但这种类型的人工智能最常用于营销。自然语言处理使您能够确定目标受众对个别产品的态度并找出其缺点。有数十家公司。提供自己的商业模式，模仿不同群体的人们的偏好。
同时，还有许多单独的方法。例如，Poll the People 是一个基于 ChatGPT 的平台，可让您模拟超过 50 万人的响应。 Conveo 项目专门对访谈、视频格式评论和其他材料进行定性分析，形成客户及其需求的画像。 Yabble 与 ChatGPT 开发商 OpenAI 合作，收集了数千条有关各种产品的真实评论，然后对它们进行分析和分类，为客户提供有关潜在问题的报告。他们可能会发生这种情况。
政策
近年来越来越受欢迎的人工智能应用的另一个有前景的领域是选举活动。最常用的法学硕士是那些预测选举结果并预测选民对某些变化如何反应的法学硕士。例如。 KCore Analytics 算法已被用于对许多国家的选举结果进行建模，包括美国、巴西、阿根廷、印度和塞浦路斯。并非所有人工智能都基于真实调查的材料；有些人工智能接受过社交网络帖子的培训，并根据用户的政治活动预测竞选活动的成功。 Polly 就是一个这样的例子，它是一种分析社交网络的人工智能。
法学硕士还可以执行其他任务。所以。英国 阿富汗 WhatsApp 数据 公司Campaign Lab创建了一个模型，可以赋予人的特征（性别、年龄、党派背景等），并根据这些特征做出反应。该项目的目标是教会志愿者如何与不同社会群体的人互动。但有些公司甚至为此使用人工智能。收集真实受访者的反馈。例如，SignalWire 的 AI Pollster 是一款用于在 2024 年美国大选中对真实民众进行民意调查的应用程序。人工智能会拨打输入数据库的电话号码，询问预先选定的问题，然后记录并处理答案。
多年来，人工智能一直被用来预测投票结果。例如，KCore Analytics 算法预测拜登将在 2020 年选举人团选举中以微弱优势获胜。 Expert.AI 追踪社交网
然而，大型语言模型的成功之路并不充满玫瑰。这个领域的项目面临着很多问题、限制甚至失败。
使用人工智能对社会研究结果进行建模的第一个问题是社会对其的信任度较低。在复杂的数学和技术故事中，人工智能在提高劳动生产率方面取得了某种超级高度，这是一回事，而另一件事是，它通过完全模拟政治偏好、消费、情感，轻松取代你，名字。 、感受等等。我只是不想相信这一点，如果我已经相信了，那么内部勒德分子甚至在技术忠诚的阶层中也开始骚动。
其他问题包括：
●LLM倾向所谓。 “幻觉”，即事实错误
●“黑匣子”问题：无法追踪AI为何以及如何得出某个结论
● 研究重现性问题：同一模型在不同时间提出的同一问题可能会得到两个不同的答案
● 人工智能再现所有刻板印象和偏见。存在于人类社会
● 模拟调查与真实调查有同样的缺点：他们通常并不代表生活在偏远地区并且并不总是能够访问互联网的人们
● LLM 培训材料数量有限。这需要庞大的数据库
前景
尽管存在问题，但使用人工智能进行民意调查建模是一个有前途的方向。主要原因是近几十年来，民意研究中心愿意回答问题的受访者数量有所下降。因此，皮尤研究中心报告称，1997 年，他们致电的人中有 36% 同意参与这项研究，但到 2018 年，这一数字已下降至 6% [2]。因此，即使是老牌公司也可能很快转向人工智能调查。其他原因是进行此类研究的简单性、成本低和速度快：以前只有大公司才能负担得起大规模调查，但现在甚至小企业或资金很少的政治竞选活动也可以进行。科学也是如此。在这里，人工智能的使用降低了专家的进入门槛：例如，以前仅由具有广泛方法知识的社会学家进行的研究现在可供学生使用，并且未来可供任何人使用，包括人力资源专家和商业策略师对社会学或营销人员知之甚少的人。
阅读主题
协会至关重要
MarketingLAB 负责人 Andrey Aleksandrovich Shirokikh 特别针对 SocioLogos.ru 平台谈到了研究协会的作用。
阅读更多
2024 年 12 月 17 日
从数据到解决方案
特别是针对 SocioLogos.ru 平台，VTsIOM 总经理 Valery Valeryevich Fedorov 谈到了研究市场的问题。
阅读更多
2024 年 10 月 22 日