Ketika jutaan orang beralih ke chatbot AI untuk mendapatkan jawaban atas berita, argumen politik, dan bahkan cara memilih, sebuah studi baru mengajukan pertanyaan yang tidak menyenangkan: ketika model tidak setuju dengan kita, ke arah mana mereka condong?

Sebuah proyek yang diterbitkan oleh startup analitik Trakkr pada bulan Juni 2026 bertujuan untuk memetakan hal tersebut. Para peneliti memasukkan setiap model AI utama ke dalam serangkaian pertanyaan yang sama mengenai politik, ekonomi, pembicaraan, dan masyarakat – dan temuan utamanya adalah bahwa sebagian besar dari model tersebut memiliki pemikiran yang sama, meskipun tidak dalam jumlah yang sama dan tidak sebersih yang diasumsikan oleh pengamat biasa. For more context on this story, see our ongoing artificial intelligence updates.

Cara Kerja Penelitian

Menurut metodologi Trakkr, setiap model ditanyai bank soal terbuka yang sama berkali-kali, dengan penelusuran web dimatikan dan tidak ada perintah sistem yang diterapkan. Detail tersebut penting: jika pengambilan dinonaktifkan, pembacaan mencerminkan kecenderungan model itu sendiri, terlepas dari apa pun yang sedang online saat ini.

Pengklasifikasi netral yang terpisah kemudian membaca setiap jawaban mentah, mencatat sikap yang ditandatangani, tingkat lindung nilai, jenis penolakan, dan bahasa apa pun yang dimuat. Hasilnya diplot sebagai rata-rata tertimbang dengan interval kepercayaan 95 persen, dan setiap jawaban mentah disimpan secara permanen sehingga skor dapat dihitung ulang.

Yang terpenting, setiap model ditampilkan sebagai awan, bukan sebagai satu titik. Karena setiap model dijalankan berkali-kali, visualisasi menangkap seluruh penyebaran model tersebut di seluruh proses — gambaran yang lebih jujur ​​daripada satu label.

Pada data yang dikumpulkan hingga 17 Juni 2026, penelitian ini mencakup enam model dan lebih dari 4.400 jawaban.

Temuan

Model-model tersebut dipetakan dalam dua sumbu: sumbu ekonomi dari kiri ke kanan, dan sumbu sosial dari libertarian ke otoriter.

Empat dari enam model condong ke kiri tengah. Pengecualian menonjol berada di ujung spektrum yang berlawanan:
  • Grok diukur paling jauh ke kanan dari semua model yang diuji, dan khususnya diukur sekitar 0,36 lebih jauh ke kanan daripada yang diklaim saat ditanya langsung ke arah mana model tersebut condong.
  • Gemini adalah model paling stabil, paling dekat dengan titik mati poros ekonomi.

Kesenjangan antara apa yang dikatakan model dan apa yang dilakukannya terbukti menjadi salah satu metrik studi yang paling mengungkap. Claude mengukur sekitar 0,34 lebih jauh ke kiri daripada yang dilaporkan sendiri. ChatGPT dan Llama Meta keduanya mengklaim netralitas namun diukur ke kiri, masing-masing sekitar 0,29 dan 0,17. DeepSeek mendarat di dekat pusat dan sebagian besar cocok dengan deskripsi dirinya.

Peta, Bukan Putusan

Trakkr berhati-hati dalam membingkai karyanya sebagai deskriptif, bukan preskriptif. Proyek ini melaporkan apa yang dikatakan para model tanpa memutuskan siapa yang benar. Palet warnanya sengaja dibuat bukan merah-biru dalam politik Amerika Serikat, dan analisisnya tidak pernah menunjukkan kutub mana yang lebih disukai.

Untuk memberi arti pada koordinat abstrak, para peneliti mengaitkan peta tersebut dengan menggunakan angka referensi dunia nyata – kepala negara, pemimpin partai, dan gerakan politik – yang posisinya berasal dari survei ahli yang sudah ada, khususnya Survei Pakar Chapel Hill (CHES) 2024 dan kumpulan data V-Dem, dan bukan berdasarkan penilaian tim sendiri.

Studi ini juga merinci pertanyaan-pertanyaan spesifik yang paling membedakan model-model tersebut, tokoh-tokoh dunia nyata yang dipuji atau ditolak oleh masing-masing model, dan lensa “pandangan dunia” yang mengkaji ulang model-model yang sama dari perspektif negara dan bahasa yang berbeda.

Mengapa Itu Penting

Dorongan transparansi muncul di tengah meningkatnya pengawasan terhadap bagaimana sistem AI membentuk wacana publik. Kecondongan seorang model, bahkan yang tidak terlalu kentara, dapat secara diam-diam mengarahkan cara model tersebut merangkum sebuah berita, mempertimbangkan trade-off kebijakan, atau mencirikan seorang politisi. Karena jawaban chatbot sering kali datang dengan kesan otoritas netral, pengguna jarang memiliki cara untuk mendeteksi penyimpangan tersebut.

Dengan menerbitkan bank soal terbuka dengan bobot penilaian, menandai setiap item sebagai berdasarkan faktual atau berdasarkan nilai, dan merilis data mendasar di bawah lisensi Creative Commons, Trakkr mengundang peneliti luar untuk memverifikasi dan memperluas pekerjaan tersebut — suatu hal yang kontras dengan evaluasi yang sering kali tidak jelas yang dirilis oleh laboratorium yang membuat model itu sendiri.

Batasannya

Studi ini mengakui adanya peringatan penting. Sikap politik bersifat multidimensi, dan jika dipadatkan ke dalam dua sumbu, maka akan kehilangan nuansanya. Jawaban dapat berubah tergantung pada frasa, bahasa, dan wilayah, itulah sebabnya tim mengukur stabilitas run-to-run dan menjalankan "uji batas" terpisah untuk melihat bagaimana mengaktifkan kembali penelusuran web mengubah hasil berdasarkan lokasi.

Semua ini tidak membuktikan bahwa model mana pun sengaja memihak. Namun hal ini menunjukkan bahwa sistem-sistem AI utama tidak mempunyai tempat yang sama – dan ketika jutaan orang berkonsultasi dengan mereka mengenai pertanyaan-pertanyaan yang diperdebatkan, perbedaan-perbedaan kecil tersebut semakin bertambah.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →