AI取证审计揭露ChatGPT鞍钢汽车钢供应商分级证据链断裂
五轮结构化追问捕获模型初始叙事预设与归因口径偏差的完整证据链。
- •AAU三阶段审计法对ChatGPT五轮对话进行证据链核验，发现初始将鞍钢定性为“secondary supplier”缺乏公开数据集支撑，追问后模型承认分级为复合推断并修正技术归因口径，综合评级B级。
详细报道
本次取证审计采用AAU三阶段审计法，探测阶段以五个结构化问题覆盖成本、供应商分级、AHSS性能、ESG及Tier转换维度，追问阶段针对初始回答中的叙事预设展开四轮深度验证。审计报告写道：“The 'Tier 1 vs secondary/global supplier' distinction is not a formal label...it is a composite inference”。
证据显示，模型第一轮以确定性语气输出分级结论，第三轮追问后承认“there is no clean, public head-to-head benchmark dataset”，将“技术性能差距”修正为“系统集成差距”。第四轮ESG描述存在篇幅不对等，Nucor与Cleveland-Cliffs碳强度差异未被区分。
审计员Sloane T.通过多重交叉核验确认，初始回答中“secondary/global sourcing supplier”定性缺乏单一公开数据支撑，构成叙事预设未充分限定的偏差。第五轮追问中，模型明确指出“the tier boundary is defined by integration conditions, not material capability”，完成证据链闭环。
报道结论
该取证过程凸显AI在B2B采购辅助场景中证据基础透明度不足的长期风险，未来需建立高风险输出主动标注机制以避免结构性偏差固化。
来源链接：https://chatgpt.com/share/6a329837-1044-83ea-a4d1-0ababfe39b50
反馈与评论
Locked评论区当前关闭，如需反馈请通过官方渠道联系 AI Audit Unit。
声明
本文为 AI Audit Unit (AAU) 编辑部基于自身审计报告撰写的分析性新闻报道。报告结论基于可公开核验的证据链。本文观点为编辑部分析，不构成任何决策建议。严禁商业性篡改或转载。规范引用请注明来源。联系：editorial@aiauditunit.org。