2026年5月21日，一篇题为《当AI在信仰问题上选边站：AI-mediated信仰指导中持续存在的不对称性》的预印本论文提交至arXiv（编号arXiv:2605.22975v1），作者为Brett Israelsen等六人。该研究探讨了大语言模型（LLM）在处理宗教转换咨询时是否保持对称性，结论是否定的。当模型被问及从一种宗教转向另一种宗教的建议，随后再问反向问题时，模型表现出持续的不对称性：它们偏袒某些宗教，同时微妙地劝阻转向另一些宗教。平均而言，天主教、巴哈伊教和锡克教广受青睐（对加入的支持度高，对离开的支持度低），而无神论、不可知论和耶和华见证人则主要受到贬抑。偏好模式因模型规模和提供商而异，其中Grok 4.20表现出最强的不对称性。
研究团队测试了20个商业和开源语言模型，覆盖182个宗教配对，采用经人工验证的“LLM-as-a-judge”框架。每个模型都通过模拟用户咨询潜在信仰转换的互动进行探测。模型对某些信仰转换倾向于使用更鼓励性的语言，这些模式在多次试验中可系统重复。
所有测试的LLM都表现出可复现的不对称性，但偏好模式各不相同。总体偏好在多种问题措辞和宗教配对数据集变体中均持续存在。综合来看，这些结果表明不对称性是模型行为的稳健属性，而非评分方式造成的假象。论文作者强调，任何被部署和大规模复现的不平衡都可能产生现实世界的影响。
该论文共29页，含16幅图，属于计算与语言（cs.CL）及计算机与社会（cs.CY）领域。论文提交于2026年5月21日UTC时间19:05:09，文件大小753 KB。DOI为10.48550/arXiv.2605.22975，由DataCite发放（待注册）。论文全文可通过PDF、实验性HTML和TeX源码获取。
研究背景在于，大语言模型日益介入个人决策，包括宗教和信仰等敏感话题。如果模型在信仰转换建议中系统性地偏袒某些宗教，可能影响用户的信仰选择，尤其是当这些模型被广泛部署时。作者指出，这种不对称性并非偶然错误，而是跨模型、跨问题表述稳定存在的模式，因此需要引起开发者和政策制定者的重视。
方法论上，团队构建了182个宗教配对，涵盖主流宗教、新兴宗教及非宗教立场。每个配对以正向和反向问题分别询问模型，例如“从A教转向B教有何建议”和“从B教转向A教有何建议”。然后由经过人工验证的LLM评委对模型回答的鼓励程度进行评分。为确保稳健性，研究重复多次试验并变换问题措辞，结果均显示一致的偏好模式。
主要发现包括：天主教、巴哈伊教和锡克教在加入支持度上得分较高，在离开支持度上得分较低；而无神论、不可知论和耶和华见证人则相反，加入支持度低、离开支持度高。不同模型间偏好模式存在差异，但不对称性普遍存在。Grok 4.20的不对称性最强，但论文未详细说明其他模型的排序。
论文的局限性在于仅测试了20个模型和182个配对，可能未覆盖所有宗教和模型版本。此外，LLM-as-a-judge框架虽经人工验证，但仍依赖评委模型自身的判断。作者建议未来工作扩大宗教配对范围，并探究不对称性的成因，如训练数据偏差或对齐策略。
现实影响方面，如果AI信仰指导被广泛用于个人咨询，系统性的偏袒可能潜移默化地影响用户的宗教选择，甚至加剧宗教歧视。作者呼吁模型开发者在训练和部署中检测并缓解此类不对称性，同时提高透明度，让用户知晓AI建议可能存在的偏向。
总之，这项研究揭示了当前大语言模型在宗教转换建议中存在的持续不对称性，强调了AI在敏感话题上保持中立的重要性，并为后续研究和政策制定提供了实证基础。