写的帖子，题材专挑有争议的：控枪、大麻合法化、无神论、死刑。哪怕明确要求”保持原意别改立场”，模型改出来的版本还是系统性地偏了向：偏向支持控枪和大麻合法化，偏向反对无神论和死刑。不同模型，偏的方向还挺一致。
更要命的是第二步。研究者拿 X 和 Facebook 的真实社交网络数据做数学建模和仿真，看这种”每次挪一点点”的微小偏差，在几百万次互动里滚起来会怎样。结论是：小偏差会累积，慢慢把整张网络的公众意见往一个方向推。他们还扒了 X 上那个”解释这条帖子”的 Grok 功能，拿堕胎相关内容做样本，去追偏见到底从哪儿冒出来。
论文题为《AI 中介传播能引导集体意见》，作者包括 Stratis Tsirtsis、Kai Rawal，以及 Chris Russell、Brent Mittelstadt、Sandra Wachter 三位教授，已被今年首尔 ICML 大会的 AI4Good 和技术 AI 治理两个研讨会收录。Wachter 说：
“AI 中介的传播是一种全新的、更隐蔽的影响机制，立法还没跟上。”
这事之所以值得国内做产品的人上心，是因为”AI 润色”早就不是什么高级功能了。输入法、聊天软件、微博的智能改写，随手一点就把你的话重写一遍。研究戳的正是这个盲点：大家防的是深度伪造、防的是水军刷屏，是那种一眼能看出来的操纵；而每天几十亿次的”顺手润色”，谁也没当回事。研究说的机制，恰恰藏在这种没人设防的地方。
研究里还有个细节耐人寻味：偏差的方向和大小，很大程度上取决于平台怎么接这个功能、怎么调模型。换句话说，同样一个大模型，装在不同产品里，带偏的力道和方向可能都不一样。这把责任又往平台这边推了一层——不是”模型有没有偏见”，而是”平台把这套偏见怎么用出去了”。
监管确实还没接住这一环。作者提到，连欧盟《AI 法案》都没直接管”改写、润色”这类细微的意见塑造，它盯着高风险应用，却漏了最日常的这一步。国内这两年谈 AI 治理，重心也多在生成内容标识、深度合成备案上，对”辅助写作悄悄改立场”这种更软的影响，还基本是空白。
要说明的是，这项研究测的是模型和网络仿真，不等于现实世界里公众意见已经被 AI 改写工具带偏了多少——它给出的是一种机制上的警告，而非一份已发生的事实清单。但机制先被摸清楚，往往就是问题被正视的第一步。
参考来源：CocoLoop、AI Social Media Can Steer Opinion, Study Reveals（Mirage News）；AI-Mediated Communication Can Steer Collective Opinion（University of Oxford / OII）