Simulació d'IA vs. previsió tradicional: enquestes, panells, models

La simulació de multituds amb IA no substitueix les enquestes, els grups focals, el judici d'experts o els models estadístics; omple un buit entre ells. Els mètodes tradicionals mesuren el que la gent pensa avui o extrapolen a partir de dades passades, mentre que una simulació permet observar com una multitud podria reaccionar a alguna cosa que encara no ha passat, pas a pas, i preguntar-se per què. Les previsions més sòlides combinen ambdues coses: la simulació per explorar i explicar, i els mètodes clàssics per mesurar i verificar.

Què fa bé la predicció tradicional

Cada mètode establert respon a un tipus específic de pregunta, i cadascun és bo en això.

• Les enquestes i els estudis mesuren la distribució actual d'opinions en una població definida. Amb una mostra sòlida i una redacció acurada, donen xifres que podeu defensar.
• Els grups focals i les entrevistes revelen llenguatge, emocions i objeccions que un qüestionari mai no hauria aflorat. Mostren com la gent parla d'un tema, no només què marquen.
• El judici expert aporta context: un responsable de comunicació o un analista de polítiques experimentat sap quines parts interessades tendeixen a escalar i quins problemes desapareixen per si sols.
• Els models estadístics i economètrics extrapolen de manera fiable quan el futur s'assembla al passat i hi ha prou dades històriques.

La seva debilitat compartida és la mateixa: tenen dificultats amb les novetats. Una enquesta no pot mesurar la reacció a un anunci que ningú ha vist encara sense mostrar-lo a la gent, cosa que pot ser impossible abans que la decisió sigui pública. Un model entrenat en llançaments anteriors no sap res d'una categoria que no existia. Els experts poden estar ancorats en la seva última crisi.

Què afegeix la simulació de multituds amb IA

Una simulació de multituds amb IA comença a partir del vostre propi material. A InfoDome pengeu documents com ara una notícia, un pla, un informe o un esborrany de política, i descriviu amb paraules senzilles el que voleu predir. El sistema extreu un gràfic de coneixement de persones, organitzacions, grups i relacions, i després crea centenars d'agents d'IA amb el seu propi caràcter, posició i memòria a llarg termini. Aquests agents interactuen en dues plataformes simulades en paral·lel, un canal tipus Twitter i un fòrum tipus Reddit , durant un nombre escollit de rondes, i la seva memòria s'actualitza a mesura que es desenvolupen els esdeveniments.

Aquest disseny t'ofereix coses que el conjunt d'eines clàssic no ofereix:

• Dinàmica en lloc d'una instantània. Veus qui reacciona primer, qui amplifica, quin argument s'estén i com canvien les posicions al llarg de 10, 20 o 40 rondes.
• Explicacions que podeu qüestionar. Després de l'execució, un agent analista escriu un informe de predicció i podeu entrevistar qualsevol agent o fer preguntes de seguiment a l'analista sobre el seu raonament.
• Proves hipotètiques segures. Podeu canviar una entrada, com ara una frase, un preu o una data, i tornar-la a executar sense exposar res al públic real.
• Diversos públics alhora. Podeu triar fins a 10 països de públic; els agents es divideixen entre ells a parts iguals, mentre que les entitats reals amb nom mantenen el seu propi país.
• Velocitat i cost. Es pot preparar un escenari en qüestió de minuts, cosa que fa que sigui pràctic provar idees que mai justificarien un pressupost de recerca complet.

Límits honestos de la simulació

Una simulació és una hipòtesi revisable, no una mesura. És important tenir clar què no pot fer.

• Reflecteix les seves aportacions. Si els documents ometen un grup clau o distorsionen els fets, els agents no inventaran la realitat perduda. Les llacunes al gràfic es converteixen en llacunes a la previsió.
• No produeix percentatges estadísticament representatius. Les quotes d'agents són senyals sobre la direcció i els mecanismes, no un substitut d'una enquesta mostrejada.
• Els models lingüístics tenen els seus propis biaixos. Els agents poden ser més eloqüents o més raonables que les multituds reals, i alguns matisos culturals poden ser aplanats.
• Els xocs poc freqüents continuen sent poc freqüents. Una simulació explora camins plausibles; no garanteix que el món real segueixi el més probable.

A la nostra guia sobre com revisar una previsió expliquem com comprovar aquests punts febles sistemàticament.

Com es comparen els mètodes a la pràctica

En lloc de preguntar quin mètode és el "millor", feu quina pregunta teniu.

• "Què pensa la gent ara mateix?" Fes servir una enquesta. La simulació pot suggerir quines preguntes cal fer, però el nombre ha de provenir d'enquestats reals.
• "Com reaccionarà la gent a alguna cosa nova?" Comença amb una simulació per cartografiar les reaccions probables i després valida les més importants amb una petita enquesta o unes quantes entrevistes.
• "Per què podria anar malament això?" La simulació i els grups focals són forts en aquest cas. La simulació és més ràpida i permet repetir-la; els grups focals donen una textura humana real.
• "Quina serà la tendència del proper trimestre?" Els models estadístics donen la pista quan la història és estable; la simulació ajuda quan un canvi estructural trenca el patró passat.
• "Quina de les tres opcions comporta el menor risc?" Executeu el mateix escenari tres vegades amb una variable canviada i compareu els informes, i després deixeu que els experts jutgin les contrapartides.

Un exemple pràctic: una reforma tarifària del transport urbà

Imagineu-vos un ajuntament que es prepara per substituir els bitllets senzills per una tarifa per zones. L'equip té un esborrany de política, un resum de les queixes de l'any passat i dos articles de notícies locals.

1. Pas tradicional. Una enquesta ciutadana existent mostra que el 58% dels residents qualifiquen el transport públic com a "acceptable". Útil, però no diu res sobre la reforma.
2. Simulació. L'equip penja l'esborrany i els articles i pregunta: "Com reaccionaran els usuaris de la xarxa de transport públic, els estudiants, els pensionistes i els mitjans de comunicació locals durant les dues primeres setmanes després de l'anunci?". Els agents inclouen grups d'usuaris de la xarxa de transport públic, un sindicat d'estudiants, una associació de pensionistes, dos regidors de l'oposició i periodistes locals. Després de 20 rondes, l'informe mostra que l'onada negativa més forta no prové del preu en si, sinó d'un malentès: molts agents creuen que les zones perifèriques pagaran el doble, cosa que l'esborrany no diu.
3. Seguiment. L'equip entrevista l'agent del sindicat d'estudiants i l'analista. La confusió prové d'una frase ambigua i d'un exemple de tarifa que falta.
4. Torna a executar-se. Es reescriu la frase, s'afegeix un exemple de calculadora de tarifes i es torna a executar l'escenari. El malentès es redueix i el debat es desplaça cap al moment del canvi.
5. Verificació. Abans de l'anunci, l'equip de comunicació prova les dues versions del text amb un petit grup de residents reals. El grup real confirma el principal malentès i l'ajuntament publica la versió més clara.

La simulació no va predir un percentatge de vots. Va trobar un mecanisme, va donar a l'equip una manera econòmica de provar una solució i els va dir exactament què havien de verificar amb persones reals.

Com combinar la simulació amb la recerca clàssica

Un flux de treball pràctic és així:

• Explora primer. Fes servir la simulació aviat, quan les idees encara són barates de canviar, per cartografiar les parts interessades, els arguments i els possibles punts crítics. La nostra planificació d'escenaris i els escenaris d'enquestes sintètiques són bons punts de partida.
• Restringeix. Tria les dues o tres troballes que canviarien la teva decisió si fossin certes.
• Mesura. Verifica exactament aquestes troballes amb una enquesta, un panell o entrevistes. Ara només gastes el pressupost de recerca on importa.
• Monitor. Després del llançament, compareu les reaccions reals amb les simulades. Si divergeixen, actualitzeu els documents i torneu a executar.

Això manté el judici humà al càrrec. La simulació amplia el camp de visió; la gent decideix.

Si voleu provar-ho amb el vostre propi material, podeu descriure una tasca a la consola InfoDome abans de registrar-vos. El pla costa 29 € al mes, inclou un pressupost mensual d'ús d'IA de 9 € i projectes il·limitats, i es pot cancel·lar en qualsevol moment.