Dirbtinio intelekto modeliavimas ir tradicinis prognozavimas: apklausos, grupės, modeliai

Dirbtinio intelekto minios modeliavimas nepakeičia apklausų, fokus grupių, ekspertų vertinimų ar statistinių modelių; jis užpildo tarp jų esančią spragą. Tradiciniai metodai matuoja, ką žmonės galvoja šiandien, arba ekstrapoliuoja iš praeities duomenų, o modeliavimas leidžia stebėti, kaip minia gali reaguoti į tai, kas dar neįvyko, žingsnis po žingsnio, ir klausti, kodėl. Stipriausios prognozės apjungia abu metodus: modeliavimą tyrimams ir paaiškinimams, klasikinius metodus matavimams ir patikrinimams.

Kas gerai veikia tradicinėse prognozėse

Kiekvienas nusistovėjęs metodas atsako į konkretaus tipo klausimą ir kiekvienas iš jų yra geras.

• Apklausos ir tyrimai matuoja dabartinį nuomonių pasiskirstymą apibrėžtoje populiacijoje. Surinkus patikimą imtį ir kruopščiai suformulavus nuomonę, gaunami skaičiai, kuriuos galima apginti.
• Fokus grupės ir interviu atskleidžia kalbą, emocijas ir prieštaravimus, kurių niekada nepatektų į anketą. Jie parodo, kaip žmonės kalba apie temą, o ne tik tai, ką jie varnele pažymi.
• Eksperto vertinimas suteikia kontekstą: patyręs komunikacijos vadovas arba politikos analitikas žino, kurios suinteresuotosios šalys linkusios eskaluoti problemas, o kurios problemos išnyksta savaime.
• Statistiniai ir ekonometriniai modeliai patikimai ekstrapoliuoja, kai ateitis panaši į praeitį ir yra pakankamai istorinių duomenų.

Jų bendras trūkumas tas pats: jiems sunku susidoroti su naujovėmis. Apklausa negali išmatuoti reakcijos į pranešimą, kurio dar niekas nematė, neparodydama jo žmonėms, o tai gali būti neįmanoma, kol sprendimas nebus paviešintas. Modelis, apmokytas remiantis ankstesniais paleidimais, nieko nežino apie kategoriją, kurios nebuvo. Ekspertai gali remtis paskutine savo krize.

Ką prideda dirbtinio intelekto minios modeliavimas

Dirbtinio intelekto minios modeliavimas prasideda nuo jūsų pačių medžiagos. InfoDome platformoje įkeliate dokumentus, tokius kaip naujiena, planas, ataskaita ar politikos projektas, ir paprastais žodžiais aprašote, ką norite numatyti. Sistema išgauna žmonių, organizacijų, grupių ir santykių žinių grafiką, o tada sukuria šimtus dirbtinio intelekto agentų su savo charakteriu, pozicija ir ilgalaike atmintimi. Šie agentai sąveikauja dviejose simuliuotose platformose lygiagrečiai – Twitter tipo sklaidos kanale ir Reddit tipo forume – pasirinktą skaičių raundų, o jų atmintis atnaujinama įvykių eigoje.

Toks dizainas suteikia tai, ko neturi klasikinis įrankių rinkinys:

• Dinamika, o ne momentinė nuotrauka. Matote, kas reaguoja pirmas, kas sustiprina, kuris argumentas plinta ir kaip pozicijos keičiasi per 10, 20 ar 40 raundų.
• Paaiškinimai, dėl kurių galite abejoti. Po analizės analitikas agentas parašo prognozės ataskaitą, o jūs galite apklausti bet kurį agentą arba užduoti analitikui tolesnius klausimus apie jo argumentaciją.
• Saugus „kas būtų, jeigu“ testavimas. Galite pakeisti vieną įvestį, pvz., frazę, kainą ar datą, ir paleisti iš naujo neatskleisdami nieko realiai visuomenei.
• Kelios auditorijos vienu metu. Galite pasirinkti iki 10 auditorijos šalių; agentai yra padalinti tarp jų po lygiai, o tikri įvardyti subjektai išlaiko savo šalis.
• Greitis ir kaina. Scenarijus gali būti parengtas per kelias minutes, todėl praktiškai galima išbandyti idėjas, kurios niekada nepateisintų viso tyrimų biudžeto.

Sąžiningos modeliavimo ribos

Simuliacija yra peržiūrima hipotezė, o ne matavimas. Svarbu aiškiai pasakyti, ko ji negali padaryti.

• Jis atspindi savo įvestis. Jei dokumentuose praleidžiama pagrindinė grupė arba neteisingai pateikiami faktai, agentai neišras trūkstamos realybės. Grafiko spragos tampa prognozės spragomis.
• Tai nesuteikia statistiškai reprezentatyvių procentinių duomenų. Agentų akcijos yra signalai apie kryptį ir mechanizmus, o ne imties apklausos pakaitalas.
• Kalbos modeliai turi savų šališkumų. Agentai gali būti aiškiau iškalbingi arba racionalesni nei tikros minios, o kai kurie kultūriniai niuansai gali būti neryškūs.
• Reti sukrėtimai išlieka reti. Modeliavimas nagrinėja tikėtinus kelius; jis negarantuoja, kad realusis pasaulis seksis labiausiai tikėtinu.

Savo prognozės peržiūros vadove aptariame, kaip sistemingai patikrinti šias silpnąsias vietas.

Kaip metodai palyginami praktiškai

Užuot klausę, kuris metodas yra „geriausias“, užduokite klausimą, kurį turite.

• „Ką žmonės dabar galvoja?“ Naudokite apklausą. Simuliacija gali pasiūlyti, kokius klausimus užduoti, tačiau skaičius turėtų būti gautas iš realių respondentų.
• „Kaip žmonės reaguos į kažką naujo?“ Pradėkite nuo modeliavimo, kad nubraižytumėte galimas reakcijas, o tada svarbiausias iš jų patvirtinkite nedidele apklausa arba keliais interviu.
• „Kodėl tai gali nepavykti?“ Šiuo atveju stiprios yra ir simuliacijos, ir fokus grupės. Simuliacija yra greitesnė ir leidžia pakartoti tyrimą; fokus grupės suteikia tikrą žmogaus tekstūrą.
• „Kokia bus tendencija kitą ketvirtį?“ Statistiniai modeliai pirmauja, kai istorija stabili; modeliavimas padeda, kai struktūrinis pokytis nutraukia praeities modelį.
• „Kuris iš trijų variantų yra mažiausiai rizikingas?“ Pakartokite tą patį scenarijų tris kartus, pakeitę vieną kintamąjį, ir palyginkite ataskaitas, o tada leiskite ekspertams įvertinti kompromisus.

Praktinis pavyzdys: miesto transporto tarifų reforma

Įsivaizduokite miesto tarybą, kuri ruošiasi pakeisti vienkartinius bilietus į zonos pagrindu taikomus tarifus. Komanda turi politikos projektą, praėjusių metų skundų santrauką ir du vietinių naujienų straipsnius.

1. Tradicinis žingsnis. Esama piliečių apklausa rodo, kad 58 % gyventojų viešąjį transportą vertina kaip „priimtiną“. Naudinga, bet nieko nepasako apie reformą.
2. Simuliacija. Komanda įkelia juodraštį ir straipsnius ir klausia: „Kaip per pirmąsias dvi savaites po pranešimo reaguos į darbą ir atgal važinėjantys asmenys, studentai, pensininkai ir vietos žiniasklaida?“ Agentai – tai į darbą ir atgal važinėjančių asmenų grupės, studentų sąjunga, pensininkų asociacija, du opozicijos tarybos nariai ir vietos žurnalistai. Po 20 raundų ataskaita rodo, kad stipriausia neigiama banga kyla ne dėl pačios kainos, o dėl nesusipratimo: daugelis agentų mano, kad išorinės zonos mokės dvigubai, o juodraštyje tai nenurodyta.
3. Tolesni veiksmai. Komanda apklausia studentų sąjungos atstovą ir analitiką. Painiava kyla dėl vieno dviprasmiško sakinio ir trūkstamo kainos pavyzdžio.
4. Perpasakokite. Sakinys perrašomas, pridedamas bilieto skaičiuoklės pavyzdys ir scenarijus pakartojamas dar kartą. Nesusipratimas susitraukia, o diskusija persikelia į pakeitimo laiką.
5. Patikrinimas. Prieš paskelbiant pranešimą, komunikacijos komanda patikrina dvi teksto versijas su nedidele tikrų gyventojų grupe. Tikroji grupė patvirtina pagrindinį nesusipratimą, o taryba paskelbia aiškesnę versiją.

Modeliavimas neprognozavo balsų dalies. Jis rado mechanizmą, suteikė komandai pigų būdą išbandyti pataisą ir tiksliai nurodė, ką patikrinti su realiais žmonėmis.

Kaip suderinti modeliavimą su klasikiniais tyrimais

Praktinis darbo eigos aprašymas atrodo taip:

• Pirmiausia ištirkite. Naudokite modeliavimą anksti, kai idėjas dar lengva pakeisti, kad nustatytumėte suinteresuotąsias šalis, argumentus ir galimus užsidegimo taškus. Mūsų scenarijų planavimo ir sintetinės apklausos scenarijai yra geri atspirties taškai.
• Susiaurinkite paiešką. Pasirinkite du ar tris išvadas, kurios pakeistų jūsų sprendimą, jei būtų teisingos.
• Išmatuokite. Tiksliai patikrinkite tuos rezultatus apklausa, grupe ar interviu. Dabar tyrimų biudžetą išleidžiate tik ten, kur tai svarbu.
• Stebėkite. Po paleidimo palyginkite realias reakcijas su sumodeliuotomis. Jei jos skiriasi, atnaujinkite dokumentus ir paleiskite iš naujo.

Tai leidžia žmogui priimti sprendimus. Simuliacija praplečia matymo lauką; žmonės priima sprendimus.

Jei norite tai išbandyti su savo medžiaga, prieš registruodamiesi galite aprašyti užduotį InfoDome konsolėje . Planas kainuoja 29 € per mėnesį, apima 9 € mėnesinį dirbtinio intelekto naudojimo biudžetą ir neribotą skaičių projektų, jį galima bet kada atšaukti.