人工智能的新挑战：预测 2024 年大选
在我上一篇文章中，人工智能以惊人的准确度预测了特朗普封口费审判的结果。现在，我们将人工智能的水晶球转向另一个高风险场景：2024 年美国总统大选。使用专门设计的 GPT 模型，我运行了一系列提示来预测选举结果。
现在您可以亲自尝试预测模型了！我很想看看人工智能的预测会随着时间的推移如何展开，并邀请您参与这项实验。请收藏此页面并在事件展开时返回分享您的结果。我们将共同跟踪人工智能的准确性和对现实世界发展的适应性，从而创建一个协作空间。
人工智能的预测魔法：从特朗普审判到大选投票
当 AI 在特朗普案中持续预测有罪判决时，我们亲眼目睹了 AI 的预测能力。这并非是盲目的尝试。在贝勒大学经济学教授 Van Pham 和 Scott Cunningham 的研究支持下，ChatGPT识别数据集模式的能力被证明非常准确。实际上，它涉及诱骗 AI 从未来的角度讲述一个故事。他们的实验准确地预测了奥斯卡获奖者。虽然 AI 不愿意对真实事件做出预测，但他们的方法是使用讲故事来生成“未来叙述”，从而规避了 ChatGPT 的一些限制和偏见，我在当前的政治预测中采用并扩展了这种技术。
我必须强调——尤其是在虚假新闻泛滥的时代——输出结果不应被视为事实。我们只是在测试人工智能的预测能力，而不是预测早期选举结果！提示的作用是诱导人工智能根据当前数据生成连贯的、尽管是虚构的未来事件故事。
人工智能与“群体智慧”的交汇之处
虽然这种方法利用了 Pham 和 Cunningham 所称的人工智能的“幻觉叙事构建能力”，但这些场景仍然基于概率模式。有人认为，人工智能反映了“群体智慧”，集体意见往往会集中在最有可能的结果上。最终，这意味着人工智能的猜测比你或我的猜测或任何一个人的猜测都要好，而是一种由人工智能的训练、统计分析和创造性推断形成的复杂估计。
奇怪的是，这种不可思议的能力完全合乎情理，因为 LLM 在操作上具有预测性和程序性。它们不只是吐出文本；它们根据在训练期间识别的模式生成合理的输出。实际上，ChatGPT 的程序性通过迭代大量数据和场景来模拟一种“预见”，然后根据概率判断为我们提供最可能的响应。
在某种程度上，我们正在利用概率语言的集体思维。考虑到关于这次选举周期的所有言论，我们将来可能会说什么？讨论可能会走向何方？
我如何创建 AI 模型来预测 2024 年大选结果
对于我的新实验，我创建了一个自定义 GPT，旨在针对 2024 年美国总统大选最可能的结果提出现实的假设叙述. 虽然我确信我们都有自己喜欢的候选人，并且认为其他选择无异于世界末日，但该模型设有护栏，以尽可能保持预测在政治上不偏不倚。
- 当前背景建立：GPT 确定当前日期以及距离选举日还剩多少时间。在其时间轴中，这些事件已经发生和过去，这使得它能够模拟选举后分析。
- 最新研究：通过彻底的网络搜索，从各种平衡、公正的新闻来源收集最新信息。
- 叙事构建：基于当前数据，该模型从全知的未来视角回顾过去，构建了一个合理的叙事，假设从现在到 2024 年 12 月的选举结果。
第三个选项提供了更全面的预期事件时间表。
剧透警告：人工智能预测拜登将获得第二任期
在我的整个测试过程中，人工智能一直预测乔·拜登将成为 2024 年大选的获胜者。以下是其中一个输出的片段：
叙述示例：
“到 2024 年 12 月，美国经历了最有争议的选举周期之一。乔·拜登总统获得了第二任期，宾夕法尼亚州和威斯康星州等关键战场州对他有利。尽管竞争激烈，竞选活动存在分歧，但拜登的稳定和经验信息引起了足够多选民的共鸣，确保了胜利。与此同时，唐纳德·特朗普的竞选活动因法律纠纷和争议而受损，难以恢复他之前竞选的势头。选举结果证明了政治格局的变化和选民对领导层连续性的渴望。”
自己测试一下！
想知道人工智能是如何运作的吗？您可以与自定义 GPT 模型进行交互，并在评论中分享您的选举叙述。方法如下：
- 访问自定义 GPT 模型：特朗普会赢吗？
- 运行您自己的提示：按照说明生成叙述并查看 AI 的预测。有三个预加载的对话启动器。在极少数情况下，输出太模糊，请直接询问。
- 分享您的结果：在评论部分发布您生成的叙述，并加入有关 AI 如何看待选举进展的讨论。
ChatGPT — “特朗普会赢吗？”
人工智能预测的潜力和局限性
鉴于之前的模型在陪审团审议期间成功预测了特朗普审判的结果，我很好奇，在长期和临近审判时，其输出结果的准确性如何，以及它们是否会根据现实世界的事件而发生显着变化。
就像特朗普审判中的 AI 测试一样，人们已经尽一切努力将政治偏好从提示和系统指令中移除。然而，值得注意的是它的局限性。虽然定制的 GPT 没有固有的偏见，但它提取的训练数据和来源可能有自己的倾向。我试图通过让它引用信誉良好的新闻来源来解释这一点。
其次，虽然所使用的讲故事技巧可以创造性地规避 ChatGPT 的一些限制和不愿发表评论的规定，但它仍然是叙事可能性的构建，而不是客观的预测。
同样的老故事：理解“人工智能叙事偏见”
我对一种我称之为“人工智能叙事偏见”的隐含（Pham 和 Cunningham 没有考虑到这一点）很感兴趣，其中预测模型可能倾向于符合常见叙事惯例或社会期望的场景，本质上根据训练过的数据集选择看似最典型或最令人满意的结局。
当人工智能预测我们想听到什么时
这可能意味着“未来叙事”不仅基于数据，还基于可能被视为公共叙事的常规解决方案。当人工智能给出“正确”的回应时，它只是“预测”了你想要什么。同样，选举结果可能是我们最想听到的故事。
然而，在预测选举结果或其他由公众情绪和人类观点决定的重大事件（例如奥斯卡获奖者、选举和陪审团审判）的背景下，这可能不是一个缺陷，而是反映了人类的集体心理，模仿了一种“群体智慧”。因此，虽然产生的故事情节可能看起来很传统，但它们往往会引起共鸣，因为它们反映了大多数人的想法。
测试人工智能对公正事件的预测
尝试预测不受公众舆论或普遍信仰影响的事件将会很有趣。通过将人工智能预测应用于严格受自然规律或纯技术结果支配的现象（如气候模式、天文事件，甚至是受控科学实验的结果），我们可以更好地评估模型的预测准确性，而不会受到“人工智能叙事偏见”的复杂影响。
人工智能的优势在于预测人类情绪
预测由人类观点决定的事件的能力本身可能就是人工智能预测的一大优势。人类的行为和决策是混乱的、动态的，受到复杂、相互关联的不可预测因素的影响，因此很难准确建模。
通过综合这些公众情绪的变化，人工智能可以提供重要的见解。虽然气象学或天文学等领域的预测依赖于更稳定、基于规则的系统，但人类情绪的细微差别是心理、社会和文化因素的泥潭。因此，使用人工智能来预测以人为中心的领域（如选举和审判）的结果，凸显了其揭示社会舆论新兴模式的潜力。
AI 的水晶球：预测 2024 年大选。AI 图像由作者提供。
虽然这些模型对于探索情景很有用，但其预测性叙述应该以这样的理解来看待：它们可能反映的是流行或预期的故事情节，而不是不太常规或无法预见的结果。虽然它们可以提供有趣的见解，但它们应该被视为探索性工具，而不是精确的预测器。
触手可及：人工智能会成为选举预测的常态吗？
这是总统竞选中我们首次广泛使用如此强大的人工智能工具来预测选举结果。此前从未有人能够使用如此复杂的软件来预测事件。
过去，选举预测主要依赖于传统的民意调查方法、统计分析和专家的意见。民意调查员进行调查以了解公众舆论，而统计学家则分析历史投票模式和人口统计数据以做出预测。借助人工智能，个人可以通过综合大量数据并识别政治叙事中出现的模式来形成自己的预测。
