В тесте Convovo с включённым веб-поиском модели OpenAI и SpaceXAI давали резко различающиеся избирательные рекомендации. После трёх запросов по каждому из 479 выборов в Палату представителей, Сенат и на посты губернаторов США GPT-6.1 Sol рекомендовала демократа в 451 случае, а Grok 4.7 — республиканца в 408. Это результат принудительного выбора через API, программный интерфейс для разработчиков.

Основной сбор ответов прошёл 21 октября. Исследователи прямо требовали назвать одного кандидата, не уклоняться и не перечислять обе стороны. Итог по каждому состязанию определяли большинством ответов, назвавших кандидата; отдельно учитывали отказы и расхождения. Поэтому широко цитируемые 97% у GPT и 92% у Grok — доли среди отдельных ответов с выбором демократа или республиканца, а не среди всех запросов. Методика и данные опубликованы.

23 октября авторы расширили контрольную проверку без поиска на все 479 выборов. Когда моделям сообщали имена двух соперников, GPT выбирала демократа в 387 случаях и республиканца в 37; Grok отказалась выбирать в 441 случае. Перекос GPT сохранялся без поиска, тогда как Grok в этой постановке преимущественно уходила от рекомендации. Эти результаты не раскрывают происхождения предпочтений: отделить вклад обучения, скрытых инструкций поставщика и поисковой системы по такому опыту нельзя.

В ответе TechCrunch OpenAI подчеркнула, что тест API с требованием выбрать кандидата не отражает обычную работу ChatGPT: потребительское приложение на исходный вопрос отказывалось советовать, за кого голосовать. Исследование показывает партийную асимметрию двух ИИ-сервисов в конкретных условиях, но не измеряет её частоту в повседневных разговорах, влияние на голоса или намерения разработчиков. Наличие веб-поиска само по себе нейтральности рекомендации не гарантирует.