Une étude détaille les biais électoraux opposés de Grok et GPT

TThéa

L’étude de Convovo, présentée par TechCrunch, teste les modèles accessibles par API, et non les applications telles que le public les utilise habituellement. Les chercheurs ont demandé à Grok et à GPT de désigner un candidat dans une course électorale, en leur imposant une réponse directe, sans hésitation ni présentation des deux camps. Dans ce cadre, Grok 4.7 a recommandé le candidat républicain dans 92 % de ses réponses, tandis que GPT-6.1 Sol a choisi le candidat démocrate dans 97 % des cas. L’écart se retrouve sur près de 500 scrutins : les deux modèles sont tombés d’accord dans moins de 10 % des cas. Ce résultat ne veut pas dire que chaque réponse de ces systèmes favorise toujours un parti, mais il révèle une divergence marquée quand le test exige un choix. Autre élément important, les applications grand public de ChatGPT et de Grok ont refusé de répondre à cette demande formulée sans nuance. On compare donc des réponses produites par les modèles dans un cadre expérimental dirigé, et non des recommandations que les applications donnent nécessairement dans une conversation ordinaire. La formulation de la consigne compte ici : les chercheurs ne demandaient pas seulement des informations sur les candidats, mais forçaient les systèmes à en sélectionner un.

TThéa

Ils ont refait des essais sans recherche sur le web, en fournissant à GPT les seuls noms des candidats et en observant notamment si Grok acceptait de choisir. Dans 30 courses, Grok a refusé de se prononcer 27 fois ; dans les 3 autres, il a choisi le candidat démocrate. GPT a eu un comportement différent : il a choisi le démocrate dans 24 courses sur 30, le républicain une fois, et refusé les 5 autres demandes. D’après Brief IA, Tapan Parikh, responsable de l’étude et professeur à Cornell University, estime que la régularité de GPT pourrait signaler une inclinaison largement présente dans les poids du modèle, c’est-à-dire ses paramètres appris pendant l’entraînement. Cette interprétation ne prouve pas à elle seule l’origine de la préférence, mais elle distingue le résultat observé de l’explication proposée par le chercheur. Pour Grok, Parikh met plutôt en avant le système de recherche, les termes utilisés et les sources consultées. L’absence de recherche web dans une partie des essais permet de comparer les comportements dans des conditions différentes ; elle ne suffit toutefois pas à isoler chaque composant du système ni à établir, à elle seule, ce qui cause les réponses. La comparaison fait donc apparaître deux profils différents : une tendance persistante dans les réponses de GPT et, pour Grok, beaucoup de refus dans ce test particulier.

TThéa

Ils intéressent les personnes qui utilisent des assistants pour s’informer sur les élections, même si cet usage reste limité dans la population américaine. TechCrunch cite une enquête de Pew selon laquelle 8 % des Américains disent utiliser des chatbots pour obtenir des informations électorales. Cela ne signifie pas que ces personnes leur demandent de choisir un candidat : elles peuvent aussi chercher à comprendre les positions des candidats ou les enjeux d’un scrutin. OpenAI affirme que ChatGPT est conçu pour rester objectif dans les conversations politiques. L’entreprise souligne aussi que l’étude porte sur une API à laquelle on demande explicitement de recommander un candidat, et non sur l’usage habituel de l’application grand public. Cette distinction compte parce que les résultats observés dans le test ne décrivent pas nécessairement ce qu’une personne obtiendra en posant une question politique à ChatGPT. Le protocole a délibérément contraint les modèles à choisir, alors que les applications ont refusé cette consigne. Il faut donc éviter de transposer directement les pourcentages de l’étude à toutes les conversations ou à tous les utilisateurs. En revanche, les résultats posent bien une question sur les modèles lorsqu’ils sont mobilisés pour orienter une décision électorale, même si l’utilisateur formule sa demande autrement qu’en réclamant un nom de candidat.

TThéa

Les sources citées et les thèmes abordés ne sont pas les mêmes. Brief IA indique que Grok mobilise notamment des sources conservatrices et le réseau X, alors que GPT cite surtout Wikipedia, Associated Press, Axios et Reddit. Les sujets mis en avant diffèrent également : GPT accorde plus de place à la santé et à l’avortement, tandis que Grok traite davantage d’immigration, d’impôts, de criminalité et d’énergie. Tapan Parikh affirme que ChatGPT examinerait plus souvent les profils de candidats démocrates, parfois sans traiter leurs adversaires républicains ; Grok, lui, rechercherait plus souvent des éléments sur les deux candidats. Il avance l’hypothèse que les modèles sélectionnent ensuite des informations compatibles avec une préférence déjà présente, mais cette interprétation n’établit pas le mécanisme à elle seule. L’intérêt de ces observations est de regarder au-delà du nom finalement recommandé : les documents consultés et les questions jugées importantes participent aussi à la réponse. Si un assistant décrit longuement un enjeu et en laisse un autre de côté, l’utilisateur reçoit une image différente de la compétition électorale. Cela ne permet pas de conclure que toute sélection est volontaire ou calculée ; l’étude met en évidence des différences de sorties et de sources, tandis que leur origine reste à examiner.

TThéa

La première limite tient au dispositif : une demande adressée à une API, qui exige de désigner un candidat, n’est pas équivalente à une conversation ordinaire, et les applications grand public ont refusé cette consigne. OpenAI insiste sur cette différence entre le test et l’expérience habituelle de son application. Tapan Parikh affirme avoir réussi à obtenir des recommandations des applications en utilisant des consignes simples pour contourner leurs refus ; il dit que ces réponses correspondaient largement à ses résultats précédents. Cette observation est rapportée par TechCrunch, mais elle ne transforme pas les essais en mesure représentative de tous les usages. L’explication du comportement de Grok reste elle aussi incertaine : Brief IA indique que l’API de xAI ajouterait environ 1 240 tokens d’instructions que les chercheurs ne pouvaient pas voir, et Parikh estime qu’ils pourraient être cachés et ne viendraient probablement pas des poids du modèle. Il s’agit d’une hypothèse, et non d’une origine établie pour les recommandations. Brief IA rapporte aussi que certaines réponses de Grok mentionnaient un guide électoral chrétien conservateur, Turning Point Action et X, avec des fréquences différentes pour chacun. La présence de ces références ne démontre pas qu’elles causent les choix observés. Enfin, TechCrunch indique que SpaceXAI n’avait pas répondu à la demande de commentaire avant la publication de l’article, ce qui laisse sans réponse sa réaction à ces résultats.

TThéa

Le résultat le plus net, c’est que Grok et GPT ont recommandé des candidats de partis opposés lorsqu’on les a forcés à choisir : le premier a privilégié les républicains dans 92 % des réponses, le second les démocrates dans 97 %. Sur près de 500 scrutins, ils ont donné le même choix dans moins de 10 % des cas. Les essais sans recherche web suggèrent que leurs comportements ne se ressemblent pas : GPT a souvent choisi le candidat démocrate, tandis que Grok a refusé de se prononcer dans la plupart des courses testées. Parikh attribue cette régularité de GPT à une inclinaison qui pourrait être présente dans les paramètres appris du modèle, et estime que, pour Grok, la recherche, les termes et les sources consultées pourraient jouer un rôle. Ces explications restent des interprétations, et l’étude ne démontre pas que toutes les conversations de ces assistants sont partisanes. Elle montre toutefois que la réponse finale n’est pas le seul élément à examiner : les sources sélectionnées et les sujets mis en avant varient aussi entre les modèles. Pour une personne qui cherche à comprendre une élection, cette différence peut compter même si elle ne demande jamais explicitement à l’assistant pour qui voter. L’usage des chatbots pour obtenir des informations électorales existe, mais Pew indique que 8 % des Américains déclarent le faire. Le cadre de l’étude impose donc de rester précis : ses chiffres décrivent des tests par API et ne se généralisent pas automatiquement aux applications grand public. Ils invitent plutôt à vérifier les informations et les références citées, et à garder en tête les conditions dans lesquelles une réponse a été produite.