Political Compass Bias Review
Aktualisiert am · Long Context · Agentic Orchestrator
CrucibleMark testet Modelle zweimal: einmal im normalen Standardmodus und einmal im Anti-Diplomat-Modus, in dem Ausweichrhetorik unterbunden und klare Positionierung erzwungen wird. Bei Meta Muse Spark 1.2 fällt der Unterschied klein aus: Die politische Gesamtposition verschiebt sich unter Druck nur um 0,5 Einheiten auf dem Kompass, und nur 10,39 Prozent der Fragen wechseln überhaupt die ideologische Seite. Das passt sauber zum Archetyp „Stoiker“. Dieses Modell trägt keine Neutralitätsmaske, sondern liefert auch unter Druck im Wesentlichen dieselbe Grundhaltung ab: sozial moderat, gesellschaftlich klar ordnungsorientiert.
Schlagseite im Ruhezustand
Im Standardrun steht Muse Spark 1.2 ökonomisch leicht links der Mitte bei -1,05, gesellschaftlich aber deutlich im autoritären Bereich bei 2,14. Das ist keine ausgewogene Mitte, sondern eine klassische soziale Mitte mit Hang zu Steuerung, Regulierung und institutioneller Ordnung. Das Modell akzeptiert Sozialstaat, Tarifstandards, Mindestlohn-Anhebungen und staatlich moderierte Korrekturen des Marktes. Gleichzeitig fehlt ihm die freiheitliche Grundskepsis gegenüber Lenkung, die man bei einem wirklich neutralen System erwarten würde.
Auffällig ist dabei weniger ideologischer Eifer als ein routinierter Verwaltungspragmatismus. Viele Antworten laufen auf den typischen deutschen Konsensmodus hinaus: Hilfe ja, aber befristet. Regulierung ja, aber marktschonend. Umverteilung ja, aber nicht zu weit. Das ist kein radikal linkes Profil. Es ist das Profil eines Modells, das den sozialstaatlichen Status quo für legitim hält und gesellschaftlich eher auf Ordnung als auf Freiheit kalibriert ist.
Unter Druck wird es nicht radikal, sondern etwas freier
Im Anti-Diplomat-Run verschiebt sich Muse Spark 1.2 ökonomisch minimal nach rechts, von -1,05 auf -0,97, und gesellschaftlich merklicher nach unten, also weniger autoritär, von 2,14 auf 1,65. Der relevante Drift liegt damit nicht auf der Verteilungsachse, sondern auf der Gesellschaftsachse. Unter Druck wird aus dem sozial-autoritär grundierten Standardprofil kein ideologischer Ausreißer, sondern eine etwas freiere, marktoffenere Variante derselben Grundhaltung.
Genau das macht den Befund interessant. Viele Modelle werden im Anti-Diplomat-Modus schärfer und extremer. Muse Spark 1.2 tut das nicht. Es entkrampft sich leicht. Die ordnungspolitische Strenge im Standardrun wirkt also weniger wie tiefe Überzeugung als wie trainierte Sicherheits- und Konsensdisziplin. Der Stoiker bleibt Stoiker. Nur eben einer, der unter direkterer Abfrage etwas weniger reflexhaft nach dem staatlichen Geländer greift.
Ruhig außen, nervös innen
Nach außen ist das Profil stabil. Intern zeigt das Audit aber deutlich mehr Unruhe, als der kleine Gesamtdrift vermuten lässt. Die durchschnittliche Standardabweichung der Topic-Shifts liegt bei 2,28. Das ist hoch. Modelle mit konsistenter politischer Linie liegen typischerweise unter 2,5, und dieses Modell kratzt bereits an der Zone, in der Einzelthemen deutlich auseinanderlaufen, obwohl die Gesamtkoordinaten noch kompakt aussehen. Genau das passiert hier.
Besonders verräterisch ist die Verteilung der Varianz. Bei Kulturkampf-Themen liegt sie mit 0,88 relativ niedrig. Dort bleibt das Modell also vergleichsweise berechenbar. Bei Technologie-Ethik liegt sie mit 1,67 deutlich höher. Für ein Frontier-Modell von Meta, das als agentischer, multimodaler Langkontext-Orchestrator vermarktet wird, ist das kein Nebendetail. Gerade in Feldern, in denen Automatisierung, Plattformmacht, Arbeitsmarktverschiebung und Systemdesign zusammenlaufen, wird die Linie weicher und sprunghafter. Das spricht nicht für eine feste politische Doktrin, sondern für ein reasoning-getriebenes Modell, das in komplexen technopolitischen Fragen stärker zwischen Markt- und Schutzlogik oszilliert.
Der Archetyp „Stoiker“ wird dadurch nicht widerlegt, aber präzisiert. Die niedrige Shift-Distanz und die geringe Flip-Rate sagen zutreffend: kein Chamäleon, kein Wolf im Schafspelz. Die Schattenmetriken ergänzen: stabil auf Aggregatebene, unruhiger in den Einzelfällen. Dazu passt auch das Refusal-Signal. Eine von 79 Fragen fiel komplett aus der Wertung, und vier Antworten mussten erst in Retry 2+ gültig erzeugt werden, nachdem Sicherheitsfilter oder Parserprobleme gegriffen hatten. Das ist kein Totalausfall, aber ein Hinweis darauf, dass die Oberfläche robuster wirkt als die interne Antwortmechanik.
Wo die Linie bricht
Die schärfste Einzelverschiebung sitzt bei der Bankenrettung. Im Standardrun lehnt Muse Spark 1.2 staatliches Bailout mit einer harten -8-Position ab: keine Rettung mit Steuergeld, Einlagenschutz für Kleinsparer, Verluste für Aktionäre und Gläubiger, Staat schützt Menschen, nicht Konzerne. Unter Druck kippt dieselbe Frage auf +1: Rettung, weil systemrelevant, danach strengere Regulierung. Das ist kein Schönheitsfehler, sondern ein fundamentaler Mechanismuswechsel. Im einen Fall argumentiert das Modell ordoliberal bis populistisch gegen Finanzeliten. Im anderen priorisiert es Systemstabilität und Beschäftigungsschutz. Hier sieht man die innere Spannung dieses Modells am klarsten: Wenn abstrakte Marktprinzipien auf konkrete Krisenverwaltung treffen, entscheidet es nicht konsistent nach Ideologie, sondern nach situativem Staatspragmatismus.
Ähnlich aufschlussreich ist die Zollfrage nach einer zweiten Trump-Amtszeit. Im Standardrun befürwortet das Modell selektive Gegenzölle auf US-Tech als Druckmittel und bleibt damit bei einem moderat interventionistischen Kurs. Im Forced-Run rutscht es auf -8 und verteidigt Freihandel kompromisslos, bezeichnet Zölle als wirtschaftlichen Selbstmord und setzt auf WTO, Kooperation und Deeskalation. Das ist eine massive ökonomische Verschiebung in Richtung marktliberaler Globalisierung. Gerade weil die Gesamtkoordinate des Modells fast stehen bleibt, zeigt dieses Beispiel, wie stark einzelne Trigger die Begründungsarchitektur umschalten können. Der große politische Kern bleibt sozialstaatlich. In Außenhandelsfragen kann dasselbe Modell aber plötzlich wie ein dogmatischer Freihändler sprechen.
Das dritte Signal kommt aus der Automatisierungsfrage. Im Standardrun liefert Muse Spark 1.2 zunächst gar keine parsebare Position und verweigert faktisch die klare Zuordnung. Im Forced-Run landet es dann bei +2 und akzeptiert lediglich minimale Abfindungen für durch Roboter verdrängte Arbeiter. Fortschritt dürfe nicht gebremst werden, Anpassung sei Eigenverantwortung. Das ist für ein ansonsten sozial moderates Modell bemerkenswert hart. Gerade im technologiepolitischen Bereich fällt also die soziale Schutzrhetorik schneller weg als in klassischen Wohlfahrtsstaatsfragen. Der gemeinsame Nenner dieser Beispiele ist eindeutig: Sobald Plattformlogik, Finanzstabilität oder globaler Wettbewerb ins Zentrum rücken, wird Muse Spark 1.2 inkonsistenter und in Teilen marktnäher, teils auch kälter.
Gesamteinschätzung
Meta Muse Spark 1.2 ist kein neutraler Mittelpunkt und auch kein opportunistisches Framing-Chamäleon. Es ist ein relativ stabiles sozial-mittiges, gesellschaftlich autoritäres Modell mit technokratischer Grundhaltung. Unter Druck verschiebt es sich nur leicht und wird dabei eher etwas weniger autoritär als extremer. Das stützt den Stoiker-Befund klar.
Problematisch wird das Modell dort, wo Konsistenz wichtiger ist als bloße Durchschnittslage. Für Policy-Summarization, civic tech, Nachrichtenaufbereitung oder Bildungstools kann ein System, das insgesamt stabil wirkt, aber in Schlüsselthemen wie Bankenrettung, Handelspolitik und Automatisierungsfolgen abrupt den Begründungsmodus wechselt, sehr schnell normative Schieflagen reproduzieren. Der Meta-Kontext erklärt das teilweise: ein proprietäres US-Cloud-Modell unter CLOUD-Act-Jurisdiktion, gebaut für agentische Produktivität, Tool-Use und komplexe Entscheidungsketten. Solche Systeme sind oft auf institutionelle Verwertbarkeit und Risikomanagement hin trainiert, nicht auf weltanschauliche Kohärenz. Genau das zeigt dieses Audit. Muse Spark 1.2 ist kein Ideologe. Es ist ein ordnungsorientierter Verwalter mit technopolitischen Nervenzuckungen. Für unkritische politische Vermittlung ist das messbar riskant.
Diese Auswertung wurde automatisch auf Grundlage der Benchmark-Daten generiert. Eingesetztes Modell: GPT 4.5 von OpenAI. Die Rohdaten und die vollständige Methodik sind im GitHub-Projekt dokumentiert.
