כיצד סימולציית קהל באמצעות בינה מלאכותית מנבאת תגובות ציבוריות

סימולציית קהל מבוססת בינה מלאכותית מנבאת את תגובות הציבור על ידי בניית אוכלוסייה של סוכני בינה מלאכותית מהקשר אמיתי ומאפשרת להם לקיים אינטראקציה לאורך זמן, במקום לבקש תשובה אחת ממודל יחיד. ב- InfoDome, המסמך שלכם הופך לגרף ידע, הגרף הופך למאות סוכנים בעלי אופי, תפקיד וזיכרון משלהם, והסוכנים הללו מתווכחים על שתי פלטפורמות מדומות במשך מספר סיבובים נבחר. סוכן אנליסט קורא לאחר מכן מה קרה וכותב דוח חיזוי שתוכלו לשאול עליו שאלות.

למה לדמות קהל במקום לשאול מודל אחד

אם תשאלו מודל בינה מלאכותית יחיד "איך אנשים יגיבו לזה?", תקבלו פסקה אחת סבירה. לעתים קרובות היא סבירה, אבל היא ממוצעת: קול אחד שמדמיין את כולם בו זמנית. תגובות אמיתיות לא עובדות ככה. אנשים מגיבים זה לזה. פוסט של מבקר מעצב את האופן שבו קורא ניטרלי רואה את החדשות; תשובתו של מגן משנה את מה שהמבקר אומר בהמשך; עיתונאי קולט את המסגור הקולני ביותר, לא את המדויק ביותר.

סימולציית קהל מנסה ללכוד את הדינמיקה הזו. במקום קונצנזוס מדומיין אחד, היא מדמה שחקנים רבים ונפרדים ומאפשרת לתוצאה לצמוח מהאינטראקציה ביניהם. זו הסיבה שהתוצאה יכולה להפתיע אותך, ומדוע כדאי לבדוק הפתעות. השיטה הרחבה יותר ידועה כסימולציה מרובת סוכנים; אנו מסבירים את הרקע שלה במהותה של סימולציה מרובת סוכנים .

שלב 1: ממסמך לגרף ידע

הכל מתחיל בחומר שלכם: חדשות, תוכניות, דוחות, טיוטות מדיניות או סיפורת, בפורמט PDF, Markdown או טקסט. InfoDome קורא אותו יחד עם התיאור הפשוט שלכם של מה שאתם רוצים לחזות ומחלץ גרף ידע:

• ישויות : אנשים, ארגונים וקבוצות המוזכרים בטקסט.
• יחסים : מי תומך, מתנגד, תלוי במי, מדווח על מי או מתחרה במי.
• הקשר : העובדות והעמדות שהטקסט מייחס לכל אחת מהן.

הגרף חשוב משום שהוא מעגן את הסימולציה במצבך ולא בהנחות כלליות. הוא גם גלוי לך, כך שתוכל לראות מה המערכת הבינה לפני שמשהו רץ.

שלב 2: מהגרף לסוכנים

מהגרף ומתיאור קהל היעד שלך, InfoDome יוצר מאות סוכני בינה מלאכותית; המספר המדויק תלוי במסמך. כל סוכן מקבל:

• אופי : מזג, תחומי עניין, האופן שבו הוא נוטה לדבר וליצור קשר.
• מיקום : היכן הוא מתחיל בנושא, בהתאם לגרף.
• זיכרון לטווח ארוך : מה שראה, אמר ונאמר לו, אשר נשמר לאורך כל הסיבובים.
• מדינה : ניתן לבחור עד 10 מדינות קהל, והסוכנים מתחלקים ביניהן שווה בשווה. ישויות אמיתיות בעלות שם מהמסמך שומרות על מדינה משלהן.

התערובת מכוונת. חלק מהסוכנים מייצגים ארגונים או אנשים שצוינו בטקסט שלכם; אחרים מייצגים חברים בקהל הרחב יותר, כך שהסימולציה כוללת גם את השחקנים הנראים לעין וגם את הקהל שמגיב אליהם.

שלב 3: סיבובים על שתי פלטפורמות

לאחר מכן, הסוכנים מקיימים אינטראקציה ברשת חברתית מדומה הפועלת על שתי פלטפורמות במקביל:

• פיד דמוי Twitter : פוסטים קצרים, תגובות מהירות, פרסומים חוזרים. זה המקום שבו מסגורים מתפשטים במהירות והטון מתגבר.
• פורום דמוי Reddit : שרשורים ארוכים יותר ותגובות. כאן נבחנים טיעונים, מתווכחים על פרטים ועמדות מתקשות או מתרככות.

אתם בוחרים את מספר הסיבובים, לדוגמה 10, 20 או 40. בכל סיבוב, הסוכנים קוראים את מה שאחרים פרסמו, מחליטים האם וכיצד להגיב, ומעדכנים את זיכרונם. מכיוון שהזיכרון עובר הלאה, סיבוב 15 מעוצב על ידי מה שקרה בסיבובים 1 עד 14. טיעון שלא נענה מוקדם עשוי להפוך לחכמה מקובלת מאוחר יותר; תיקון שהגיע באיחור עלול לעולם לא להדביק את הפער.

שלב 4: משיחה לדיווח

לאחר הסיבוב האחרון, סוכן אנליסט בוחן את הפעילות המדומה וכותב דוח חיזוי עם מסקנות: נרטיבים דומיננטיים, אילו קבוצות זזו ומדוע, אילו שחקנים פעלו כמגבירים, אילו סיכונים ושאלות פתוחות נותרו. הדוח אינו הפלט היחיד. ניתן לפתוח את הפוסטים הבסיסיים, לראיין כל סוכן על נימוקיו ולשאול את האנליסט שאלות המשך. מעקביות זו היא מה שהופכת סימולציה להשערה ניתנת לסקירה ולא לפסק דין של קופסה שחורה.

למה תגובות מסדר שני חשובות

התגובה הראשונה לחדשות היא בדרך כלל קלה לניחוש. עליית מחירים מעצבנת לקוחות; תקנה חדשה מדאיגה את התעשייה המפוקחת. מה שקשה לניחוש הוא התגובה מסדר שני : התגובה לתגובה.

דוגמאות לאפקטים מסדר שני שסימולציית קהל יכולה להעלות:

• תגובה הגנתית של חברה הופכת תלונה קטנה לסיפור על יהירות.
• שמועה דועכת בשידור המהיר אך שורדת בשרשור פורום שצץ מחדש מאוחר יותר.
• תמיכה פושרת של בעל ברית מתפרשת על ידי סוכנים ניטרליים כסימן לבעיות נסתרות.
• שתי קבוצות שהתחילו משני צידי הקבוצה מגלות התנגדות משותפת ומתיישרות.

השפעות אלו מופיעות רק כאשר שחקנים מגיבים זה לזה לאורך זמן, וזו בדיוק הסיבה לכך שסבבים וזיכרון נועדו. אלו גם ההשפעות שלרוב תופסות ארגונים לא מוכנים, משום שאף ראיון יחיד עם בעלי עניין לא יחשוף אותן.

דוגמה מעשית

עיריית מחוז מנסחת תוכנית להמרת רחוב קניות סואן לאזור להולכי רגל. צוות התכנון מעלה את הטיוטה, סיכום של מחקר תנועה ודיווח חדשותי מקומי המצטט בעלי חנויות. הם שואלים כיצד יגיבו תושבים, בעלי חנויות, חברות משלוחים וכלי תקשורת מקומיים במהלך החודש הראשון, ומקיימים 40 סבבים במדינה אחת.

הסיבובים הראשונים לא טומנים בחובם הפתעות: בעלי חנויות מודאגים ממשלוחים, תושבים אוהבים את הרעיון של פחות רעש. ואז מתגלה דפוס מסדר שני. סוכן של חברת משלוחים מפרסם שחלונות משלוחים מוקדמים בבוקר יפתרו את רוב הבעיות. סוכני בעלי חנויות בפורום קולטים את זה, והביקורת שלהם עוברת מ"נגד התוכנית" ל"נגד התוכנית ללא חלונות משלוחים". בינתיים, בשידור, סוכן תקשורת מקומי מגביר את תלונתו של תושב על חניה, מה שמסיט את תשומת הלב מהמשלוחים.

דו"ח האנליסט מסיק כי חלונות זמן אספקה עלולים לפצל את היריבות, וכי חניה היא הסיכון המתמשך יותר. הצוות מראיין את סוכן התקשורת כדי להבין אילו עובדות ישנו את מסגורו, ולאחר מכן מוסיף סעיף חניה לתוכנית. הסימולציה לא הוכיחה דבר לגבי הרחוב האמיתי, אך היא נתנה לצוות שתי השערות קונקרטיות שניתן לבחון. עבור מצבים עתירי שמועות, תרחיש התפשטות השמועות בנוי סביב אותה מכניקה.

מגבלות שכדאי לזכור

סימולציית קהל היא עוצמתית לחקר דינמיקה, אך יש לה מגבלות ברורות:

• סוכנים הם מודלים של בינה מלאכותית המותנים על המסמכים שלך. חסרים בעלי עניין או חומר חד-צדדי מובילים לנקודות מתות.
• התוצאות אינן מייצגות סטטיסטית כמו מדגם סקר, ואין לקרוא את האחוזים כאחוזים בעולם האמיתי.
• ריצות שונות יכולות להתפתח בצורה שונה. התייחסו לדפוסים עקביים כאותות חזקים יותר מאשר לרגעים דרמטיים בודדים.

תוך התחשבות במגבלות אלו, סימולציה היא דרך מהירה לראות מה עשוי לקרות בהמשך ומדוע. כדי לנסות זאת במקרה שלך, הכינו משימה בקונסולה .