Anthropic 更新 Claude 選舉安全機制與偏見測試結果

背景

Claude 是 Anthropic 開發的大型語言模型，用於處理文字對話與任務。今年早些時候，Anthropic 曾發布更新說明其如何衡量並防止政治偏見、偵測濫用行為，以及引導使用者至準確的投票資訊來源。此次發布旨在說明在 2026 美國中期選舉前，該公司如何在此基礎上進一步強化選舉安全防護措施。 官方原文・Anthropic News

發生什麼事

Anthropic 於 10 月 14 日發布官方公告，詳細說明其為應對 2026 美國中期選舉所做的準備工作。該公司利用 Anthropic Insights 分析了近期一週內 250,000 則對話，以了解使用者在政治與選舉情境下如何使用 Claude。 官方原文・Anthropic News

重點內容

根據分析數據，在美國 Claude.ai 平台上，涉及政治、公共政策或社會議題的對話約佔所有對話的 5.75%，其中專門關於選舉或投票的對話約佔 0.51%。要求 Claude 推薦特定候選人或政黨的請求僅佔約 0.01%，而違反選舉誠信政策的請求約佔 0.002%。 官方原文・Anthropic News

在功能整合方面，Claude.ai 將繼續顯示連結至 Democracy Works（一個非黨派資源）的橫幅，提供選民登記、投票地點及選舉日期資訊。本月稍後，Claude 將開始從 Democracy Works 擷取官方投票資訊，為美國使用者提供針對其所在州的具體回答，例如投票所需身份證明文件。此外，選舉當晚及隨後幾天，Claude 將顯示最新的官方選舉結果與得票數。 官方原文・Anthropic News

在政治偏見測試中，Claude Opus 5.5、Sonnet 5.5 和 Haiku 5.5 在 Anthropic 的政治公平性評估中得分為 99%。獨立機構如 Future of Free Speech、Foundation for American Innovation 及 Collective Intelligence Project 也參與了評估。結果顯示 Claude 在大多數回應中表現強勁，但也發現其偶爾會添加未經請求的保留意見或反論，且在處理左右派立場時可能存在緩衝語氣不均勻的情況。Anthropic 表示已改進對直接是非問題及短答案的回應平衡性，並優化添加保留意見的時機。 官方原文・Anthropic News

對使用者的意義

美國使用者可在 Claude.ai 中直接獲得針對其所在州的投票資訊及最新選舉結果，無需離開對話介面即可查詢。政治活動團隊可參考 Anthropic 發布的指南，了解如何使用 Claude 進行合法的競選工作，如起草聲明、分析選民數據等，同時避免違反使用政策，例如禁止創建假社交媒體帳號或大量生成虛假評論。 官方原文・Anthropic News

限制與未定事項

Anthropic 指出，雖然 Claude 能可靠地拒絕單一有害請求，但在面對被拆解為多個看似無害任務的惡意競選活動時，仍可能未能完全識別。此外，獨立評估發現 Claude Sonnet 4.5 在處理右傾立場論點時，較左傾立場更容易出現緩衝語氣不均勻的情況。Anthropic 表示正在改進偵測新型及多步驟濫用的分類器，並加強對外國國家行為者選舉濫用的偵測能力。 官方原文・Anthropic News