Nie przeprowadzono rzeczywistych badań: AI fabrykuje teraz to, co „myśli opinia publiczna”

Nie przeprowadzono rzeczywistych badań: AI fabrykuje teraz to, co „myśli opinia publiczna”

Innego dnia Axios opublikował artykuł, w którym powołano się na „ustalenia”, że większość ludzi ufa swoim lekarzom i pielęgniarkom. Okazuje się, że te „ustalenia” zostały całkowicie zmyślone przez firmę Aaru – przy użyciu AI (co spowodowało, że Axios opublikował notatkę redakcyjną i „wyjaśnienie”). Aaru wykorzystuje coś, co nazywa „próbkowaniem krzemowym”, gdzie duże modele językowe (AI) mogą naśladować ludzi za ułamek kosztów i czasu wymaganego do tradycyjnych badań, jak podaje NY Times.

Próbkowanie krzemowe nie jest badaniem. Jest to jawne fabrykowanie opinii publicznej przez maszyny – a główne media i firmy badawcze publikują teraz te fabrykaty jako uzasadnione ustalenia.

Nie jest to odosobniony błąd. Technologia jest przyjmowana przez niektóre z największych nazwisk w mediach, badaniach opinii publicznej i badaniach korporacyjnych. Gallup nawiązał współpracę ze startupem Simile, aby stworzyć tysiące „cyfrowych bliźniaków” generowanych przez AI, które zastępują prawdziwych ludzi. Ipsos współpracuje ze Stanfordem nad pionierskimi danymi syntetycznymi do badań opinii publicznej. CVS, którego ramię inwestycyjne zainwestowało w Simile, już wykorzystuje te zmyślone spostrzeżenia do kształtowania strategii klientów. A media takie jak Axios traktują wyniki jako wiadomości.

Cały sens badań zawsze polegał na autentyczności – uchwyceniu tego, co faktycznie myślą prawdziwi ludzie (po nadmiernym uwzględnieniu preferowanej partii, aby wyglądało to tak, jakby ludzie lubili Hillary Clinton).

Ten proces jest niedoskonały i chaotyczny. Załóżmy, że ankieter chce dowiedzieć się, ile osób w Stanach Zjednoczonych popiera pewien środek polityczny, ale ankieter otrzymuje ankietę, która zawiera 80 procent Republikanów i tylko 20 procent Demokratów. Ankieter może uważać, że w rzeczywistości kraj jest bliższy podziałowi 50-50, więc wyniki są równoważone, aby odzwierciedlić tę postrzeganą rzeczywistość. Oznacza to, że procenty, które odczytujesz jako wyniki badań, są wynikiem modelu, a nie liczbami z rzeczywistych danych ankietowych.

Problem polega na tym, że każdy model jest projektowany z własnymi uprzedzeniami, ponieważ ankieterzy nie zgadzają się co do tego, które zmienne zasługują na większą wagę. W 2016 roku główny analityk polityczny The New York Times, Nate Cohn, przeprowadził eksperyment, w którym dał pięciu ankieterom te same dane z badania wyborczego. (Obejmowało to Siena College, które przeprowadza badania opinii publicznej dla The Times i jako pierwsze uzyskało dane).

Pan Cohn znalazł 5-procentowy zakres różnicy między wynikami modeli pięciu ankieterów. Ten zakres był większy niż margines błędu zazwyczaj związany z losowym próbkowaniem, co oznacza, że założenia modelowania znacząco zniekształcały wyniki. Jest to alarmujące, ponieważ sugeruje, że ankieterzy mogą wykorzystywać modelowanie do wpływania na wyniki badań w określonym kierunku i wpływania na samą opinię publiczną, a nie tylko do raportowania tego, co myśli opinia publiczna.

Walter Lippmann ostrzegał sto lat temu, że demokracja zależy od dokładnego obrazu woli publicznej. Tradycyjne badania, choć niedoskonałe, przynajmniej zaczynały się od rzeczywistych odpowiedzi rzeczywistych obywateli. Było to drogie, powolne i chaotyczne właśnie dlatego, że ludzie są drodzy, powolni i chaotyczni. Próbkowanie krzemowe usuwa każdy ślad tego chaosu – a wraz z nim każdy ślad rzeczywistości. Modele są trenowane na podstawie przeszłych danych, dostrajane przez uprzedzenia ich twórców i proszone o wyplucie wszelkich „reprezentatywnych” opinii, które klient chce zobaczyć. Wynikiem nie jest opinia publiczna. Jest to lustrzane odbicie założeń wprowadzonych do maszyny.

Fałszywe badania wybrały również Kamalę Harris...

W przededniu wyborów w 2024 roku Aaru przeprowadził symulację na pełną skalę, która z pewnością prognozowała niewielkie zwycięstwo Kamali Harris. Badacze rynku wykorzystują teraz te syntetyczne badania do podejmowania decyzji o wprowadzaniu produktów na rynek i kampaniach reklamowych. Firmy polityczne potajemnie zastępują rzeczywiste informacje zwrotne generowanymi przez AI „nastrojami wyborców”. Za każdym razem, gdy szanowane media lub ankieterzy przedstawiają te wynalazki jako fakty, normalizują ideę, że zmyślone dane są wystarczająco dobre.

Konsekwencje są już widoczne. Kiedy nagłówki brzmią „nowe badanie pokazuje”, czytelnicy nie mają sposobu, aby dowiedzieć się, czy kiedykolwiek zapytano prawdziwych ludzi. Zaufanie do instytucji i tak szybko maleje, bez dawania decydentom i dziennikarzom nieograniczonego zapasu wiarygodnie brzmiących fałszywych danych. Nauki społeczne, strategie polityczne i badania rynku ryzykują, że staną się skomplikowanymi grami cyfrowego udawania.

Więc oto jest...

Tyler Durden
Śr, 08.04.2026 - 16:40