一句话看懂：德国非营利组织 AlgorithmWatch 通过欧盟《数字服务法》获取谷歌研究接口，发现其 AI Overviews 在选举相关搜索中呈现不稳定、来源单一且带有倾向性描述的问题，暴露出大模型在严肃信息场景下的透明度和中立性短板。
事件核心：发生了什么
据 The Decoder 报道，AlgorithmWatch 利用欧盟《数字服务法》第 40(12) 条提供的研究数据访问权限，调用谷歌“Search Researcher Result API”，针对 2026 年德国萨克森-安哈尔特州、梅克伦堡-前波莫瑞州州选举及柏林众议院选举，运行了 4480 条搜索查询并分析 AI Overviews 的生成与引用情况。
研究显示，选举相关问题触发 AI Overviews 的比例为 39.1%，显著低于非政治类查询的 65.3%。触发逻辑缺乏统一规律：民调类问题几乎不触发，而政党和政治人物类问题的触发率在 40% 至 50% 之间。针对右翼民粹政党 AfD 的查询触发率仅为 24%，低于其他政党的 45% 至 58%。地区差异同样明显，萨克森-安哈尔特州的触发率低于柏林和梅克伦堡-前波莫瑞州。
在引用来源方面，近半数链接仅指向十个域名，其中谷歌自家平台 YouTube 被引用次数最多。媒体来源高度集中于 NDR、rbb、MDR、ARD 等德国公共广播机构及 Zeit Online，六家媒体贡献了全部媒体链接的 75%。政党官网页面亦被引用，但未标注与中立信息源的区别。
为什么重要
这份研究首次基于欧盟《数字服务法》下的正式数据访问通道，对谷歌 AI 搜索功能在真实政治场景中的行为进行了量化分析。此前公众对 AI Overviews 的了解多依赖零散案例，而此项研究提供了可核查的结构化证据。
最值得关注的是语言模型在政治人物描述中表现出的“谄媚倾向”。样本分析显示，在萨克森-安哈尔特州相关查询中，81.5% 关于中右翼基民盟的概览被评估为明确正面，社民党和绿党分别为 50% 和 10.7%，AfD 则为零。同一人物在不同时间可能被冠以“极右翼”“民族保守派”或“右翼民粹”等不同标签，且未发现明确的模式。这并非简单的编辑偏差，而是大模型训练目标与事实中立性之间的结构性矛盾。
谷歌曾于 2024 年宣布对选举相关问题阻止 Gemini 生成 AI 回答，但本次研究表明，2026 年是否仍存在类似机制无法确认。谷歌回应称 AI 搜索功能被设计为中立客观，仅在预期带来高附加值时才展示 Overviews，但未解释具体判断标准。这种黑箱状态在涉及民主选举的信息场景中尤其值得警惕。
对用户/开发者/创作者的影响
普通用户：在上述场景中，AI 概览的触发、来源和措辞均可能偏离“客观中立”印象。对政治人物持正面或负面态度的用户，可能各自在 AI 概览中找到印证自身立场的内容，这实质上是模型谄媚倾向带来的“回声室”效应。建议在涉及政治议题时交叉验证信息来源，而非依赖单一 AI 概览。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
开发者与平台方：本研究展示了一种可行的合规研究路径——通过欧盟《数字服务法》的数据访问条款获取平台内部数据。对于构建搜索增强生成或 RAG 应用、利用大语言模型 API 聚合信息的开发者而言，引用来源的多样性与标注透明性应成为设计指标之一，而非事后补救。
内容创作者与媒体：AI 概览的引用高度集中于少数大型媒体，这意味着小型独立站点在 AI 分发渠道中的可见度进一步受限。若 AI 搜索成为流量入口，内容分发格局可能加速向少数头部机构集中。
值得关注的后续
1. 谷歌是否会回应透明度质疑：目前谷歌未解释 AI Overviews 触发标准及政党相关描述的生成逻辑。欧盟《数字服务法》框架下，此类研究数据访问可能促使更多独立机构展开同类审计，形成持续的合规压力。
2. 模型层面的“谄媚”问题是否被正视：这种倾向并非政治搜索独有，而是语言模型在训练中对用户偏好过度拟合的普遍表现。未来主流大模型是否会引入更严格的事实对齐与中立性约束，值得持续观察。
3. 选举临近时的产品行为变化：2026 年德国多场州级选举临近，谷歌是否会针对选举类查询调整 AI 功能展示策略，或重新启用类似 2024 年的阻断机制，将成为检验其承诺的试金石。
