Jeden z ostatnich sondaży przedwyborczych do parlamentu wskazywał, że PiS zgarnie 42 proc. głosów a dwa największe bloki opozycyjne – 36 proc. Rzeczywistość była inna – poparcie rozłożyło się w proporcjach 43,59–39,96, a najbliżej trafienia wyniku okazała się sztuczna inteligencja (AI). Algorytm, stworzony w Ośrodku Przetwarzania Informacji – Państwowym Instytucie Badawczym, przewidział rozkład sił w stosunku 43,76 – 35,10. Rodzimi naukowcy, którzy opracowali to narzędzie, dali wyraźny sygnał: potencjał AI jest praktycznie nieograniczony.
Emocjonalna AI
Antoni Sobkowicz i Marek Kozłowski z Laboratorium Inżynierii Lingwistycznej OPI PIB od kilku lat pracują nad metodami predykcyjnymi, które przekładają emocjonalny dyskurs debaty politycznej w internecie na preferencje polityczne. Model oparty na metodach uczenia maszynowego i analizie aktywności internautów zdał egzamin. Wyniki badań wskazują, iż AI może być bardziej precyzyjna niż sondaże. Jak tłumaczy dr Marek Kozłowski, było to możliwe głównie dzięki bardzo dużej ilości reprezentatywnych danych, jakie algorytmy mają do dyspozycji.
– Sondaże przedwyborcze prowadzone są na próbach rzędu tysiąca ankietowanych. Metody, które wykorzystaliśmy, analizują kilka milionów komentarzy pod artykułami politycznymi na portalach internetowych, które są wyrazem opinii grupy od kilkuset tysięcy do nawet miliona użytkowników – wskazuje.
CZYTAJ TAKŻE: Sztuczna inteligencja od Google rozpozna zapachy
Jak to działa? Na początku tworzy się zbiór wyrażeń o silnym nacechowaniu emocjonalnym i popierających jedną z dwóch opcji politycznych, a potem, by dokładnie przypisać komentarze do konkretnych obozów politycznych, wykorzystuje się uczenie maszynowe. Po skategoryzowaniu komentarzy przypisuje się ich autorom jedną lub drugą opcję polityczną. Na tym przykładzie widać, że kluczowe dla „inteligentnych” algorytmów staje się rozpoznawanie ludzkich emocji.
