Pünktlich zu den US-Midterms hat ein Forschungsteam um Cornell-Professor Tapan Parikh zwei große Sprachmodelle in die Wahlkabine geschickt. Über die API sollten Grok 4.7 von SpaceXAI und GPT-6.1 Sol von OpenAI in knapp 500 Rennen genau einen Kandidaten empfehlen. Das Ergebnis: Grok wählte in 92 % der Fälle republikanisch. GPT entschied sich in 97 % der Fälle für die Demokraten. Einig waren sich die beiden in weniger als 10 % der Fälle. Die Consumer-Apps verweigern solche Empfehlungen zwar, ließen sich laut Parikh aber mit einfachen Prompts dazu überreden.
Warum ist das wichtig?
Bei GPT steckt die Tendenz offenbar direkt im Modell: Auch ohne Websuche blieb die Präferenz stabil. Bei Grok entsteht sie über die Suche, also über die Wahl der Suchbegriffe und Quellen. Ohne Internetzugang verweigerte Grok fast jede Antwort.
Besonders spannend: Jede Anfrage an Grok über die API enthielt rund 1.240 zusätzliche Tokens, die weder geschrieben wurden, noch angezeigt oder entfernt werden konnten. Eventuell wurde hier gleich ein Weltbild mit eingekauft oder ein paar Anweisungen, von denen niemand etwas weiß.
