利用大型语言模型 (LLMs) 模拟民意调查（即“合成民调”）是一种新兴技术，但它并不能取代传统的民意调查。这种方法本质上是一个预测模型，它不产生任何新数据，只是基于现有信息重新组合和预测，因此存在固有的偏差和准确性问题。专家普遍认为，尽管合成样本在成本和速度上有优势，但它只能作为辅助工具，尤其在严肃的政治领域，其实际应用仍然非常有限且充满争议。
什么是“AI 民调”？
一些初创公司，如 Aaru 和 Electric Twin，正在推广一种被称为 合成样本 或 硅谷取样 的技术。
简单来说，他们使用大型语言模型（如 ChatGPT）来扮演特定的受访者角色，并模拟对民意调查问题的回答。
- 工作原理： 给 AI 一个设定好的人口统计特征（例如，居住在犹他州的、受过大学教育的白人女性，年收入7万美元），然后让它回答问题。
- 野心勃勃的宣传： Aaru 公司曾声称，他们将在两年内模拟整个地球的运作。然而，这些说法常常被认为是夸大其词。
- 实际应用： 尽管存在争议，这种技术正逐渐进入公众视野。例如，Axios 曾报道 Aaru 的一项“调查”，但未提及所谓的“受访者”其实是 AI。
“我不认为这是研究。在那个时候，你是在要求机器告诉你你已经相信的东西。” — 民主党民调专家 John Hagner
AI 无法取代真实民调
合成样本和真实民调之间存在一个根本性的区别。
民调是一个数据收集过程，其主要目的是获取关于人们真实想法和感受的新数据。而合成样本则完全不同，它不产生任何新数据。
它本质上是一个模型：你输入 LLM 的训练数据、人口统计学提示和其他信息，模型会输出一个关于真实民调可能会说什么的预测。这更接近于选举预测，而不是民意调查本身。
Electric Twin 的联合创始人 Ben Warner 将其比作工具箱里的工具：“我们一直有锤子和螺丝刀，现在我们有了一把锯子。但不要用锯子去干锤子的活。”
那么，这些模型准确吗？
关于合成民调准确性的看法两极分化。
一方面，Aaru 等公司声称他们的模型比传统民调“更快、更便宜，而且更准确”。然而，事实似乎并不支持这一说法。例如，在 2024 年大选前，Aaru 的模型预测哈里斯将在多个关键州获胜，但结果恰恰相反。
另一方面，许多专家和学术研究指出了这些模型的严重缺陷：
- 缺乏负面情绪： AI 模型很难像人类一样表现出种族主义、性别歧视或纯粹的负面情绪。
- 无法捕捉细微差别： 它们难以理解复杂的、看似矛盾的选民行为。例如，在 2024 年，亚利桑那州和内华达州的选民同时投票给特朗普，并支持扩大堕胎权利的法案。
- 预测偏差： 研究表明，LLMs 在预测中往往会产生过少的“不知道”回答，并且会系统性地高估政治人物的支持率。
- 群体差异过小： 模型预测的不同人群（如民主党和共和党）之间的观点差异通常小于现实情况。
来自专家的观点
资深选举分析师 Nate Silver 指出，AI 工具的出现反而增加了收集原创数据的比较价值。
如果一个亚群体中出现了观点转变，你是无法察觉到的。
他的核心论点是，模型只能根据已有的数据进行推断。如果某个群体的观点发生了真实的变化，只有通过直接与他们交谈（即进行真实的民意调查）才能发现。依赖模型只会让你错过这些关键的转变。
对于竞选团队而言，与其依赖 AI 模拟，不如投入更多资源去接触那些难以触及的真实选民，获取竞争对手所没有的独家数据。
当前应用与未来风险
目前来看，合成民调在政治领域的应用非常谨慎，其主要客户更多来自商业市场研究领域，如安永和麦当劳等公司。
然而，这项技术也带来了新的风险。一个更令人担忧的问题是，AI 代理可能被用来渗透和污染真实的在线调查。如果无法有效检测和过滤这些“机器人”受访者，在线民调的根基可能会被动摇。但解决方案绝不是用 AI 来取代所有真实的受访者。