میانگین نظرسنجی برنده شد. حالا چی؟

میانگین نظرسنجی برنده شد. بیست سال پیش، در واشنگتن پست، نگران بودم که مد جدید میانگین‌گیری، هر نظرسنجی را به عنوان یک عنصر یکسان در نظر می‌گیرد، و نوشتم: «ما به استانداردها نیاز داریم، نه میانگین‌ها». امروزه میانگین ها ساعت به ساعت به روز می شوند، شانس پیش بینی بازار به طور مداوم در حال حرکت است و حاشیه سنا می تواند قبل از ناهار تغییر کند. ما بهتر از هر زمان دیگری احساس می کنیم که چه کسی بالاست و چه کسی پایین است، اما درک کمتری از چرایی آن داریم. ما از کمپین ها بهتر مطلع نیستیم. هفده درصد از رای دهندگان مین که با رئیس جمهور ترامپ موافق نیستند، قصد دارند به سناتور رای دهند.

سوزان کالینز، رئیس جمهوری خواه. در رقابتی به این نزدیکی، آنها می توانند تصمیم بگیرند که چه کسی سنا را کنترل می کند. در سال 2020، جو بایدن مین را با 9 امتیاز پشت سر گذاشت و کالینز همچنان تقریبا به همان میزان برنده شد. نظرسنجی ها به ما می گوید که این رای دهندگان آنجا هستند. میانگین ها و بازارها دلایل خود را خارج از تصویر می گذارند. این باید شروع یک تحقیق باشد. نظرسنجی ماه سپتامبر نیویورک تایمز/پورتلند پرس هرالد/سینا باعث شد کالینز 3 امتیاز بالاتر از حد خطا داشته باشد. اکثر نظرسنجی ها از آن زمان نشان می دهند که رقابت ها مساوی است یا تروی جکسون دموکرات را برتری می دهد.

شکاف میان رای دهندگان خود او باقی مانده است: حدود یک سوم از حامیان کالینز با ترامپ مخالف بودند و تنها نیمی از آنها گفتند که ترجیح می دهند سناتوری داشته باشند که از او حمایت کند. جداول سرنخ‌هایی را ارائه می‌دهند: رأی‌دهندگان او را سناتور مؤثرتری می‌دانستند و تقریبا دو سوم رأی‌دهندگان او جکسون را خیلی دور از چپ صدا می‌کردند. در نظرسنجی سی‌ان‌ان در اوایل سپتامبر، اکثریت رای‌دهندگان کالینز گفتند که رای آنها به هیچ وجه پیامی درباره ترامپ نیست. اما هیچ جدول منتشر شده نشان نمی دهد که رای دهندگان کالینز که ترامپ را تایید نمی کنند چگونه به هر یک از این سوالات پاسخ دادند. پوشش در حاشیه متوقف می شود. در نوامبر

3، برخی از برآوردها درست و برخی اشتباه خواهند بود. ما هفته ها را صرف بحث خواهیم کرد. این مبارزه اشتباه است نبرد واقعی بر سر معنای نتایج است. چه کسی مأموریت دارد و برای چه چیزی؟ رأی دهندگان چه نوع نامزدهایی را می خواهند و کدام سمت ها را می خواهند؟ آن بحث معمولا بر اساس حکایت و چرخش است. باید روی داده اجرا شود و داده ها وجود دارند. مراکز داده را بگیرید. هیچ نظرسنجی به تنهایی این داستان را بیان نمی کند. یک دوجین انجام دهید.

گالوپ، فاکس نیوز، امرسون، و اکونومیست/YouGov همگی اکثریت ملی را در سال جاری در برابر یک مرکز داده نزدیک خانه پیدا کردند، از 63 به 71 درصد. Quinnipiac 74 درصد را در پنسیلوانیا یافت. Heatmap و Embold Research از آگوست 2025 تاکنون 4 بار همین سوال را مطرح کرده اند و مخالفت ها از 42 درصد به 75 درصد افزایش یافته است. نامزدی که در آن پیروز می‌شود، می‌تواند ادعا کند که از ساخت مراکز داده در حیاط خلوت رای دهندگان خود جلوگیری می‌کند. بقیه جداول را بخوانید و دستور کار متفاوت به نظر می رسد. موضوع مشترک قبض برق است.

پیو دریافت که آمریکایی‌هایی که در مورد مراکز داده شنیده‌اند، شش برابر بیشتر آنها را برای هزینه‌های انرژی خانه بد می‌خوانند. از هر 10 نفر، شش نفر به YouGov گفتند که یکی از نزدیکان، مبلغی را که پرداخت می‌کنند افزایش می‌دهد. و هنگامی که Echelon Insights از رای دهندگان خواست که فرض کنند مراکز داده هزینه های شبکه خود را پوشش می دهند تا صورتحساب ها افزایش نیابد، 54 درصد گفتند که مقامات محلی باید به آنها اجازه دهند. 34 درصد گفتند آنها را ممنوع کنید. مخالفت یک تیتر است. این نظرسنجی‌ها با هم یک سوال متفاوت را برای برندگان مطرح می‌کند: آیا اگر توسعه‌دهندگان هزینه‌ها را پرداخت کنند، رای‌دهندگان مراکز داده را می‌پذیرند؟ اکثر آن جداول عمومی هستند. هوش مصنوعی می تواند آنها را در چند ثانیه جستجو کند.

این می‌تواند یافته‌های ده‌ها نظرسنجی را گرد هم آورد و به ما کمک کند تا ببینیم پاسخ‌ها کجا هم‌گرا هستند، کجا متفاوت هستند و هیچ‌کس چه چیزی نپرسیده است. هوش مصنوعی همچنین می‌تواند یک ستون را اشتباه خوانده یا دو گروه را با هم ترکیب کند. آن نظرسنجی سی ان ان نشان داد که 30 درصد از رای دهندگان کالینز با ترامپ مخالف هستند. سوال را برگردانید و 20 درصد از مخالفان ترامپ از کالینز حمایت کردند. هر دو درست است. مخرج ها را گیج کنید، داستان اشتباهی خواهید گفت. بنابراین قوانینی که من در سال 2006 درخواست کردم همچنان اعمال می شود: افشای نظرسنجی ها، قضاوت از اتاق های خبر.

هنگامی که هوش مصنوعی یک عدد جالب را نشان می دهد، یک خبرنگار باید بتواند سوال دقیق را ببیند، چه کسی به آن پاسخ داده است و کجا در جداول ظاهر می شود. اگر یکی از آن‌ها وجود نداشته باشد، شماره برای چاپ آماده نیست. اگر بررسی شد، از آن برای نوشتن سوال بعدی استفاده کنید. با پاسخ دهندگان مشتاق تماس مجدد برقرار کنید، یا نمونه جدیدی را با تعداد کافی از این رای دهندگان تحت فشار برای شنیدن صدای آنها ترسیم کنید. بگذارید به قول خودشان توضیح دهند که چرا به روشی که دارند رای می دهند و چه چیزی می تواند نظر آنها را تغییر دهد. یک کمپین به ما چیزهایی می آموزد. پرسشنامه های ما نیز باید یاد بگیرند. من در سال 2006 خیلی مرتب بودم.

میانگین های خوب جایگاه خود را به دست آورده اند. اما آنها هرگز ساخته نشدند تا به ما بگویند رای دهندگان چه می خواهند، و نتایج قیمت بازار، نه دلایل. هر دو برنده شده اند. مرحله بعدی حفاری زیر سطح است. وقتی میزها عمومی هستند و ابزارها به این خوبی هستند، توقف در حاشیه انتخاب تنبلی است. جان کوهن TrueDot را تأسیس کرد، یک شرکت تحقیقاتی شتاب دهنده هوش مصنوعی. او از سال 2006 تا 2013 مدیر نظرسنجی واشنگتن پست بود و بعدا معاون تحقیقات در مرکز تحقیقات پیو و مدیر ارشد تحقیقات در SurveyMonkey بود.