在今年6月備受關(guān)注的2024年美國(guó)紐約州聯(lián)邦眾議員選舉初選中，中間派喬治·拉蒂默（George Latimer）以58.7%對(duì)41.3%的優(yōu)勢(shì)擊敗了現(xiàn)任眾議員賈馬爾·鮑曼（Jamaal Bowman）。在數(shù)據(jù)公布之前，已經(jīng)有人通過(guò)AI預(yù)測(cè)到了這一結(jié)果，這表明通過(guò)模擬選民的一些特質(zhì)并進(jìn)行分析，AI或已能較為準(zhǔn)確地預(yù)測(cè)民調(diào)結(jié)果。 AI已經(jīng)可以預(yù)測(cè)選舉結(jié)果 根據(jù)美國(guó)新興媒體Semafor 9月21日?qǐng)?bào)道，在上述初選投票之前，以“重新思考預(yù)測(cè)的科學(xué)”為口號(hào)的AI初創(chuàng)公司Aaru進(jìn)行了一項(xiàng)民調(diào)預(yù)測(cè)，最終結(jié)果與預(yù)測(cè)的誤差僅為371票。但其實(shí)他們沒(méi)有真的進(jìn)行民意調(diào)查，而是通過(guò)大量詢(xún)問(wèn)AI聊天機(jī)器人哪位候選人更受歡迎來(lái)做出判斷。 這或許就是投票的未來(lái)。根據(jù)Aaru公司兩位聯(lián)合創(chuàng)始人卡姆·芬克（Cam Fink）和內(nèi)德·許（Ned Koh）的說(shuō)法，他們已經(jīng)可以利用AI準(zhǔn)確預(yù)測(cè)選舉結(jié)果。為了實(shí)現(xiàn)這一目標(biāo)，Aaru使用人口普查數(shù)據(jù)復(fù)制選區(qū)，創(chuàng)造了一些AI代理（AI Agent）——這些代理能夠像真實(shí)選民一樣思考。他們具備數(shù)百種個(gè)性特征，從個(gè)人抱負(fù)到家庭關(guān)系，模擬出這些選民的特質(zhì)。 這些代理還會(huì)不斷在網(wǎng)上瀏覽信息，模仿真實(shí)選民的日常上網(wǎng)習(xí)慣，這有時(shí)會(huì)導(dǎo)致他們改變投票偏好。例如，當(dāng)特朗普遭遇未遂刺殺時(shí)，Aaru的許多AI代理立刻轉(zhuǎn)向支持特朗普，但隨著更多有關(guān)嫌疑人的信息曝光，很多代理又改回了原先的選擇。 Aaru的野心不小。在他們官網(wǎng)上的信息顯示，“在兩年內(nèi)，我們將模擬整個(gè)地球——從烏克蘭的農(nóng)作物種植方式，到伊拉克的石油生產(chǎn)、馬六甲海峽的貿(mào)易，甚至巴爾的摩市長(zhǎng)的選舉?！睋?jù)稱(chēng)，該公司已經(jīng)為財(cái)富500強(qiáng)企業(yè)、政治競(jìng)選活動(dòng)、智庫(kù)提供民調(diào)服務(wù)，并且加州的一場(chǎng)競(jìng)選活動(dòng)幾乎完全依賴(lài)Aaru的民調(diào)數(shù)據(jù)。 芬克在接受Semafor采訪時(shí)表示：“到下一次大選時(shí)，傳統(tǒng)民調(diào)將不復(fù)存在。用真人做民調(diào)有很多問(wèn)題，比如你永遠(yuǎn)無(wú)法確定他們是否在說(shuō)真話。”他甚至認(rèn)為不接受這一新技術(shù)的政客會(huì)被遠(yuǎn)遠(yuǎn)甩在后面。因?yàn)檫@種技術(shù)能讓使用者更快、更頻繁地進(jìn)行民調(diào)。并且，由AI進(jìn)行的調(diào)查只需30秒到1分半的時(shí)間，而且其收費(fèi)標(biāo)準(zhǔn)不到真人調(diào)查的十分之一。 由AI預(yù)測(cè)得來(lái)的數(shù)據(jù)是否可靠？ 在一次“民調(diào)”中，Aaru團(tuán)隊(duì)注意到其中一個(gè)AI代理人表示打算在即將到來(lái)的總統(tǒng)大選中投票給米老鼠。Aaru團(tuán)隊(duì)因此擔(dān)心該機(jī)器人可能出現(xiàn)問(wèn)題，隨即展開(kāi)了調(diào)查。結(jié)果表明，這個(gè)機(jī)器人其實(shí)有自己的理由。芬克解釋道：“這個(gè)代理人回應(yīng)稱(chēng)，‘我討厭哈里斯，也討厭特朗普，因此我想投給米老鼠。’” 雖然Aaru使用的語(yǔ)言模型容易出現(xiàn)“幻覺(jué)”（指大型語(yǔ)言模型在生成回應(yīng)時(shí)，可能會(huì)編造出虛構(gòu)或無(wú)意義的答案，導(dǎo)致輸出不準(zhǔn)確），但Aaru一直在努力將這個(gè)問(wèn)題帶來(lái)的影響降至最低。他們的模型遵循詳細(xì)的指令，并基于現(xiàn)實(shí)世界的數(shù)據(jù)得出答案。 Aaru聲稱(chēng)，通過(guò)持續(xù)向模型輸入新信息，使其得以做到幾乎實(shí)時(shí)地追蹤選民的情緒變化。芬克表示：“理論上，我們可以觀察到（候選人）每條推文發(fā)布后的影響，并在微觀層面查看網(wǎng)絡(luò)趨勢(shì)和選民投票率?！贝笮驼Z(yǔ)言模型的核心能力是預(yù)測(cè)，它們是有史以來(lái)最強(qiáng)大的預(yù)測(cè)工具之一，因?yàn)槠溆?xùn)練數(shù)據(jù)幾乎涵蓋了互聯(lián)網(wǎng)上的所有文本。 不過(guò)，哈佛大學(xué)的研究人員在去年發(fā)表的一項(xiàng)研究中指出，人工智能仍存在一些盲點(diǎn)，比如容易忽略年齡、種族和性別等特征的影響，因此可能會(huì)導(dǎo)致結(jié)果偏差。但他們?cè)诮衲?月也表示，AI可能會(huì)“改變”民調(diào)。 |
