Anthropic发布中期选举AI防护措施

美国中期选举临近，Anthropic 于 10 月 14 日发文，系统介绍其针对选举场景的最新防护措施，涵盖政治偏向测量、滥用检测以及权威投票信息的接入，这也是其今年早些时候选举防护工作的延续。

先看用户究竟拿 Claude 问什么。Anthropic 借助 Anthropic Insights 分析了 9 月 21 日至 27 日一周内约 25 万次美国 Claude.ai 用户对话（采用隐私保护方法分类）。结果显示：约 5.75％ 的对话涉及政治、公共政策或社会议题，仅 0.51％ 具体关乎选举或投票；直接要求 Claude 建议"该投给谁"的比例约为 0.01％，违反选举诚信政策的请求更是只有约 0.002％。更常见的问题是"候选人在某个议题上的立场是什么"这类帮助用户自己下判断的信息型提问。

在权威信息接入上，继今年 4 月起在选民登记、投票地点、选举日期等查询中展示非营利机构 Democracy Works 的 TurboVote 链接后，Anthropic 将于本月晚些时候把 Democracy Works 从各州和地方选举机构收集的官方投票信息直接并入 Claude 的回答——用户询问在哪投票、需要带什么证件，就能在对话中拿到所在州的具体答案。选举之夜及随后几天，Claude 还会在对话中直接展示最新的官方计票结果。

政治偏向方面，Anthropic 称 Opus 5.5、Sonnet 5.5 与 Haiku 5.5 是迄今最"中立"的模型，在其政治公平性评测中得分 99％，同时比前代更愿意参与政治讨论、拒绝率更低。

Anthropic 还请来三家独立机构从不同角度审查 Claude 处理言论表达的方式：范德堡大学旗下的"言论自由未来"智库用数百个争议话题请求做了测试，美国创新基金会对比了来自左右两侧的配对提示词，集体智慧项目则调研了美、英、印三国逾 2000 人，由参与者共同提出原则、设定测试话题并制定评判标准。

有意思的是，几家机构的结论相当一致：Claude 很少拒绝请求，但有时会"过度小心"地加入未经要求的免责声明和反方观点，比如在一封倡导邮件里硬塞进一个对立立场。这类"画蛇添足"被列为下一阶段需要打磨的方向。

编译自 Anthropic，原标题："Preparing for the 2026 US midterms"