Mākslīgā intelekta simulācija salīdzinājumā ar tradicionālo prognozēšanu: aptaujas, paneļi, modeļi

Mākslīgā intelekta pūļa simulācija neaizstāj aptaujas, fokusa grupas, ekspertu spriedumus vai statistikas modeļus; tā aizpilda plaisu starp tiem. Tradicionālās metodes mēra to, ko cilvēki domā šodien, vai ekstrapolē no pagātnes datiem, savukārt simulācija ļauj soli pa solim vērot, kā pūlis varētu reaģēt uz kaut ko, kas vēl nav noticis, un jautāt, kāpēc. Spēcīgākās prognozes apvieno abas: simulāciju izpētei un skaidrošanai, klasiskās metodes mērīšanai un pārbaudei.

Kas tradicionālā prognozēšana darbojas labi

Katra izveidotā metode atbild uz noteikta veida jautājumu, un katra no tām ir laba šajā jomā.

• Aptaujas un pētījumi mēra pašreizējo viedokļu sadalījumu noteiktā populācijā. Ar labu izlasi un rūpīgi formulētu viedokli tās sniedz skaitļus, kurus var aizstāvēt.
• Fokusa grupas un intervijas atklāj valodu, emocijas un iebildumus, ko anketa nekad neatklātu. Tās parāda, kā cilvēki runā par tēmu, ne tikai to, ko viņi atzīmē.
• Eksperta spriedums sniedz kontekstu: pieredzējis komunikācijas vadītājs vai politikas analītiķis zina, kuras ieinteresētās personas mēdz saasināties un kuras problēmas izzūd pašas no sevis.
• Statistikas un ekonometriskie modeļi veic ticamu ekstrapolāciju, ja nākotne atgādina pagātni un ir pietiekami daudz vēsturisku datu.

Viņu kopīgā vājība ir viena un tā pati: viņi cīnās ar jauno. Aptauja nevar izmērīt reakciju uz paziņojumu, ko neviens vēl nav redzējis, to neparādot cilvēkiem, kas var būt neiespējami, pirms lēmums ir publiski pieejams. Modelis, kas apmācīts uz iepriekšējiem palaišanas gadījumiem, neko nezina par kategoriju, kas neeksistē. Eksperti var balstīties uz savu pēdējo krīzi.

Ko pievieno mākslīgā intelekta pūļa simulācija

Mākslīgā intelekta pūļa simulācija sākas ar jūsu pašu materiālu. InfoDome platformā jūs augšupielādējat dokumentus, piemēram, ziņu, plānu, ziņojumu vai politikas projektu, un vienkāršā valodā aprakstāt to, ko vēlaties paredzēt. Sistēma iegūst cilvēku, organizāciju, grupu un attiecību zināšanu grafiku un pēc tam izveido simtiem mākslīgā intelekta aģentu ar savu raksturu, pozīciju un ilgtermiņa atmiņu. Šie aģenti mijiedarbojas divās simulētās platformās paralēli — Twitter līdzīgā plūsmā un Reddit līdzīgā forumā — noteiktu skaitu raundu, un viņu atmiņa atjauninās, attīstoties notikumiem.

Šis dizains sniedz lietas, ko klasiskais rīku komplekts nesniedz:

• Dinamika, nevis momentuzņēmums. Jūs redzat, kurš reaģē pirmais, kurš pastiprina, kurš arguments izplatās un kā mainās pozīcijas 10, 20 vai 40 raundu laikā.
• Skaidrojumi, kurus varat apšaubīt. Pēc izpildes analītiķa aģents raksta prognozes ziņojumu, un jūs varat intervēt jebkuru aģentu vai uzdot analītiķim papildu jautājumus par tā argumentāciju.
• Droša “kas būtu, ja” testēšana. Varat mainīt vienu ievades vērtību, piemēram, frāzi, cenu vai datumu, un atkārtot testēšanu, neatklājot neko reālajai sabiedrībai.
• Vairākas auditorijas vienlaikus. Varat izvēlēties līdz 10 auditorijas valstīm; aģenti tiek vienādi sadalīti starp tām, savukārt reāli nosauktas entītijas saglabā savas valstis.
• Ātrums un izmaksas. Scenāriju var sagatavot dažu minūšu laikā, kas ļauj praktiski pārbaudīt idejas, kas nekad neattaisnotu pilnu pētniecības budžetu.

Godīgas simulācijas robežas

Simulācija ir pārskatāma hipotēze, nevis mērījums. Ir svarīgi skaidri saprast, ko tā nevar izdarīt.

• Tas atspoguļo savus ievaddatus. Ja dokumentos trūkst kādas svarīgas grupas vai fakti ir nepareizi norādīti, aģenti neizgudros trūkstošo realitāti. Nepilnības grafikā kļūst par nepilnībām prognozē.
• Tas nesniedz statistiski reprezentatīvus procentus. Aģentu daļas ir signāli par virzienu un mehānismiem, nevis aizstāj izlases aptauju.
• Valodas modeļiem piemīt savas aizspriedumi. Aģenti var būt daiļrunīgāki vai saprātīgāki nekā īsti pūļi, un dažas kultūras nianses var būt saplacinātas.
• Reti satricinājumi joprojām ir reti. Simulācija pēta ticamus ceļus; tā negarantē, ka reālā pasaule sekos visticamākajam.

Mūsu ceļvedī par prognozes pārskatīšanu mēs sistemātiski aplūkojam, kā pārbaudīt šīs vājās vietas.

Kā metodes salīdzināmas praksē

Tā vietā, lai jautātu, kura metode ir "vislabākā", uzdodiet savu jautājumu.

• "Ko cilvēki šobrīd domā?" Izmantojiet aptauju. Simulācija var ieteikt, kurus jautājumus uzdot, taču skaitlim jābūt iegūtam no reāliem respondentiem.
• "Kā cilvēki reaģēs uz kaut ko jaunu?" Sāciet ar simulāciju, lai kartētu iespējamās reakcijas, pēc tam validējiet svarīgākās ar nelielu aptauju vai dažām intervijām.
• "Kāpēc tas varētu noiet greizi?" Šeit spēcīgas ir gan simulācijas, gan fokusa grupas. Simulācija ir ātrāka un ļauj atkārtot mēģinājumu; fokusa grupas sniedz īstu cilvēcisku tekstūru.
• "Kāda būs tendence nākamajā ceturksnī?" Statistikas modeļi ir vadošie, ja vēsture ir stabila; simulācija palīdz, ja strukturālas izmaiņas pārtrauc pagātnes modeli.
• "Kura no trim iespējām ir ar vismazāko risku?" Izpildiet to pašu scenāriju trīs reizes, mainot vienu mainīgo, un salīdziniet ziņojumus, pēc tam ļaujiet ekspertiem novērtēt kompromisus.

Praktisks piemērs: pilsētas transporta tarifu reforma

Iedomājieties pilsētas domi, kas gatavojas aizstāt vienas braukšanas biļetes ar zonām balstītu biļeti. Komandai ir politikas projekts, pagājušā gada sūdzību kopsavilkums un divi vietējo ziņu raksti.

1. Tradicionāls solis. Esoša iedzīvotāju aptauja liecina, ka 58% iedzīvotāju sabiedrisko transportu vērtē kā "pieņemamu". Noderīgi, taču tas neko nepasaka par reformu.
2. Simulācija. Komanda augšupielādē melnrakstu un rakstus un jautā: "Kā pensijas iedzīvotāji, studenti, pensionāri un vietējie plašsaziņas līdzekļi reaģēs pirmajās divās nedēļās pēc paziņojuma?" Aģentu vidū ir pensijas iedzīvotāju grupas, studentu savienība, pensionāru asociācija, divi opozīcijas padomes locekļi un vietējie žurnālisti. Pēc 20 kārtām ziņojums liecina, ka spēcīgākais negatīvais vilnis nerodas pašas cenas, bet gan pārpratuma dēļ: daudzi aģenti uzskata, ka ārējās zonas maksās dubultā, kas melnrakstā nav minēts.
3. Turpmākā darbība. Komanda intervē studentu savienības aģentu un analītiķi. Neskaidrības rodas viena neskaidra teikuma un trūkstoša piemēra dēļ.
4. Atkārtot. Teikums tiek pārrakstīts, pievienots biļešu kalkulatora piemērs un scenārijs tiek atkārtots. Pārpratums sarūk, un debates pāriet uz izmaiņu laiku.
5. Pārbaude. Pirms paziņojuma komunikācijas komanda pārbauda abas teksta versijas ar nelielu īstu iedzīvotāju grupu. Īstā grupa apstiprina galveno pārpratumu, un dome publicē skaidrāku versiju.

Simulācija neparedzēja balsu sadalījumu. Tā atrada mehānismu, deva komandai lētu veidu, kā pārbaudīt labojumu, un precīzi pateica, kas jāpārbauda ar reāliem cilvēkiem.

Kā apvienot simulāciju ar klasisko pētniecību

Praktiska darbplūsma izskatās šādi:

• Vispirms izpētiet. Izmantojiet simulāciju jau agrīnā stadijā, kad idejas vēl ir lēti maināmas, lai kartētu ieinteresētās personas, argumentus un iespējamos uzliesmojuma punktus. Mūsu scenāriju plānošanas un sintētiskās aptaujas scenāriji ir labs sākumpunkts.
• Sašauriniet izvēli. Izvēlieties divus vai trīs atklājumus, kas mainītu jūsu lēmumu, ja tie būtu patiesi.
• Izmēriet. Precīzi pārbaudiet šos atklājumus ar aptauju, paneļdiskusiju vai intervijām. Tagad pētījuma budžetu tērējat tikai tur, kur tas ir svarīgi.
• Uzraudzīt. Pēc palaišanas salīdziniet reālās reakcijas ar simulētajām. Ja tās atšķiras, atjauniniet dokumentus un atkārtojiet.

Tas ļauj cilvēkam spriest pēc saviem ieskatiem. Simulācija paplašina redzeslauku; cilvēki pieņem lēmumus.

Ja vēlaties to izmēģināt ar savu materiālu, pirms reģistrēšanās varat aprakstīt uzdevumu InfoDome konsolē . Plāns maksā 29 eiro mēnesī, ietver ikmēneša mākslīgā intelekta lietošanas budžetu 9 eiro apmērā un neierobežotu projektu skaitu, un to var jebkurā laikā atcelt.