AI模擬、網路投票、電話民調混在一起？選前數字愈多　愈要問清楚「訪問了誰」

 

地方選戰進入倒數，各類支持度、預測與網路投票接連出現。然而，使用相同百分比呈現的結果，背後可能來自完全不同的方法：有的是訪問實際選民，有的是開放讀者自行投票，也有的是由人工智慧模擬虛擬受眾。若未先說明資料如何產生，數字越多，反而越容易造成誤解。

 

 

AI虛擬受眾　不是實際受訪選民

 

以TPOC公布的高雄選情模擬為例，其方法涉及利用大型語言模型建立代理角色，加入人口條件、過往政治資訊及新聞內容，產生模擬反應。這類結果是模型運作的產物，不是實際訪問同等人數選民所得到的回答。

 

模型可以用來探索不同設定下的變化，但結果會受到角色設定、輸入資料及模型本身影響。報導時應明確標示「AI模擬」或「模型推估」，不能直接寫成民眾支持度。

 

即使模型輸出精確到小數點，也不代表它具有相同程度的預測準確性。

 

開放網路投票　反映參與者的選擇

 

開放式網路投票通常由看到頁面、願意參加的人自行填答。壹蘋相關網路投票也說明其為自願參與的便利調查，不能套用一般機率抽樣民調的抽樣誤差。

 

這類結果可以呈現參與投票者的偏好，但參與者是否代表全體選民，不能只靠人數多寡判定。支持者轉傳、社群動員及網站讀者結構，都可能影響結果。

 

事後加權也不必然能消除自願參與造成的偏差，尤其是未參與者與參與者在政治態度上可能存在差異時。

 

真正的民調　同樣必須檢查日期與方法

 

電話或網路調查也不是只要掛上「民調」名稱，就可以忽略方法。抽樣範圍、招募方式、問卷順序、未表態比例與加權條件，都會影響解讀。

 

公布日期也不等於訪問日期。例如10月15日發布的新北調查，實際訪問期間為9月28日至10月3日，反映的是那段時間的受訪者態度，無法涵蓋訪問結束後才發生的事件。

 

數字能否比較　先看是否回答同一問題

 

選前分析最基本的工作，是把民調、模型、網路投票與社群聲量分開，並區分支持度、看好度及推估得票率。

 

聲量高不等於支持高；看好當選不等於自己會投；模型預測也不等於實際民意。只有把資料來源與限制交代清楚，選民才有辦法判斷，哪些數字可作為選情參考，哪些只是特定平台或模型下的結果。

 

 

（圖片來源：AI生成）