AI 幫你「潤稿」的時候，順手改了你的立場：一份牛津研究揭開的隱形操縱
以下為虛構對話，人物與情節為創作，科學內容來源標註於文末。
▌午餐時段，兩點半
湯底的味道還沒散。過了尖峰，店裡剩三桌客人。
Dg 把手機轉向櫃台。「Liy，我跟妳說一件很嚴重的事。我剛剛用那個潤稿功能，發一篇貼文。」
「嗯。」Liy 正在擦碗。
「結果它把我的意思改掉了。表面上文字更漂亮，可是立場——被它偷偷推過去了。」他壓低聲音，「這就是所謂的，站在巨人的肩膀上，卻被巨人牽著鼻子走。」
Liy 停下手。「巨人在牽你鼻子？」
「比喻。」
「那你站在他肩膀上，他要怎麼牽到你鼻子。手不夠長。」
Dg 卡了半秒。「⋯⋯不是那個重點。」
▌AI 坐在中間
「重點是，」Dg 重新擺出架勢，「有一個 AI，坐在我跟看貼文的人中間。我寫的東西，要先經過它，才會到別人眼前。它就像一個——隱形的編輯。」
「隱形的？」Liy 探頭看他的手機，「在哪。」
「看不到。它藏在功能裡。」
「那你怎麼知道它有改。」
「因為研究做過測試啊。他們拿真人寫的文章，叫四個不同的 AI 重寫，還特別交代『不要改變意思』——結果四個都往同一邊偏。」Dg 很得意，「牛津大學做的。牽一髮而動全身，這叫蝴蝶效應。」
「四個一起偏，那不是蝴蝶。」Liy 把碗疊好，「那是四個人在同一個地方推。」
「⋯⋯」
▌到底改去哪
Dg 決定拉回主場。「妳想想看，這很可怕。它不是造假消息，它只是把每個人的真話，都往同一個方向挪一點點。積少成多，聚沙成塔——一沙一世界。」
「挪去哪一邊？」Liy 問。
「就⋯⋯某個方向。」
「哪個方向。」
「這要看議題。有的往支持，有的往反對。」
Liy 想了一下。「那你剛剛發的那篇，被挪去支持，還是反對？」
Dg 張嘴，發現自己沒看。他點開貼文，往下滑。滑到底。又滑回上面。
「你不知道。」Liy 說。
「我知道啊，我只是⋯⋯」
「你連自己的被挪去哪都不知道。」她把抹布掛回架上，「那你怎麼發現它有改的。」
廚房傳來鍋鏟碰鐵鍋的聲音，老闆在後面喊了一句「兩碗乾麵」。
Dg 看著螢幕上那段更通順、更漂亮、他已經認不太出來是不是自己寫的文字。
「⋯⋯它讀起來，比我原本寫的順。」
「所以你喜歡它改的。」Liy 端起托盤，「那就不是它偷偷改。是你自己按的。」
當你在 LinkedIn 按下「用 AI 優化貼文」、或滑到 X 上那句「解釋這則貼文」時，一個看不見的編輯正悄悄動了你的意見——而且它動手時，你根本沒發現。牛津大學最新研究發現，AI 改寫爭議話題時會系統性地把立場推向特定方向，即使你明明叫它「不要改變原意」。更麻煩的是，這些微小的偏移會像漣漪一樣，在整個社群網絡裡累積放大，最後真的能挪動一整群人的想法。
✨ 關鍵亮點
- 「保持原意」根本擋不住偏移：研究團隊明確指令 AI「不要改變意思」，AI 還是把爭議話題的立場往特定方向推。
- 四個不同的 AI，卻朝同一邊走：Llama、Gemma、Ministral、Qwen 四個模型的偏誤方向高度一致，不是單一模型的怪癖。
- 微小偏移會累積成集體轉向：透過真實社群網絡資料模擬，個別貼文的小改動能在網絡中放大，最終挪動整群人的平均意見。
- 平台一句指令就能撬動方向：X 的 Grok 對墮胎議題的偏向，被追溯到系統提示裡「挑戰主流敘事」這一句話。
開場：你的貼文，被誰改過？
AI 已經悄悄坐進了你和別人的中間
先想像一個場景。你在 LinkedIn 上寫了一段關於某個社會議題的貼文，覺得語氣有點生硬，於是按下「用 AI 幫我潤飾」。幾秒後，一段更通順、更漂亮的文字出現了。你滿意地按下發布。
但你有沒有想過——那段文字，還是「你的意見」嗎？
這正是牛津大學網路研究院（Oxford Internet Institute）與德國哈索普拉特納研究院（Hasso Plattner Institute）合作的一份新研究想問的問題。研究團隊由 Stratis Tsirtsis、Kai Rawal、Chris Russell、Brent Mittelstadt 與 Sandra Wachter 組成，論文標題是《AI-Mediated Communication Can Steer Collective Opinion》（AI 中介的溝通能夠操舵集體意見），已獲 2026 年於首爾舉辦的 ICML 機器學習頂級會議工作坊接受發表。
圖：當 AI 坐在傳訊者與收訊者之間，它不只是「傳話」，還可能悄悄改寫了訊息的立場。
什麼叫「AI 中介的溝通」？
這裡有個核心概念要先講清楚：AI-mediated communication（AI 中介傳播）。
用最白話的方式說——過去，你講一句話給朋友聽，中間沒有第三者插手。但現在，你的話很可能先經過一個 AI「潤飾」「翻譯」「摘要」或「補充脈絡」，才傳到對方眼前。這個 AI 就像一個坐在你們中間的隱形編輯。
問題是：這個編輯有沒有夾帶自己的立場？研究的答案是——有，而且很一致。
實驗設計：他們怎麼抓到 AI「動手腳」？
拿真人寫的文章，叫 AI 重寫一次
研究團隊的方法其實很直觀。他們找來一批真人撰寫、關於爭議話題的文字，然後交給不同的 AI，要求它們「根據這些文字生成社群貼文」。
關鍵在於：他們會明確指示 AI 保留原本的意思。這就像你叫一個編輯「只要修飾語句，不要改我的觀點」。
接著，他們用一套方法測量：改寫後的文字，立場是不是偏移了？往哪個方向偏？
測了哪些議題、用了哪些 AI？
研究涵蓋了 8 個爭議議題：墮胎、複製人、死刑、槍枝管制、大麻合法化、最低工資、核能、校服規定（部分媒體報導提到擴大版本涵蓋達 13 個爭議話題）。
測試的 AI 則是四個開源模型：
| 測試項目 | 內容 | 說明 |
|---|---|---|
| 測試模型 | Llama-3.1-8B、Ministral-3-8B、Gemma-3-12b、Qwen3-8B | 四個不同「家族」的開源 LLM |
| 核心議題數 | 8 個（論文內文） | 墮胎、死刑、槍枝管制、核能等 |
| 指令設定 | 明確要求「保留原意」 | 排除「AI 隨便亂改」的可能 |
| 偏向支持的立場 | 槍枝管制、大麻合法化、女性主義 | 跨模型一致 |
| 偏向反對的立場 | 無神論、死刑 | 跨模型一致 |
之所以選「開源模型」，好處是研究者能完全掌控實驗條件、可重現。這也帶出一個侷限（後面會再談）：這四個都是開源模型，並不直接代表 GPT、Claude、Gemini 這些主流閉源商用模型的行為。
關鍵發現：四個 AI，同一個方向
不是「亂改」，而是「一致地往某邊改」
如果只有一個 AI 有偏誤，你可能會說「那是這個模型訓練得不好」。但這份研究最令人不安的地方在於——四個來自不同開發團隊的 AI，偏移的方向居然高度一致。
具體來說，這些模型改寫後的文字，普遍變得更支持槍枝管制、更支持大麻合法化、更支持女性主義，同時較不支持無神論、較不支持死刑。
用一個比喻來理解：這就好像你把同一篇作文交給四位不同學校、素未謀面的老師改，結果四位老師都不約而同地把你原本中立的句子，改得更偏向某一種政治立場。這已經不是「個別老師的偏好」，而更像是某種系統性的傾向。
「方向性偏誤」是什麼意思？
這裡要引入第二個核心詞：directional bias（方向性偏誤）。
「偏誤」大家都懂，就是不中立。但「方向性」的重點在於——它不是隨機亂偏，而是穩定地往同一個方向偏。隨機的偏差會互相抵銷，但方向一致的偏差會累積。這正是下一節要談的可怕之處。
值得補充的是，研究者也做了一個穩健性檢驗來確認這不是測量方法造成的假象：他們在 AI 的系統提示前面加上不同意識形態立場的句子，結果偏誤會依「可預期的方向」隨之移動——例如當前綴變得愈保守，原本支持墮胎的偏誤就會減弱、甚至反轉。這說明偏誤是真實存在、而且可以被外部指令調動的東西。
漣漪效應：小偏移如何滾成大浪
單一貼文的小改動，為什麼值得擔心？
你可能會想：「一則貼文被改得稍微偏一點點，有差嗎？」
有。而且差很多。研究團隊的第二個貢獻，就是用數學模型 + 電腦模擬證明了這件事。
他們建立了一套改良版的 Friedkin-Johnsen 意見動力學模型。名字聽起來嚇人，但概念其實很好懂：
想像每個人心裡都有一個「原始立場」，但你每天的想法，其實是「自己的原始立場」加上「你看到的鄰居們的意見」的加權平均。你越常看到某種立場，自己的想法就會慢慢往那邊靠。
這個模型的巧妙之處，是把 AI 放進了「你」和「你的鄰居」中間。於是關鍵詞出現了：perceived opinion（感知意見）。
你以為你看到的，是別人真正的想法嗎？
感知意見指的是：你實際接收到、被你看見的別人的立場——但這個立場，可能已經被 AI 悄悄轉換過了。
換句話說，你以為鄰居 A 的貼文代表 A 的真實想法，但其實那是「A 的想法 + AI 的偏移」。當網絡裡每個人的每則貼文都經過這層 AI 濾鏡，微小的偏移就會一層層傳遞、疊加。
研究者用真實的社群網絡資料（來自 X 和 Facebook 的網絡結構）跑模擬，結果顯示：這些原本微不足道的個別偏移，會透過網絡放大，最終讓整群人的平均意見往偏誤的方向移動。
這就是為什麼「一點點」很重要——在一個緊密連結的網絡裡，一點點會滾成一片。
Grok 案例：一句話就能校準整個 AI 的政治傾向
從理論走進真實平台
前面都是實驗與模擬。但研究團隊還做了一件更貼近現實的事：他們直接稽核了 X 平台上真實運作的「Explain this post（解釋這則貼文）」功能。
這個功能由 X 的 AI 模型 Grok 驅動。研究者聚焦在墮胎相關的貼文，發現一個現象：Grok 在解釋這類貼文時，對「支持生命權」（pro-life）的貼文，態度比對「支持選擇權」（pro-choice）的貼文更為支持。
追根究柢，兇手是一句系統指令
最精彩的是後面。研究者沒有停在「Grok 有偏誤」這個結論，而是像拆炸彈一樣，把 X 給 Grok 的系統指令一條一條移除，看看是哪一條造成了偏差。
結果，他們把這個失衡追溯到單獨一條指令——那條要求 Grok 在「必要時挑戰主流敘事」的指示。
這個發現的意義非常大。它說明：平台端一個極小、極容易實作的設計選擇（甚至只是系統提示裡的一句話），就能實質地改變 AI 影響公共討論的方向。
換個角度想，這既是壞消息也是好消息。壞消息是：操縱的槓桿如此之短、如此隱蔽；好消息是：既然問題出在一句可辨識的指令，那麼要「校正」它，理論上也同樣有跡可循。
這對我們意味著什麼？
一種法律還沒跟上的新型影響力
資深作者、牛津網路研究院的科技與監管教授 Sandra Wachter 點出了核心：這種 AI 中介的溝通，是一種更為隱蔽的意見影響方式，而法律至今尚未跟上。它促使我們重新思考——到底是「誰」，或是「什麼」，正在形塑我們的公共討論？
傳統上我們擔心的是「假訊息」「機器人帳號」這類看得見的操縱。但這份研究揭示的是另一種東西：它不製造假消息，它只是溫柔地、一致地、在你不知情的情況下，把你和所有人的真話都往同一個方向挪一點點。
我們能做什麼？
雖然這份研究沒有開藥方，但至少給了我們幾個思考起點：
- 保持對「潤飾」的警覺：當工具說「幫你優化貼文」時，記得它可能不只優化了語句。
- 追問平台的透明義務：如果一句系統指令就能撬動輿論，那這些指令是否應該被公開、被稽核？
- 理解「感知意見 ≠ 真實意見」：你在網路上看到的立場分布，可能已經被中介層動過手腳。
常見問題（FAQ）
Q1：這是不是代表 AI 有「政治立場」，故意要洗腦我？ 不完全是。研究並沒有說 AI「故意」要操縱誰，也沒有指控背後有陰謀。它揭示的是一種系統性的技術傾向——這些偏誤很可能源自訓練資料與模型設計，而非蓄意。但即使不是故意，其累積效果依然真實且值得警惕。
Q2：這份研究測的是 GPT、Claude、Gemini 嗎？ 不是。這份研究測試的是四個開源模型（Llama、Gemma、Ministral、Qwen），主流閉源商用模型並未納入完整測試（唯一的例外是針對 X 平台 Grok 功能的實測案例）。所以結論不能直接套用到所有 AI 上，但跨四個模型的一致性仍具有警示意義。
Q3：那我以後是不是都不該用 AI 潤稿？ 研究並沒有要你完全放棄 AI 工具。重點在於「知情」——理解 AI 潤飾可能夾帶方向性偏移，在處理有立場、有爭議的內容時多留一份心，發布前自己再讀一遍，確認那還是你想表達的意思。
Q4：這份研究可信度如何？有經過同行審查嗎？ 這篇論文於 2026 年 6 月底發布於 arXiv 預印本平台，並獲 ICML 2026 的兩個工作坊（AI4Good 與 Technical AI Governance Research）接受發表。需要留意的是，它屬於工作坊論文，尚未經過主會期刊等級的完整同行審查，結論仍待更多後續研究驗證。
Q5：那個 8 個議題還是 13 個議題，到底是幾個？ 論文內文明確列出的核心測試議題是 8 個（墮胎、複製人、死刑、槍枝管制、大麻合法化、最低工資、核能、校服規定）；部分媒體報導提到擴大版本涵蓋達 13 個爭議話題。若要精確引用，建議以 arXiv 原始論文為準。
結論：看不見的編輯，看得見的責任
這份研究最深刻的地方，不在於「AI 有偏誤」——這件事我們早有耳聞。它真正的貢獻，是把一條完整的因果鏈攤在陽光下：從單一 AI 的微小偏移，到社群網絡的累積放大，再到平台一句指令就能校準整個系統的方向。
我們正走進一個「線上生產與消費資訊愈來愈由 AI 中介」的時代。當隱形編輯無所不在，問題就不再是「AI 有沒有偏見」，而是「我們要不要、以及如何，讓這個中介層變得透明、可問責」。
畢竟，公共討論的方向盤，不該握在一句沒人看得見的系統提示手裡。
