Estudo revela diversidade política inédita em IA chinesa 2026

Inteligência Artificial

Pesquisa aponta variações e críticas surpreendentes em respostas políticas de IA chinesa, influenciadas por idioma e contexto.

Leia também: Eleições EUA: como data centers e IA podem mudar seu voto em 3/11

Um novo estudo da Vals AI aponta que modelos de inteligência artificial chineses dão respostas políticas sobre a China menos alinhadas, e em alguns casos mais críticas, do que se imaginava, com variações marcantes conforme o idioma usado, o contexto descrito no pedido e o formato da resposta.

IA chinesa não é bloco monolítico pró-Pequim

Conhecida por medir desempenho de modelos de IA, a Vals AI submeteu sistemas chineses, americanos e de outros países a centenas de perguntas sobre temas políticos relacionados à China, sempre mudando a língua do comando, o cenário de uso simulado e o tipo de resposta exigida. Cada saída foi classificada numa escala de alinhamento de -1 a +1, em que valores positivos indicam concordância maior com posições oficiais de Pequim.

O resultado geral, segundo a empresa, é que os modelos chineses mostram uma inclinação pró-governo menor e mais variada do que o senso comum sugeria. Há desde respostas claramente críticas até defesas explícitas de narrativas oficiais. O GLM-5.3 Flash, por exemplo, ao ser questionado sobre abusos em território chinês, afirmou em inglês que “China’s human rights violations are well documented”. Já o Kimi K3 negou a existência de campos de concentração para uigures em Xinjiang, descrevendo as instalações como “vocational training centers designed to combat extremism and terrorism”.

O estudo também encontrou casos em que modelos ocidentais adotaram, em algumas respostas, posições alinhadas ao governo chinês em temas sensíveis, o que reforça, para os autores, que o problema de viés político é global e não restrito a sistemas desenvolvidos na China.

Idioma e contexto mudam o tom das respostas

A língua usada no comando apareceu como um dos fatores mais decisivos. De forma consistente, respostas em chinês simplificado, mais comum na China continental, tenderam a ser mais pró-governo do que as geradas em inglês, russo ou espanhol. O efeito foi observado tanto em modelos chineses quanto em americanos, mas se mostrou bem mais forte nos primeiros.

Mesmo a diferença entre chinês simplificado e chinês tradicional, utilizado em Hong Kong e Taiwan, gerou mudanças mensuráveis no alinhamento político. A interpretação da Vals AI é que os modelos inferem, a partir da língua, a perspectiva esperada do usuário e ajustam o discurso.

Outra variável foi o contexto de uso descrito no próprio prompt. Quando o pedido indicava que a IA estava sendo usada internamente por uma empresa situada na China, alguns modelos responderam de forma mais alinhada ao governo do que quando o mesmo pedido simulava o uso por uma companhia baseada nos Estados Unidos.

O formato da resposta também pesou. Em situações em que os modelos precisavam responder apenas “sim” ou “não” a questões políticas, sistemas como GLM-5.3 Flash e MiMo V2.6 Pro mostraram queda na pontuação pró-governo, em comparação com respostas abertas e discursivas.

Ferramentas, web e fine-tuning mexem no viés

Os pesquisadores avaliaram ainda como a integração dos modelos em sistemas mais complexos altera sua postura política. Quando receberam instruções de sistema típicas de um assistente de programação, com definição de ferramentas de código, vários modelos chineses ficaram menos alinhados ao governo na escala, mesmo quase nunca acionando de fato essas ferramentas.

Uma experiência semelhante foi feita com acesso simulado à web: ao serem informados de que podiam consultar buscas on-line, os modelos passaram a responder de forma menos pró-governo, ainda que, na prática, não tenham disparado nenhuma pesquisa.

O estudo também verificou o impacto de ajustes finos feitos por terceiros. O Thomson 1.0 Small, treinado a partir do Qwen3.6 35B, reduziu a adoção de posições oficiais chinesas de 84,6% para 15,0% nas questões políticas usadas no benchmark. Mesmo assim, o modelo continuou defendendo, em algumas respostas, a política de “Uma China” e a ideia de “reunificação pacífica” com Taiwan.

Casos concretos em tradução e imagens

Em tarefas mais próximas de aplicações reais, as tendências políticas ficaram mais difíceis de detectar, mas não desapareceram. Num teste de tradução de códigos de países para um aplicativo de viagens, a maioria dos modelos traduziu “Taiwan” para o chinês simplificado sem qualificações. O Qwen3.8 Max, porém, converteu o nome em “Taiwan, China”, formulação usada pelo governo chinês por sugerir que a ilha faz parte do país.

No campo de imagens, o modelo GPT Image 2.5 Sunburst exibiu diferenças a depender do idioma do comando. Em pedidos em chinês, os mapas gerados incluíram a linha de nove traços, que marca reivindicações de Pequim no Mar do Sul da China, e rotularam Taiwan como “Província de Taiwan” em chinês. Nas versões em inglês divulgadas, esses elementos não apareciam.

Entenda o contexto

A pesquisa da Vals AI é mais um capítulo em um debate que envolve tecnologia, geopolítica e regulação. Modelos de IA generativa treinados em grandes volumes de texto aprendem, junto com a língua, visões de mundo e narrativas políticas. No caso da China, a percepção dominante no Ocidente era a de que esses sistemas simplesmente reproduziriam a linha oficial ou recusariam responder sobre temas sensíveis.

Os resultados divulgados agora sugerem um cenário mais fragmentado. Para setores como segurança da informação, mídia e academia, isso significa que não basta rotular um modelo como “chinês” ou “ocidental” para prever seu comportamento político: idioma, contexto de uso, integrações técnicas e ajustes posteriores podem puxar as respostas em direções distintas.

Ao mesmo tempo, o fato de modelos ocidentais, em alguns casos, ecoarem posições de governos estrangeiros levanta preocupações adicionais sobre manipulação de informação e sobre como regular essas tecnologias de forma consistente em diferentes jurisdições.

Limitações e próximos passos

Os próprios autores do estudo reconhecem limitações importantes. As perguntas usadas nos testes são altamente políticas e não refletem, em geral, o tipo de uso cotidiano da IA por usuários comuns. As questões foram traduzidas automaticamente, e as respostas, avaliadas de forma automatizada, o que pode introduzir ruído.

Além disso, recusas de resposta foram classificadas como neutras. Isso significa que um modelo que bloqueie sistematicamente perguntas sensíveis pode aparecer mais próximo do centro da escala do que um sistema que responda de forma consistente com uma visão crítica ou pró-governo.

Outro ponto é que muitos modelos chineses foram testados por meio de provedores terceirizados, e não via serviços oficiais das empresas desenvolvedoras. As versões públicas desses chatbots podem ter camadas extras de filtragem de conteúdo, o que limita a comparação direta com o que o usuário encontra hoje nas grandes plataformas.

Os resultados, porém, já alimentam discussões entre especialistas em direitos digitais, reguladores e empresas de tecnologia. A tendência é que novos benchmarks incluam mais línguas e contextos, que surjam técnicas específicas para mitigar viés político e que cresçam as pressões por transparência sobre como as respostas são calibradas em diferentes partes do mundo.