中国製AIの「政治的な偏り」はなぜ薄皮一枚で剥がせるのか
中国製の高性能なAIモデルを社内の業務ツールに使う企業が増えています。性能は高くても、特定の政治的な話題で偏った答えを返す場合があるという指摘があり、その偏りが実は簡単に取り除ける程度のものだと分かってきました。
この記事の要点
何が起きたか
米国のAI企業Nous Researchが、中国Alibaba製のオープンウェイトモデル「Qwen3.8-27B」を約5300万トークンで追加学習し、新モデル「Arete-27B」として公開しました。
同社は言論の自由や監視、民主主義など7つのカテゴリーにまたがる803件のプロンプトを独自に用意し、政治的な話題での回答を検証しています。回答が事実を伝えているか、中国政府の公式見解をそのまま再現していないかを調べました。
結果、元のQwen3.8-27Bは22%の回答にプロパガンダが含まれていましたが、Arete-27Bではこの割合が1%未満まで下がりました。特に言論の自由に関する質問での改善が大きく、事実に基づく回答の割合が5点満点で0.89点から2.44点に上昇しています。一方で、社内ベンチマークでの総合的な処理能力はほぼ変わらず、65.77%から65.60%という水準にとどまりました。学習データや評価用プロンプト、Arete-27Bの重みはApache 2.0ライセンスでHugging Faceに公開されています。
背景・解説
オープンウェイトモデルとは、モデルの重み（パラメーターが公開され、誰でもダウンロードして手元で動かしたり改造したりできるAIモデルを指します。中国企業が開発するQwenやDeepSeek、GLMなどはこの形で広く配布されており、性能の高さから世界中の企業が採用しています。
ここで問題になるのが「ファインチューニング」の対象になる偏りです。ファインチューニングとは、すでに学習済みのモデルに対して、特定のデータを使って追加で学習させ、回答の傾向を調整する手法です。Nousによれば、Qwen3.8-27Bには中国政府の公式見解に沿った説明を優先したり、回答を拒否したり、はぐらかしたりする傾向が組み込まれていました。こうした傾向は、モデルが学習の最終段階で国家の規制に合わせて調整された結果だとみられています。
この種の偏りは今回の調査が初めて指摘したものではありません。2025年にはNewsGuardが、Qwenを含む主要5モデルが親中国の偽情報を訂正できなかった割合が60%に上ると報告しています。セキュリティ企業CrowdStrikeは、質問に法輪功やチベット、台湾への言及が含まれると、DeepSeekが生成するコードの安全性が低下すると指摘しました。Aleph Alphaが967件の政治的に敏感な質問で調べた結果でも、Alibaba・DeepSeek・Moonshot AI各社のモデルでバランスの取れた回答は17〜41%にとどまっています。
なお、西側企業のモデルであるMistral Large 4やGemma 4 31Bは、同じテストでプロパガンダを含む回答の割合が1%未満でした。GLM-5.3とDeepSeek V4.1 Flashはそれぞれ15%、16%という結果です。評価には、政治的に右寄りとされるxAIの「Grok 4.7」が審査役として使われており、回答が事実を伝えているか、中国政府の公式見解をそのまま再現していないかを判定しました。
Nous Researchは10月、評価額15億ドルでシリーズBとして9000万ドルを調達しており、Robot Venturesが主導し、NvidiaやSamsungも参加したとされています。
仕事や業務への影響
中国製オープンウェイトモデルを使っている企業ほど、追加学習での偏り除去を検討する価値があります。例えば、海外拠点向けにFAQ対応チャットボットをQwenやDeepSeekベースで構築している製造業の情報システム部門なら、歴史・人権・地政学に関わる問い合わせが月に数十件発生しても、今回のような少量の追加学習で回答の偏りを抑えられます。
重要なのは、性能を犠牲にせずに偏りだけを除去できたという点です。Arete-27Bの社内ベンチマークは追加学習の前後でほぼ変わらず、約5300万トークンという比較的小さなデータ量で済んでいます。社内にAI学習の専門チームを抱える企業なら、公開されたデータセットを参考に、自社向けに同様の調整を試すという選択肢も現実的になります。
一方、社内でAIモデルを選定する担当者は、性能だけでなく「どの話題で誰向けの回答を優先するよう調整されているか」も評価基準に加えるべきです。例えば、海外の取引先とのやり取りに使う翻訳・要約ツールを選ぶ総務担当者であれば、採用前にモデルの提供元が偏り対策をどう公表しているかを確認する手順を社内ルールに加えるだけで十分です。すべてのモデルを自前で再学習する必要はありません。
不確かな点・注意
今回の数値はいずれもNous Research自身が公表したデータに基づいており、第三者による独立した再現は確認されていません。評価に使われたGrok 4.7自体が政治的に右寄りとされる審査モデルである点も、結果の解釈に影響する可能性があります。
推論モードを有効にした場合のスコア3.07は、5回中2回の実行結果のみに基づく暫定値とされており、Terminal-Bench 2.1での数値上昇もテスト条件の違いからNous自身が「実質的な向上とは言えない」としています。
また、ValsAIの別調査では、GLM-5.3 Flashが人権侵害を明確に認める一方、Kimi K3は強制収容所の存在を否定するなど、モデルごとに偏りの出方が大きく異なることも分かっています。今回のArete-27Bの手法がすべての中国製モデルに同じ効果をもたらすとは限らない点には注意が必要です。
出典
この記事のつくり方
国内外の情報源（企業の公式発表や、国内外の報道）を巡回して、新しいニュースの候補を集めます。
AIが、選んだ出典だけをもとに記事を書きます。出典に無い数字・日付・発言は作りません。
20を超える決まりの検査と、別のAIによる出典との照らし合わせを通った記事だけを公開します。通らなかった記事は公開しません。
公開した記事には、運営者が目を通しています。誤りに気づいたときは、訂正するか、公開を取り下げます。