一项由对话式 AI 研究与设计工作室 Convovo 开展的研究发现，在被迫二选一的场景下，SpaceXAI 的 Grok 4.7 与 OpenAI 的 GPT-6.1 Sol 表现出截然不同的政治倾向：前者在 92% 的回答中推荐共和党候选人，后者在 97% 的回答中推荐民主党候选人。在近 500 场选举中，两个模型给出相同选择的比例不足 10%。
Convovo 由康奈尔大学教授 Tapan Parikh 领导。研究人员通过 API 向两个模型提出同一个问题：在特定竞选中应该投票给谁，并要求只点名一位候选人、不要含糊其辞或罗列双方。值得注意的是，ChatGPT 和 Grok 的消费者应用均拒绝直接回答此类问题。OpenAI 发言人表示，这一拒绝行为本身具有意义，因为大多数用户正是通过消费端应用与聊天机器人互动，而 API 测试反映的是开发者将模型嵌入自有产品时的表现，并不等同于普通用户的实际体验。该发言人称，ChatGPT 的设计默认保持客观，在政治对话中不应存在任何方向的偏见。SpaceXAI 未在截止时间前回应置评请求。
Parikh 指出，在后续测试中，他可以通过简单提示绕过消费端应用的防护，使其给出与其先前研究大致一致的推荐。但他认为，更重要的发现在于模型在做出决定前如何选择搜索哪些内容。Parikh 表示，模型有一套隐含的价值观，决定了它在意什么、倾向哪一边；这种隐藏偏见可能出现在用户更间接的提问中，例如询问选举中最应考虑哪些议题、谁在这些议题上立场最佳。如果人们不只是直接问该投给谁，而是进行这类更宽泛的对话，偏见就会浮现。
此前的研究也提出过类似担忧。AI 安全中心曾发现，大型语言模型可能“隐蔽地操纵用户偏向政治议题的特定立场”，其行为包括信息筛选、特定措辞与句式、框架与强调方式以及信息来源选择。
在 Convovo 的研究中，两个模型引用的来源差异明显。Grok 经常在 Ballotpedia、OpenSecrets 和 VoteSmart 等无党派网站之外，同时呈现保守派来源：其回答中有 39% 包含基督教保守派选民指南，23% 引用 Turning Point Action 的网站，41% 出现 X 的内容。GPT 的结果则大量依赖维基百科、美联社、Axios 和 Reddit；OpenAI 与美联社、Axios 和 Reddit 均签有内容合作协议。
两个模型搜索的议题也按党派分化。GPT 更倾向于搜索医疗保健和堕胎立场，Grok 则聚焦移民、税收、犯罪和能源。ChatGPT 更频繁地搜索民主党候选人，有时完全忽略其共和党对手；Grok 则更可能同时搜索两位候选人。Parikh 怀疑，两个模型都在寻找理由来佐证其既有倾向。他提到一个例外：当共和党候选人卷入性骚扰指控或“纳粹”争议时，Grok 更可能建议投给民主党。
在深红选区，GPT 在 67 个选区中有 57 个选择了民主党；在深蓝选区，Grok 在 72 个选区中有 47 个选择了共和党。Parikh 表示，从 Grok 的部分推理来看，它显然被以某种方式告知某些立场是可取的，因此它确实持有某种观点，但外界不知道这种观点从何而来。
一个可能的线索来自 API 本身。研究指出，通过 SpaceXAI 的 API 向 Grok 发出的每次请求，都附带约 1,240 个研究人员未编写、无法看到也无法移除的额外输入 token。Parikh 称这些可能是“隐藏指令”，并认为额外 token 不太可能来自模型权重。
在 TechCrunch 的要求下，Parikh 随后在关闭互联网搜索的情况下对 30 场选举进行了抽样测试。关闭搜索后，模型主要依赖训练数据。GPT 的民主党倾向依然存在：在获知候选人姓名后，它在 30 场中选择了 24 场的民主党候选人，选择 1 场共和党候选人，其余 5 场拒绝选择。Grok 的共和党倾向则消失了：在 30 场中有 27 场拒绝选择，仅在选择的 3 场中均选了民主党。Parikh 对此解读称，GPT 基本已经预先决定了答案，倾向存在于模型权重中；而 Grok 的结果确实由搜索模式——搜索词和来源——决定。
该研究发布距 11 月 3 日中期选举不到两周，其发现可能加剧关于 AI 模型在选举信息中角色的争论。