Моделювання за допомогою штучного інтелекту проти традиційного прогнозування: опитування, панелі, моделі

Моделювання натовпу за допомогою штучного інтелекту не замінює опитувань, фокус-груп, експертних оцінок чи статистичних моделей; воно заповнює прогалину між ними. Традиційні методи вимірюють те, що люди думають сьогодні, або екстраполюють з минулих даних, тоді як моделювання дозволяє крок за кроком спостерігати, як натовп може відреагувати на щось, що ще не сталося, і запитати, чому. Найсильніші прогнози поєднують обидва методи: моделювання для дослідження та пояснення, класичні методи для вимірювання та перевірки.

Що добре справляється з традиційним прогнозуванням

Кожен усталений метод відповідає на певний тип питання, і кожен з них хороший у цьому.

• Опитування та дослідження вимірюють поточний розподіл думок у певній популяції. За допомогою обґрунтованої вибірки та ретельного формулювання вони надають цифри, які ви можете захистити.
• Фокус-групи та інтерв'ю розкривають мову, емоції та заперечення, які ніколи б не виявили в анкеті. Вони показують, як люди говорять про тему, а не лише те, що вони відзначають.
• Експертна оцінка враховує контекст: досвідчений керівник відділу комунікацій або аналітик політики знає, які зацікавлені сторони схильні до ескалації, а які проблеми самі по собі зникають.
• Статистичні та економетричні моделі достовірно екстраполюють, коли майбутнє схоже на минуле та є достатньо історичних даних.

Їхня спільна слабкість та сама: вони мають труднощі з новим. Опитування не може виміряти реакцію на оголошення, якого ще ніхто не бачив, не показавши його людям, що може бути неможливо до того, як рішення стане публічним. Модель, навчена на минулих запусках, нічого не знає про категорію, якої не існувало. Експерти можуть зорієнтуватися на свою останню кризу.

Що додає штучний інтелект для моделювання натовпу

Моделювання натовпу за допомогою штучного інтелекту починається з вашого власного матеріалу. В InfoDome ви завантажуєте документи, такі як новина, план, звіт або проект політики, і описуєте простими словами те, що ви хочете передбачити. Система витягує граф знань про людей, організації, групи та відносини, а потім створює сотні агентів ШІ з їхнім власним характером, посадою та довготривалою пам'яттю. Ці агенти взаємодіють на двох змодельованих платформах паралельно: у стрічці, подібній до Twitter , та на форумі, подібному до Reddit , протягом вибраної кількості раундів, а їхня пам'ять оновлюється в міру розвитку подій.

Такий дизайн дає вам те, чого немає в класичному наборі інструментів:

• Динаміка замість моментального знімка. Ви бачите, хто реагує першим, хто посилює аргументацію, який аргумент поширюється та як змінюються позиції протягом 10, 20 або 40 раундів.
• Пояснення, які ви можете поставити під сумнів. Після запуску агент-аналітик пише звіт про прогноз, і ви можете взяти інтерв'ю у будь-якого агента або поставити аналітику додаткові запитання щодо його обґрунтування.
• Безпечне тестування типу «що, якщо». Ви можете змінити одне вхідне значення, таке як фраза, ціна або дата, і повторно виконати тест, не розкриваючи нічого реальній публіці.
• Кілька аудиторій одночасно. Ви можете вибрати до 10 країн аудиторії; агенти розподіляються між ними порівну, тоді як реальні іменовані сутності зберігають свою власну країну.
• Швидкість та вартість. Сценарій можна підготувати за лічені хвилини, що робить практичним тестування ідей, які ніколи не виправдали б повного бюджету на дослідження.

Чесні межі симуляції

Моделювання — це гіпотеза, яку можна перевірити, а не вимірювання. Важливо чітко розуміти, чого воно не може робити.

• Він відображає вхідні дані. Якщо в документах пропущено ключову групу або неправильно зазначено факти, агенти не вигадуватимуть відсутню реальність. Прогалини на графіку стають прогалинами в прогнозі.
• Він не дає статистично репрезентативних відсотків. Частки агентів є сигналами про напрямок та механізми, а не заміною вибіркового опитування.
• Мовні моделі мають власні упередження. Агенти можуть бути більш красномовними або розсудливими, ніж реальні натовпи, а деякі культурні нюанси можуть бути згладжені.
• Рідкісні потрясіння залишаються рідкістю. Симуляція досліджує правдоподібні шляхи; вона не гарантує, що реальний світ піде найімовірнішим.

Ми розглядаємо, як систематично перевіряти ці слабкі місця, у нашому посібнику з перегляду прогнозу .

Як методи порівнюються на практиці

Замість того, щоб питати, який метод «найкращий», задайте те питання, яке у вас є.

• «Що люди думають зараз?» Використайте опитування. Моделювання може підказати, які питання поставити, але кількість має бути отримана від реальних респондентів.
• «Як люди відреагують на щось нове?» Почніть із симуляції, щоб відобразити ймовірні реакції, а потім перевірте найважливіші з них за допомогою невеликого опитування або кількох інтерв'ю.
• «Чому це може піти не так?» Симуляція та фокус-групи тут дуже корисні. Симуляція швидша та дозволяє повторити; фокус-групи надають реальної людської текстури.
• «Якою буде тенденція наступного кварталу?» Статистичні моделі є провідними, коли історичні дані стабільні; моделювання допомагає, коли структурна зміна порушує минулу модель.
• «Який із трьох варіантів несе найменший ризик?» Проведіть той самий сценарій тричі зі зміною однієї змінної та порівняйте звіти, а потім нехай експерти оцінять компроміси.

Практичний приклад: реформа тарифів на міський транспорт

Уявіть собі міську раду, яка готується замінити разові квитки на тарифи за зонами. У команди є проєкт політики, короткий виклад скарг минулого року та дві статті в місцевих новинах.

1. Традиційний крок. Згідно з існуючим опитуванням громадян, 58% мешканців оцінюють громадський транспорт як «прийнятний». Корисно, але нічого не говорить про реформу.
2. Моделювання. Команда завантажує чернетку та статті й запитує: «Як відреагують пасажири, студенти, пенсіонери та місцеві ЗМІ протягом перших двох тижнів після оголошення?» Серед агентів є групи пасажирів, студентська спілка, асоціація пенсіонерів, два опозиційні радники та місцеві журналісти. Після 20 раундів звіт показує, що найсильніша негативна хвиля виникла не через саму ціну, а через непорозуміння: багато агентів вважають, що зовнішні зони платитимуть подвійно, чого в проекті не сказано.
3. Подальші дії. Команда опитує агента студентської спілки та аналітика. Плутанина виникає через одне неоднозначне речення та відсутність прикладу.
4. Повторення. Речення переписано, додано приклад калькулятора тарифів, і сценарій повторено. Непорозуміння зменшується, і дебати зміщуються до часу внесення змін.
5. Перевірка. Перед оголошенням команда комунікацій перевіряє дві версії тексту з невеликою групою реальних мешканців. Реальна група підтверджує основне непорозуміння, і рада публікує чіткішу версію.

Симуляція не передбачила частку голосів. Вона знайшла механізм, дала команді дешевий спосіб протестувати виправлення та точно підказала, що саме перевіряти за допомогою реальних людей.

Як поєднати моделювання з класичними дослідженнями

Практичний робочий процес виглядає так:

• Спочатку досліджуйте. Використовуйте моделювання на ранній стадії, коли ідеї ще дешево змінювати, щоб визначити зацікавлені сторони, аргументи та ймовірні гарячі точки. Наше сценарне планування та сценарії синтетичного опитування є гарними відправними точками.
• Звузьте коло. Виберіть два або три висновки, які змінили б ваше рішення, якби вони були правдивими.
• Виміряйте. Перевірте саме ці висновки за допомогою опитування, панелі чи інтерв'ю. Тепер ви витрачаєте дослідницький бюджет лише там, де це важливо.
• Моніторинг. Після запуску порівняйте реальні реакції із змодельованими. Там, де вони розходяться, оновіть свої документи та запустіть повторно.

Це дозволяє людській оцінці залишатися головною. Моделювання розширює поле зору; люди приймають рішення.

Якщо ви хочете спробувати це на власному матеріалі, ви можете описати завдання в консолі InfoDome перед реєстрацією. Вартість плану становить 29 євро на місяць, включає щомісячний бюджет на використання штучного інтелекту в розмірі 9 євро та необмежену кількість проектів, і його можна скасувати будь-коли.