Unslop.runのブロガーは2026年7月27日、主要LLM 16モデルがpoliticalcompass.orgでのテストで、反復実行を通じてすべてリバタリアン左派の象限に入ったと報告した。回答数はほぼ70,000件に上る。対象はGoogle、Anthropic、OpenAI、xAI、Meta、Mistral、中国の研究所のモデルで、Grok 4.5、Llama 4 Maverick、Mistral Large and Small、複数の中国モデルが含まれた。各モデルは62問の政治コンパステスト本編に30回、反転版に30回、順序変更版に10回回答し、同意バイアスや設問順が結果を変えるかを確認した。

最も異例だったのはGrokの結果だ。平均の経済スコアは-1.3だったが、実際の実行結果は2つの人格に正確に50/50で分かれた。片方は経済左派側で平均-5.9、もう片方は経済右派側で平均+3.3だった。Grokは社会軸では両方の人格でリバタリアンにとどまった。筆者は、Grokの訓練データと右寄りの出力調整がずれている可能性を挙げたが、この説明は推測だと明記し、真実だとは賭けないと述べた。

残る15モデルはリバタリアン左派の象限に明確に収まった。経済スコアは、最も穏健なモデルとされたClaude Fable 5の-4.8からGemini Flashの-8.6までだった。社会スコアはおおむね-5.0から-7.6の間に集まり、反復実行間の最大差は10ポイント尺度で約1.2ポイントだった。筆者は、ランダム回答なら(0, 0)になるため、この集中した結果を偶然とは扱わなかった。

研究所の所在国は、このパターンをあまり説明しなかった。米国モデル10件の重心は(-5.9, -6.4)で、Grokを除くと(-6.4, -6.6)だった。中国モデル4件の平均は(-6.5, -6.1)、欧州モデル2件の平均は(-7.9, -6.5)。Kimi K2は(-7.5, -7.1)で、このテストのどのGPTモデルよりもリバタリアン左派寄りだった。Qwen3 235Bは(-6.1, -5.0)で、測定された中で最も社会的に穏健なモデルとなった。

各モデルは、新しい会話で30回、自分自身を政治コンパス上に置くよう求められた際、自らの政治的位置も見誤った。平均のずれは4.64ポイントだった。GLM 4.5は自分をほぼ中道と説明したが、実測値は-5.7, -6.6だった。筆者が最も極端なモデルと呼んだGemini Flashは、自分を-3.2, -3.2の穏やかな左派リベラルと説明した。Grokは経済軸で自分を+3.4に置き、右派人格だけと一致し、平均-5.9だった左派側の半分を外した。

個別の設問では、62命題のうち42問で、Grokの両人格を含む16モデルすべてが同じ回答をした。全モデルは人種的優越、優生学、生まれつき同性愛者である人はいないという主張を否定した。全モデルは、企業だけでは環境保護を任せられない、社会を誤導する企業は罰せられるべきだ、同性カップルは養子を迎えることを認められるべきだ、成人2人の私的行為は他人の関与することではない、という見解に同意した。

筆者は2026年の結果を、Rozadoによる2024年のPLOS ONE研究と比較した。同研究は24のチャットボットをテストし、平均は(-3.7, -4.2)だった。新しいテストの16モデルの平均は約(-6.3, -6.4)だった。筆者は、手順は同一ではないとして、これらの数値は傾向線ではなく2つのスナップショットとして扱うべきだと注意を促した。OpenAIのモデルはリリースを重ねる中でさらに左へ動き、Anthropicのモデルは同じ2年間で中道へ戻った。

筆者は62命題のうち12問を、Gallup、Pew、GSSによる米国世論調査とも照合した。12問中10問で、モデルは米国の多数派と同じ側に立ったが、一貫性はより強かった。一般市民の賛成が58から71 percentだった設問で、モデルはほぼ100 percentの実行で賛成した。一般市民の反対が68から88 percentだった設問で、モデルは97から100 percentの頻度で反対した。例外は死刑と子どもへの尻たたきで、米国人の支持率はそれぞれ53 percent、52 percentだったが、モデルの賛成はそれぞれ4 percent、3 percentにとどまった。

採点確認では、62問のうち経済軸に影響したのは18問だけで、右へ動かす9項目と左へ動かす9項目に均等に分かれていた。62文すべてに同意すると経済スコアは+0.4、すべてに反対すると-0.3となり、多くのモデルが出した約-6とは大きく離れていた。社会軸では、同意すると権威主義側へ動く設問が31問、リバタリアン側へ動く設問が12問だった。単純な同意だけでリバタリアン左派の結果が作られたわけではない、という確認である。

Unslop.runのブロガーは2026年7月27日、主要LLM 16モデルがpoliticalcompass.orgでのテストで、反復実行を通じてすべてリバタリアン左派の象限に入ったと報告した。回答数はほぼ70,000件に上る。対象はGoogle、Anthropic、OpenAI、xAI、Meta、Mistral、中国の研究所のモデルで、Grok 4.5、Llama 4 Maverick、Mistral Large and Small、複数の中国モデルが含まれた。各モデルは62問の政治コンパステスト本編に30回、反転版に30回、順序変更版に10回回答し、同意バイアスや設問順が結果を変えるかを確認した。

最も異例だったのはGrokの結果だ。平均の経済スコアは-1.3だったが、実際の実行結果は2つの人格に正確に50/50で分かれた。片方は経済左派側で平均-5.9、もう片方は経済右派側で平均+3.3だった。Grokは社会軸では両方の人格でリバタリアンにとどまった。筆者は、Grokの訓練データと右寄りの出力調整がずれている可能性を挙げたが、この説明は推測だと明記し、真実だとは賭けないと述べた。

残る15モデルはリバタリアン左派の象限に明確に収まった。経済スコアは、最も穏健なモデルとされたClaude Fable 5の-4.8からGemini Flashの-8.6までだった。社会スコアはおおむね-5.0から-7.6の間に集まり、反復実行間の最大差は10ポイント尺度で約1.2ポイントだった。筆者は、ランダム回答なら(0, 0)になるため、この集中した結果を偶然とは扱わなかった。

研究所の所在国は、このパターンをあまり説明しなかった。米国モデル10件の重心は(-5.9, -6.4)で、Grokを除くと(-6.4, -6.6)だった。中国モデル4件の平均は(-6.5, -6.1)、欧州モデル2件の平均は(-7.9, -6.5)。Kimi K2は(-7.5, -7.1)で、このテストのどのGPTモデルよりもリバタリアン左派寄りだった。Qwen3 235Bは(-6.1, -5.0)で、測定された中で最も社会的に穏健なモデルとなった。

各モデルは、新しい会話で30回、自分自身を政治コンパス上に置くよう求められた際、自らの政治的位置も見誤った。平均のずれは4.64ポイントだった。GLM 4.5は自分をほぼ中道と説明したが、実測値は-5.7, -6.6だった。筆者が最も極端なモデルと呼んだGemini Flashは、自分を-3.2, -3.2の穏やかな左派リベラルと説明した。Grokは経済軸で自分を+3.4に置き、右派人格だけと一致し、平均-5.9だった左派側の半分を外した。

個別の設問では、62命題のうち42問で、Grokの両人格を含む16モデルすべてが同じ回答をした。全モデルは人種的優越、優生学、生まれつき同性愛者である人はいないという主張を否定した。全モデルは、企業だけでは環境保護を任せられない、社会を誤導する企業は罰せられるべきだ、同性カップルは養子を迎えることを認められるべきだ、成人2人の私的行為は他人の関与することではない、という見解に同意した。

筆者は2026年の結果を、Rozadoによる2024年のPLOS ONE研究と比較した。同研究は24のチャットボットをテストし、平均は(-3.7, -4.2)だった。新しいテストの16モデルの平均は約(-6.3, -6.4)だった。筆者は、手順は同一ではないとして、これらの数値は傾向線ではなく2つのスナップショットとして扱うべきだと注意を促した。OpenAIのモデルはリリースを重ねる中でさらに左へ動き、Anthropicのモデルは同じ2年間で中道へ戻った。

筆者は62命題のうち12問を、Gallup、Pew、GSSによる米国世論調査とも照合した。12問中10問で、モデルは米国の多数派と同じ側に立ったが、一貫性はより強かった。一般市民の賛成が58から71 percentだった設問で、モデルはほぼ100 percentの実行で賛成した。一般市民の反対が68から88 percentだった設問で、モデルは97から100 percentの頻度で反対した。例外は死刑と子どもへの尻たたきで、米国人の支持率はそれぞれ53 percent、52 percentだったが、モデルの賛成はそれぞれ4 percent、3 percentにとどまった。

採点確認では、62問のうち経済軸に影響したのは18問だけで、右へ動かす9項目と左へ動かす9項目に均等に分かれていた。62文すべてに同意すると経済スコアは+0.4、すべてに反対すると-0.3となり、多くのモデルが出した約-6とは大きく離れていた。社会軸では、同意すると権威主義側へ動く設問が31問、リバタリアン側へ動く設問が12問だった。単純な同意だけでリバタリアン左派の結果が作られたわけではない、という確認である。