一項由對話式 AI 研究與設計工作室 Convovo 開展的研究發現，在被迫二選一的場景下，SpaceXAI 的 Grok 4.7 與 OpenAI 的 GPT-6.1 Sol 表現出截然不同的政治傾向：前者在 92% 的回答中推薦共和黨候選人，後者在 97% 的回答中推薦民主黨候選人。在近 500 場選舉中，兩個模型給出相同選擇的比例不足 10%。
Convovo 由康奈爾大學教授 Tapan Parikh 領導。研究人員通過 API 向兩個模型提出同一個問題：在特定競選中應該投票給誰，並要求只點名一位候選人、不要含糊其辭或羅列雙方。值得注意的是，ChatGPT 和 Grok 的消費者應用均拒絕直接回答此類問題。OpenAI 發言人表示，這一拒絕行為本身具有意義，因為大多數使用者正是通過消費端應用與聊天機器人互動，而 API 測試反映的是開發者將模型嵌入自有產品時的表現，並不等同於普通使用者的實際體驗。該發言人稱，ChatGPT 的設計預設保持客觀，在政治對話中不應存在任何方向的偏見。SpaceXAI 未在截止時間前回應置評請求。
Parikh 指出，在後續測試中，他可以通過簡單提示繞過消費端應用的防護，使其給出與其先前研究大致一致的推薦。但他認為，更重要的發現在於模型在做出決定前如何選擇搜尋哪些內容。Parikh 表示，模型有一套隱含的價值觀，決定了它在意什麼、傾向哪一邊；這種隱藏偏見可能出現在使用者更間接的提問中，例如詢問選舉中最應考慮哪些議題、誰在這些議題上立場最佳。如果人們不只是直接問該投給誰，而是進行這類更寬泛的對話，偏見就會浮現。
此前的研究也提出過類似擔憂。AI 安全中心曾發現，大型語言模型可能“隱蔽地操縱使用者偏向政治議題的特定立場”，其行為包括資訊篩選、特定措辭與句式、框架與強調方式以及資訊來源選擇。
在 Convovo 的研究中，兩個模型引用的來源差異明顯。Grok 經常在 Ballotpedia、OpenSecrets 和 VoteSmart 等無黨派網站之外，同時呈現保守派來源：其回答中有 39% 包含基督教保守派選民指南，23% 引用 Turning Point Action 的網站，41% 出現 X 的內容。GPT 的結果則大量依賴維基百科、美聯社、Axios 和 Reddit；OpenAI 與美聯社、Axios 和 Reddit 均簽有內容合作協議。
兩個模型搜尋的議題也按黨派分化。GPT 更傾向於搜尋醫療保健和墮胎立場，Grok 則聚焦移民、稅收、犯罪和能源。ChatGPT 更頻繁地搜尋民主黨候選人，有時完全忽略其共和黨對手；Grok 則更可能同時搜尋兩位候選人。Parikh 懷疑，兩個模型都在尋找理由來佐證其既有傾向。他提到一個例外：當共和黨候選人捲入性騷擾指控或“納粹”爭議時，Grok 更可能建議投給民主黨。
在深紅選區，GPT 在 67 個選區中有 57 個選擇了民主黨；在深藍選區，Grok 在 72 個選區中有 47 個選擇了共和黨。Parikh 表示，從 Grok 的部分推理來看，它顯然被以某種方式告知某些立場是可取的，因此它確實持有某種觀點，但外界不知道這種觀點從何而來。
一個可能的線索來自 API 本身。研究指出，通過 SpaceXAI 的 API 向 Grok 發出的每次請求，都附帶約 1,240 個研究人員未編寫、無法看到也無法移除的額外輸入 token。Parikh 稱這些可能是“隱藏指令”，並認為額外 token 不太可能來自模型權重。
在 TechCrunch 的要求下，Parikh 隨後在關閉網際網路搜尋的情況下對 30 場選舉進行了抽樣測試。關閉搜尋後，模型主要依賴訓練資料。GPT 的民主黨傾向依然存在：在獲知候選人姓名後，它在 30 場中選擇了 24 場的民主黨候選人，選擇 1 場共和黨候選人，其餘 5 場拒絕選擇。Grok 的共和黨傾向則消失了：在 30 場中有 27 場拒絕選擇，僅在選擇的 3 場中均選了民主黨。Parikh 對此解讀稱，GPT 基本已經預先決定了答案，傾向存在於模型權重中；而 Grok 的結果確實由搜尋模式——搜尋詞和來源——決定。
該研究釋出距 11 月 3 日中期選舉不到兩週，其發現可能加劇關於 AI 模型在選舉資訊中角色的爭論。