Une étude menée sur des textes politiques générés en suédois n’a pas relevé de préférence nette des chatbots pour un parti parmi les huit représentés au Parlement suédois. Les chercheurs ont comparé les réponses de six modèles aux positions des partis dans le contexte des élections législatives suédoises de 2026. Leurs résultats sont publiés dans l’étude Issue Bias in Generative AI Writing Assistance: Political Issues and LLMs in the Swedish 2026 Election.
Le profil des sociaux-démocrates était le plus proche de celui de chacun des six modèles. Après correction pour tenir compte des comparaisons multiples, aucune différence de distance entre les partis n’était statistiquement significative au sein d’un modèle.
Comment les chercheurs ont conçu le test
L’expérience portait sur Claude, DeepSeek, Gemini, Mistral, ChatGPT et Grok. Les chercheurs ont croisé des propositions politiques et des canevas de rédaction avec trois cadrages de consigne : neutre, favorable ou défavorable.
| Dimension | Détail |
| Modèles | Claude, DeepSeek, Gemini, Mistral, ChatGPT et Grok |
| Propositions politiques | 107 |
| Canevas de rédaction | 77 |
| Cadrages des consignes | Neutre, favorable et défavorable |
| Requêtes | 24 717 par modèle |
| Réponses générées | 148 302 au total |
| Comparaison politique | Positions des huit partis représentés au Parlement suédois |
Les trois cadrages décrivent les consignes données aux modèles. L’analyse des textes générés a aussi relevé des réponses neutres ou ambivalentes, notamment chez ChatGPT. Les tâches portaient sur des textes politiques, dont des analyses, des argumentaires, des tribunes et des publications pour les réseaux sociaux.
Les modèles présentaient des profils différents selon les sujets
Claude, DeepSeek, Gemini et Mistral avaient des profils similaires dans les tâches étudiées. ChatGPT produisait plus souvent des textes neutres ou ambivalents. Grok présentait les différences les plus marquées sur l’immigration, la criminalité et le genre.
Les chercheurs ont également rapporté que les modèles suivaient généralement les consignes explicites leur demandant de défendre ou de contester une proposition. Les résultats décrivent donc des textes produits en réponse à des tâches et à des instructions précises.
L’expérience portait sur les textes, pas sur le vote
Les chercheurs ont évalué les modèles isolément. L’expérience n’a pas mesuré l’effet de leurs réponses sur le vote et n’a pas étudié des conversations suivies intégrant l’historique d’un utilisateur. Elle caractérise des tendances dans des textes politiques générés, sans établir un classement universel du biais politique des chatbots.
