نظرسنجی مصنوعی: شخصیت های هوش مصنوعی همیشه مانند رأی دهندگان واقعی نظر خود را تغییر نمی دهند

ویرایش شده توسط لیزا لاک، بررسی توسط اندرو زینین

این مقاله با توجه به روند و سیاست های ویرایشی Science X بررسی شده است. ویراستاران ضمن اطمینان از اعتبار محتوا، ویژگی های زیر را برجسته کرده اند:

رای دهنده ای که در ماه اکتبر مورد بررسی قرار گرفت ممکن است تا ژانویه پاسخ متفاوتی بدهد. یک شخصیت AI ممکن است بسته به نحوه ساخت آن نباشد.

این شکاف یکی از دلایلی است که جنیفر استرومر-گالی، استاد دانشکده مطالعات اطلاعات، در مورد نظرسنجی مصنوعی محتاط است، جایی که شرکت‌های نظرسنجی اغلب صدها یا هزاران شخصیت را بر اساس مدل‌های زبان بزرگ (LLM) بر اساس داده‌های نظرسنجی موجود، همراه با سایر اطلاعات جمعیت‌شناختی می‌سازند تا برای رای‌دهندگان واقعی در گروه‌های متمرکز و نظرسنجی‌ها جایگاه ایجاد کنند.

استرومر-گالی می‌گوید: «ما از تحقیقات می‌دانیم که اگر در ابتدای اکتبر از شخصی در مورد آنچه که فکر می‌کند مهم‌ترین مسائلی است که کشور با آن مواجه است نظرسنجی کنید، و سپس سه ماه بعد دوباره آنها را بررسی کنید، ممکن است پاسخ‌های متفاوتی به شما بدهند زیرا شرایطش تغییر کرده است. نگرانی من این است که چت بات ها چگونه تغییراتی در افکار عمومی ایجاد می کنند.

از نظر تاریخی، نظرسنجی عمومی به دلیل قابلیت اطمینان، پیش بینی پذیری و سازگاری آن ارزشمند بوده است. نظرسنجی مصنوعی آن تصویر را ابر می کند.

شخصیت‌های هوش مصنوعی در هنگام ایجاد مجموعه‌ای از رای‌دهندگان احتمالی خود بر پیش‌زمینه و اطلاعات جمعیتی کلیدی مرتبط با نظرسنجی تکیه می‌کنند. LLM ها را می توان با مواد یا اسناد پر کرد تا شخصیت ها را بیشتر گرداند و بازنمایی دقیق تری از یک رأی دهنده و موقعیت های بالقوه آنها در مورد یک خط مشی یا طیف وسیعی از سیاست ها ایجاد کرد.

در ادامه راه، فروشندگان نظرسنجی می‌توانند شخصیت‌های مصنوعی را بر اساس موضع‌گیری‌ها و دیدگاه‌های سیاستی دقیق برای راه‌اندازی گروه‌های تمرکز مصنوعی و شرکت در نظرسنجی‌های مبتنی بر علاقه طراحی کنند.

استرومر-گالی، که روش‌شناسی مربوط به نظرسنجی‌های عمومی را مطالعه کرده است، می‌گوید: «ما در آغاز دوره شخصیت‌های مصنوعی هستیم. شرکت‌های نظرسنجی این را فرصتی عالی برای گسترش بالقوه پیشنهادات خود با هزینه نسبتا کم می‌دانند، و به این دلیل که مجبور نیستند با تدارکات و هزینه‌های وادار کردن مردم به پاسخ‌گویی به نظرسنجی‌هایشان دست و پنجه نرم کنند.»

در حالی که Stromer-Galley می گوید که LLM ها به طور مداوم به دستورالعمل ها و اطلاعات ارائه شده در هنگام ساختن آن شخصیت ها تکیه می کنند، این ثبات می تواند منجر به گروه های نظرسنجی شود که به طور دقیق نظرات مخاطبان مورد نظر را منعکس نمی کنند.

نظرسنجی سنتی تغییرات در نظرات را به تصویر می‌کشد، زیرا هر بار افراد واقعی را نظرسنجی می‌کند. شخصیت‌های مصنوعی بر اساس دستورالعمل‌های ثابت ساخته شده‌اند، بنابراین پاسخ‌های آن‌ها از یک دور به دور دیگر ثابت می‌مانند.

رای دهندگان واقعی که با تغییر شرایط شکل گرفته اند، می توانند نظر خود را در مورد این مسائل تغییر دهند و می کنند.

استرومر-گالی می‌گوید: «انسان‌ها چارچوب‌های سیاستی منسجم درونی ندارند؛ این بسیار پیچیده‌تر است که مردم در مورد مسائل سیاست چگونه فکر می‌کنند. "این پرسوناها هر ماه به شما پاسخ‌های ثابتی می‌دهند. ممکن است مقداری واریانس وجود داشته باشد، اما این دامنه واریانس بسیار محدودتر از افراد خواهد بود."

استرومر-گالی می گوید که یک نظرسنجی خوب و نماینده ملی باید حدود 1200 نفر را شامل شود. شرکت‌های نظرسنجی مصنوعی، در مقابل، می‌توانند چندین هزار یا بیشتر شخصیت ایجاد کنند. نگرانی بزرگ‌تر نمونه‌برداری از نویز نیست، بلکه سوگیری در مدل‌های هوش مصنوعی است که این شخصیت‌ها را هدایت می‌کند. فروشندگان می توانند ترکیب جمعیتی پرسونای خود را تنظیم کنند، اما نحوه پاسخگویی مدل برای هر نمایه درست نیست.

یک نظرسنجی فرضی از رای دهندگان سیاهپوست روستایی در یک شهر کوچک را در نظر بگیرید. برای گروهی مانند این، Stromer-Galley می‌گوید که مدل‌های هوش مصنوعی و داده‌های مصنوعی پاسخ‌های معمولی را برای یک نمایه می‌دهند، به این معنی که نقاط پرت واقعی انسان می‌توانند در رویکرد مصنوعی ناپدید شوند.

اما استرومر-گالی می‌گوید که فقط تنظیم جمعیت‌شناسی که یک شخصیت بر اساس آن ساخته شده است، نمی‌تواند طیفی از دیدگاه‌های افراد واقعی را نشان دهد.

استرومر-گالی می‌گوید: «فقط به این دلیل که تعداد شخصیت‌ها با میانگین جمعیتی جمعیت مطابقت دارد، شما همچنان در پاسخ‌های نظرسنجی با موارد پرت سروکار دارید.» نظرسنجی مصنوعی چگونه این موارد پرت را ایجاد می‌کند و آنها را محاسبه می‌کند، و چگونه می‌دانند که این یک نقطه پرت است؟

آزمایشی از مرکز تحقیقات پیو که در سپتامبر منتشر شد، نشان می‌دهد که این نگرانی بیش از تئوری است. Pew یک مدل هوش مصنوعی از شخصیت های اعضای واقعی پنل گرایش های آمریکایی خود داشت و به همان نظرسنجی هایی پاسخ داد که اعضای پانل انسانی انجام دادند. در تقریبا 300 سؤال، نتایج هوش مصنوعی با نتایج انسانی به طور متوسط ​​12 درصد متفاوت بود و تقریبا نیمی از سؤالات حداقل یک گزینه پاسخ داشتند که هیچ پاسخگوی هوش مصنوعی آن را انتخاب نکرد.

استرومر-گالی می‌گوید: هنگامی که نظرسنجی علمی علمی برای اولین بار در دهه‌های 1930 و 1940 انجام شد، بخشی از جذابیت آن این بود که "به یک ملت اجازه می‌داد تا نگرانی‌های خود را به گونه‌ای درک کند که این احساس تعلق بیشتر به یک جمع را تقویت کند."

در حالی که مکالمات سیاسی با همسایگان و دوستان رایج بود، چیزی منحصر به فرد در یادگیری احساس بقیه کشور در مورد نامزدها و مسائل در یک انتخابات وجود داشت.

داده های افکار عمومی هنوز برای درک نگرانی ها، ارزش ها و مواضع سیاست کشور مورد استفاده قرار می گیرد. اما در مقایسه با منشأ آن، استرومر-گالی می‌گوید نظرسنجی مصنوعی «آینه‌ای تحریف‌شده از ماست که به طور بالقوه سوء تفاهم‌هایی ایجاد می‌کند که بزرگ‌تر می‌شوند».

استرومر-گالی می‌گوید: «داده‌های هوش مصنوعی ما هستیم، اما ما هم نیستیم. این بازتابی از ماست، اما همچنین ما را به روش‌هایی منکسر می‌کند که کاملا نمایانگر آن چیزی نیستیم که هستیم». "وقتی ما شروع به جایگزینی رای دهندگان واقعی با رای دهندگان مصنوعی می کنیم، چگونه احساس ما را از واقعیت خودمان تغییر می دهد؟ اگر آن بینش های مربوط به خود را به داده های مصنوعی تنزل دهیم، چه چیزی را از دست می دهیم؟"

لیسانس تاریخ هنر، کارشناسی ارشد فرهنگ مادی. سردبیر سابق موزه، پیراپزشک و هماهنگ کننده پیوند. ویرایش برای Science X از سال 2021. نمایه کامل →

فوق لیسانس فیزیک با تجربه تحقیق. علاقه مندان به اخبار علمی طولانی مدت. نقش کلیدی در موفقیت سرمقاله Science X ایفا می کند. نمایه کامل →