InfoDome
← Обратно към блога

Симулация на въздействието на политиките — Тестване на законопроект, преди да стане публично достояние

Как да симулираме общественото въздействие на политика или законопроект с помощта на агенти с изкуствен интелект. Картографираме заинтересованите страни, тестваме наративи за справедливост, откриваме точки на натиск и сравняваме опции.

◎ Симулирайте реакцията →

Симулацията на въздействието на политиката ви позволява да видите как е вероятно различните групи да реагират на дадена политика или законопроект, преди той да бъде публикуван. Вие качвате проекта и документите, които го обосновават, агенти с изкуствен интелект, представляващи граждани, бизнеси, синдикати, медии и длъжностни лица, го обсъждат в симулирана социална мрежа, а аналитичен агент обобщава откъде е вероятно да дойде подкрепата, опозицията и натискът. Резултатът не е прогноза, която можете да занесете в банката, а структурирана хипотеза, която ви помага да подготвите по-добри формулировки, по-добри аргументи и по-добри варианти.

Защо да тествате политика, преди да я публикувате

Повечето политики се оценяват от обществеността през първите няколко дни след появата им. Един-единствен ред за това кой плаща, кой е освободен или кой решава може да определи целия дебат. Традиционните инструменти, като например кръгове на консултации, анкети и фокус групи, са ценни, но бавни, скъпи и обикновено се използват, след като текстът вече е публичен.

Симулацията запълва празнината преди този момент. Тя ви помага да отговорите на практически въпроси:

  • Кои групи ще почувстват, че губят нещо, дори ако политиката като цяло им помага?
  • Кои аргументи ще използват опонентите първи и кои ще се разпространят най-много?
  • Кой параграф ще бъде цитиран извън контекста?
  • Подготвените от вас обяснения всъщност намаляват ли объркването или създават нови въпроси?

Целта е публичното представяне да се стигне с по-малко изненади, а не да се заменят демократичните консултации.

Как работи симулацията на законопроект

В InfoDome започвате с качване на документи: проект на текст, обяснителен меморандум, предишни новини, изявления от заинтересовани групи или кратък политически обзор. Поддържат се формати като PDF, Markdown и TXT. След това описвате с прости думи какво искате да предвидите, например: „Как ще реагират собствениците на малък бизнес, наемателите и местните медии на новите правила за регистрация на наеми през първите две седмици?“

От тези документи InfoDome изгражда граф на знанията за участващите хора, организации и групи, както и за връзките между тях. На тази основа създава стотици агенти с изкуствен интелект, всеки със собствен характер, позиция и дългосрочна памет. Някои агенти съответстват на реални имена от вашите документи, като например министерство, синдикат или известен коментатор; други представляват обикновени членове на обществото.

След това агентите взаимодействат паралелно на две платформи: емисия, подобна Twitter , за бързи реакции и форум, подобен Reddit , за по-дълги дискусии. Вие избирате броя на рундовете, например 10, 20 или 40, и агентите актуализират паметта си с развитието на дебата. Накрая, агент-аналитик пише прогнозен доклад със заключения и вие можете да интервюирате всеки агент или да зададете на анализатора допълнителни въпроси.

Картографиране на заинтересованите страни и откъде идва натискът

Полезната симулация на политики показва не само дали реакциите са положителни или отрицателни, но и кой ги движи. Обърнете внимание на:

  • Ранни действия. Кои агенти коментират първи и представят проблема на другите?
  • Бриджис. Кой предава аргумент от една общност в друга, например от професионална асоциация към широката аудитория?
  • Тихи губещи. Кои групи рядко публикуват, но изразяват силна загриженост, когато ги интервюирате?
  • Институционален натиск. Призовават ли представители на опозиционни партии, асоциации или местни власти за изменения, забавяния или освобождавания?

Графът на знанието помага тук, защото прави връзките ясни. Ако дадена търговска асоциация е свързана с няколко регионални бизнес групи, можете да видите дали нейната позиция се разпростира по тези връзки. За по-задълбочен поглед върху заинтересованите страни, сценарият за картографиране на заинтересованите страни е добра отправна точка.

Разкази за справедливост: истинското бойно поле

Политиките рядко се провалят заради техническите си детайли. Те се провалят, когато се наложи една проста история за справедливост: „богатите са освободени“, „малките градове плащат за капитала“, „честните хора са наказани за грешките на другите“. В симулация следете за тези разкази:

  • Кой е описан като победител и кой като губещ?
  • Политиката разглежда ли се като бреме, наложено отгоре, или като споделено усилие?
  • Агентите приемат ли заявената цел, но отхвърлят ли метода, или отхвърлят самата цел?

Когато се появи наратив за справедливост, интервюирайте агентите, които го повтарят. Попитайте какво би променило мнението им: преходен период, таван, по-ясно изключение, различен говорител. Техните отговори са хипотези за проверка, а не инструкции, но те посочват къде вашето обяснение е слабо.

Сравняване на варианти на политиката един до друг

Едно от най-силните приложения на симулацията е сравняването на алтернативи. Вместо да питате „ще приемат ли хората тази политика?“, попитайте „коя от тези версии създава по-малко съпротива и по-малко недоразумения?“.

Практически подход:

  1. Подгответе две или три версии на ключовите клаузи или една и съща политика с различни обяснения.
  2. Изпълнете отделна симулация за всяка версия със същите документи, аудитория и брой рундове.
  3. Сравнете докладите: основни възражения, групи, които се мобилизират, тон на дебата, въпроси, които остават отворени.
  4. Интервюирайте агенти от една и съща група във всеки цикъл, за да видите какво се е променило в разсъжденията им.

Тъй като резултатите варират между отделните серии, третирайте ясните и повтарящи се разлики като сигнали, а малките разлики като шум. Сценарият с варианти на политика е предназначен точно за този вид сравнение.

Работен пример: реформа на общинското паркиране

Представете си градски съвет, който планира да повиши таксите за паркиране в центъра и да използва приходите за обществен транспорт. Екипът качва проекторешението, кратка обяснителна бележка, две местни новинарски статии за трафика и изявление от асоциация на собственици на магазини. Въпросът за прогнозиране е: „Как ще реагират жителите, пътуващите до работа, собствениците на магазини и местните медии през първия месец?“

Те предлагат два варианта за по 20 кръга всеки. Вариант А представя реформата като увеличение на таксите с по-късен инвестиционен план. Вариант Б е водещ с новите автобусни линии и отстъпките за жителите, а увеличението на таксите е второстепенно.

В симулираната дискусия за вариант А, собствениците на магазини бързо представят реформата като „данък върху клиентите“, пътуващите от отдалечените райони се оплакват, че нямат алтернатива, а местните медийни агенти засилват и двете опасения. При вариант Б дебатът е по-спокоен, но се появява нов въпрос: „Кой отговаря на условията за отстъпка за жителите?“ Докладът на анализатора предполага, че вариант Б намалява гнева, но се нуждае от ясно обяснение за допустимост от първия ден.

Екипът не третира това като доказателство. Те го използват, за да пренапишат комуникационния план, да подготвят ЧЗВ за отстъпките и да планират ранна среща с асоциацията на собствениците на магазини.

Ограничения, които трябва да имате предвид

Симулацията подкрепя преценката; тя не я замества. Имайте предвид следните ограничения:

  • Агентите реагират на съдържанието на вашите документи. Днес те не четат новините в реално време сами, така че ако е вероятно някое важно събитие да повлияе на дебата, включете го в материала.
  • Качеството на резултата зависи от качеството и баланса на входящите данни. Ако документите ви съдържат само гледната точка на правителството, добавете източници, които изразяват други позиции.
  • Резултатите са хипотези, които могат да бъдат прегледани. Направете няколко симулации, сравнете ги и проверете заключенията си спрямо собствените си знания и, където е възможно, спрямо реални данни от консултации.

Ако работите по обявена промяна на съществуващо правило, вижте също симулация на кризисни PR процеси за репетиране на комуникацията около нея. За да изпробвате подхода върху собствения си проект, отворете конзолата InfoDome , качете документите си и опишете какво искате да предвидите; можете да подготвите задачата, преди да се регистрирате.

ЧЗВ

Може ли симулация да ми каже дали даден закон ще бъде приет?

Не. Симулацията показва как различните групи е вероятно да обсъждат и реагират на дадена политика, кои аргументи получават подкрепа и откъде може да дойде натиск. Законодателните резултати зависят от много фактори извън симулацията.

Какви документи трябва да кача за симулация на политика?

Качете черновата на текста, обяснителна бележка и материали, които отразяват други позиции, като например новинарски статии, изявления на асоциации или предишни публични коментари. Балансираният принос води до по-реалистичен дебат.

Колко рунда трябва да пробягам?

За първа реакция често са достатъчни 10 кръга. За да видите как се развиват и разпространяват аргументите в рамките на по-дълъг дебат, опитайте 20 или 40 кръга и сравнете докладите.

Това заместител ли е на общественото обсъждане?

Не. Това е начин да се подготвите за консултация: да откриете неясни формулировки, вероятни възражения и липсващи обяснения, преди да бъдат попитани реалните хора за техните мнения.

Още бележки

Симулация на многонационална аудитория: Агенти с изкуствен интелект по държава

Как изборът на държави за аудитория прави агентите с изкуствен интелект по-реалистични. Една или няколко държави, трансгранични реакции, местно време, ограничения и примери.

Прочетете бележката →

Симулация на дезинформация: Как се разпространяват слухове и фалшиви новини

Моделирайте как слуховете и дезинформацията се разпространяват чрез канали, кратки видеоклипове и развлекателни акаунти и тествайте кои реакции ги забавят, преди да действате.

Прочетете бележката →

Какво е многоагентна симулация? Ръководство на разбираем език

Многоагентната симулация моделира много независими участници и позволява резултатите да се появят от тяхното взаимодействие. Откъде идват, кога помагат и кога не.

Прочетете бележката →

Репетирайте собственото си „ами ако“

Качете документ, опишете какво да прогнозирате и получете отчет на вашия език.

Отворете конзолата →