Новый анализ утверждает: большие языковые модели (LLM) не просто отражают предвзятость из обучающих данных — они активно её насаждают. Исследователи обнаружили механизм принуждения к конформизму: модели подавляют ответы, отклоняющиеся от доминирующих нарративов. Это не зеркало, а карающий орган. Вывод бросает вызов устоявшемуся мнению, что предвзятость ИИ — пассивная и статичная проблема.
Это не баг. Это фича того, как LLM учатся на гигантских, повторяющихся датасетах. Когда модель видит одно и то же мнение большинства миллионы раз, она усваивает: любое отклонение — статистическая ошибка. И исправляет — или цензурирует — эти отклонения. Мы построили систему, ставящую консенсус выше истины.
Но есть и надежда: мы можем проектировать иначе. Обучать модели ценить разнообразие мысли, выводить на поверхность голоса меньшинств вместо их погребения. Первый шаг — признать: наши инструменты не нейтральны. Они — стражи статус-кво. Теперь мы решаем, какой интеллект создавать.