Ako simulácia davu s umelou inteligenciou predpovedá reakcie verejnosti

Simulácia davu s umelou inteligenciou predpovedá reakcie verejnosti tým, že vytvára populáciu agentov umelej inteligencie z reálneho kontextu a umožňuje im interagovať v priebehu času, namiesto toho, aby sa od jedného modelu pýtali na jednu odpoveď. V InfoDome sa váš dokument stane grafom znalostí, graf sa stane stovkami agentov s vlastným charakterom, pozíciou a pamäťou a títo agenti diskutujú na dvoch simulovaných platformách počas zvoleného počtu kôl. Analytický agent potom prečíta, čo sa stalo, a napíše predikčnú správu, ktorú môžete spochybniť.

Prečo simulovať dav namiesto toho, aby sme sa pýtali jedného modelu?

Ak sa jedného modelu umelej inteligencie opýtate „ako na to ľudia zareagujú?“, dostanete jeden vierohodný odsek. Často je to rozumné, ale je to priemer: jeden hlas si predstavuje všetkých naraz. Skutočné reakcie takto nefungujú. Ľudia na seba reagujú. Príspevok kritika formuje to, ako neutrálny čitateľ vníma správy; odpoveď obhajcu mení to, čo kritik povie ďalej; novinár zachytí najhlasnejšie formulovanie, nie to najpresnejšie.

Simulácia davu sa snaží zachytiť túto dynamiku. Namiesto jedného imaginárneho konsenzu modeluje mnoho odlišných aktérov a necháva výsledok vyplynúť z ich interakcie. Preto vás výsledok môže prekvapiť a preto sa oplatí prekvapenia overiť. Širšia metóda je známa ako multiagentová simulácia; jej pozadie vysvetľujeme v časti Čo je multiagentová simulácia .

Krok 1: Z dokumentu do grafu znalostí

Všetko začína vaším materiálom: správami, plánmi, správami, návrhmi politík alebo fikciou, vo PDF, Markdown alebo texte. InfoDome ho prečíta spolu s vaším zrozumiteľným popisom toho, čo chcete predpovedať, a extrahuje graf znalostí:

• Subjekty : osoby, organizácie a skupiny uvedené v texte.
• Vzťahy : kto koho podporuje, oponuje, je na kom závislý, podáva mu správy alebo s kým súťaží.
• Kontext : fakty a pozície, ktoré text pripisuje každému z nich.

Graf je dôležitý, pretože ukotvuje simuláciu vo vašej situácii, a nie vo všeobecných predpokladoch. Je tiež viditeľný pre vás, takže môžete vidieť, čo systém pochopil ešte predtým, ako sa niečo spustí.

Krok 2: Od grafu k agentom

Z grafu a popisu vášho publika InfoDome vytvorí stovky agentov umelej inteligencie; presný počet závisí od dokumentu. Každý agent získa:

• Postava : temperament, záujmy, spôsob, akým má tendenciu hovoriť a komunikovať.
• Pozícia : kde sa v danej problematike začína, na základe grafu.
• Dlhodobá pamäť : to, čo bolo videné, povedané a čo bolo povedané, čo pretrváva naprieč kolami.
• Krajina : môžete si vybrať až 10 krajín cieľovej skupiny a agenti sú medzi ne rozdelení rovnomerne. Skutočné pomenované entity z dokumentu si ponechajú svoju vlastnú krajinu.

Táto kombinácia je zámerná. Niektorí agenti predstavujú pomenované organizácie alebo ľudí z vášho textu; iní predstavujú členov širšieho publika, takže simulácia zahŕňa viditeľných aktérov aj dav, ktorý na nich reaguje.

Krok 3: Kolá na dvoch platformách

Agenti potom interagujú v simulovanej sociálnej sieti, ktorá beží paralelne na dvoch platformách:

• Kanál podobný Twitter : krátke príspevky, rýchle reakcie, opätovné zverejňovanie. Tu sa framing rýchlo šíri a tón stupňuje.
• Fórum podobné Reddit : dlhšie vlákna a odpovede. Tu sa testujú argumenty, diskutuje o detailoch a postoje sa vytvrdzujú alebo zmierňujú.

Počet kôl si vyberiete sami, napríklad 10, 20 alebo 40. V každom kole si agenti prečítajú príspevky ostatných, rozhodnú sa, či a ako budú reagovať, a aktualizujú si pamäť. Keďže pamäť sa prenáša, kolo 15 je formované tým, čo sa stalo v kolách 1 až 14. Argument, na ktorý sa v ranom štádiu nezodpovedalo, sa môže neskôr stať akceptovanou múdrosťou; oprava, ktorá prišla neskoro, sa už nikdy nemusí vrátiť.

Krok 4: Od rozhovoru k správe

Po poslednom kole analytik preštuduje simulovanú aktivitu a napíše predikčnú správu so závermi: dominantné naratívy, ktoré skupiny sa pohli a prečo, ktorí aktéri pôsobili ako zosilňovače, aké riziká a zostávajúce otvorené otázky. Správa nie je jediným výstupom. Môžete otvoriť podkladové príspevky, vyspovedať ktoréhokoľvek agenta o jeho uvažovaní a položiť analytikovi doplňujúce otázky. Táto sledovateľnosť premieňa simuláciu na preskúmateľnú hypotézu, a nie na verdikt čiernej skrinky.

Prečo sú reakcie druhého rádu dôležité

Prvú reakciu na správy je zvyčajne ľahké uhádnuť. Zvýšenie cien otravuje zákazníkov; nová regulácia znepokojuje regulovaný priemysel. Ťažko uhádnuť je reakcia druhého rádu : reakcia na reakciu.

Príklady efektov druhého rádu, ktoré sa môžu objaviť pri simulácii davu:

• Obranná odpoveď spoločnosti premení malú sťažnosť na príbeh o arogancii.
• Chýr mizne na rýchlom vysielaní, ale prežíva vo vlákne fóra, ktoré sa neskôr znova objaví.
• Vlažnú podporu spojenca neutrálni agenti vnímajú ako znak skrytých problémov.
• Dve skupiny, ktoré začali na opačných stranách, objavia spoločnú krivdu a zjednotia sa.

Tieto efekty sa prejavujú iba vtedy, keď na seba aktéri reagujú v priebehu času, čo je presne to, na čo slúžia kolá a pamäť. Sú to tiež efekty, ktoré organizácie najčastejšie zaskočia, pretože žiadny samostatný rozhovor so zainteresovanými stranami by ich neodhalil.

Pracovaný príklad

Mestská samospráva vypracuje plán na premenu rušnej nákupnej ulice na pešiu zónu. Plánovací tím nahrá návrh, zhrnutie dopravnej štúdie a miestnu správu citujúcu majiteľov obchodov. Počas prvého mesiaca sa pýtajú, ako zareagujú obyvatelia, majitelia obchodov, doručovacie spoločnosti a miestne médiá, a v jednej krajine vykonajú 40 kôl.

Prvé kolá neprinášajú žiadne prekvapenia: majitelia obchodov sa obávajú o doručovanie, obyvateľom sa páči myšlienka menšieho hluku. Potom sa objaví vzorec druhej objednávky. Agent doručovacej spoločnosti uverejní príspevok, že doručovacie okná skoro ráno by vyriešili väčšinu problémov. Agenti majiteľov obchodov na fóre si to všimnú a ich kritika sa zmení z „proti plánu“ na „proti plánu bez doručovacích okien“. Medzitým v médiách agent miestnych médií zosilňuje sťažnosť obyvateľa na parkovanie, čo odvádza pozornosť od doručovania.

Správa analytika dospela k záveru, že časové okienka doručenia by mohli rozdeliť oponentov a že parkovanie predstavuje pretrvávajúce riziko. Tím vypočuje mediálneho agenta, aby pochopil, ktoré fakty by zmenili jeho formuláciu, a potom do plánu pridá parkovaciu časť. Simulácia síce nič nedokázala o skutočnej ulici, ale poskytla tímu dve konkrétne, testovateľné hypotézy. V situáciách s vysokým výskytom fám je scenár šírenia fám postavený na rovnakej mechanike.

Limity, ktoré treba mať na pamäti

Simulácia davu je účinná na skúmanie dynamiky, ale má jasné obmedzenia:

• Agenti sú modely umelej inteligencie podmienené vašimi dokumentmi. Chýbajúce zainteresované strany alebo jednostranný materiál vedú k slepým miestam.
• Výsledky nie sú štatisticky reprezentatívne ako vzorka prieskumu a percentá by sa nemali chápať ako podiely v reálnom svete.
• Rôzne behy sa môžu vyvíjať odlišne. Konzistentné vzorce berte ako silnejšie signály než jednotlivé dramatické momenty.

S ohľadom na tieto obmedzenia je simulácia rýchly spôsob, ako zistiť, čo sa môže stať ďalej a prečo. Ak si to chcete vyskúšať na vlastnom prípade, pripravte si úlohu v konzole .