Antoni Sobkowicz i Marek Kozłowski z Laboratorium Inżynierii Lingwistycznej OPI PIB od kilku lat pracują nad metodami predykcyjnymi, które przekładają emocjonalny język używany w politycznej debacie internetowej na ostateczne preferencje polityczne. Najnowsze wyniki ich badań wskazują, że sztuczna inteligencja przewiduje wyniki wyborów nie gorzej niż sondaże oparte na klasycznych metodach.

Ostatni sondaż przedwyborczy (firmy Ibris dla „Dziennika Gazety Prawnej” i RMF FM) przewidywał odpowiednio 42 proc. poparcia dla PiS oraz 36,3 dla dwóch największych bloków opozycyjnych – Koalicji Obywatelskiej i Lewicy – łącznie. Algorytmy opracowane przez Sobkowicza i Kozłowskiego przewidywały zaś 43,76 dla PiS oraz 35,10 dla KO i Lewicy. Wybory parlamentarne wygrało Prawo i Sprawiedliwość, uzyskując 43,59 proc., Koalicja Obywatelska i Lewica łącznie zaś 39,96 proc. głosów. Algorytmy były zatem bliższe wynikowi wyborów niż ostatni przedwyborczy sondaż opinii publicznej.

– Warte uwagi jest to, iż badając zmiany tendencji sondażowych od lipca do końca września, wyniki naszych analiz miały jeszcze mniejszy średni rozstrzał względem faktycznych danych (od końca sierpnia do końca września stale nasze modele podawały około 45,5 proc. dla PiS oraz 38,8 dla Koalicji Obywatelskiej i Lewicy) – mówi dr Kozłowski.

Jak to w ogóle możliwe? Dr Marek Kozłowski wyjaśnia, że głównie dzięki bardzo dużej ilości reprezentatywnych danych, jakie algorytmy mają do dyspozycji. Sondaże przedwyborcze prowadzone są na próbach rzędu tysiąca ankietowanych, w dniu wyborów na dziesiątkach tysięcy. Metody, które wykorzystali badacze, analizują kilka milionów komentarzy pod artykułami politycznymi na portalach internetowych, które są wyrazem opinii grupy od kilkuset tysięcy do nawet miliona użytkowników. Żadne badanie PAPI/CAWI/CATI nie dociera do takiej populacji, biorąc pod uwagę skalę liczby badanych osób.

Badacze korzystają z otwartych komentarzy w popularnych serwisach informacyjnych z dużą liczbą politycznych artykułów (przykładem może być portal Interia.pl, trzeci pod względem liczby użytkowników w Polsce). Zbudowane modele działają wielowarstwowo. Na początku buduje się zbiór wyrażeń o silnym nacechowaniu emocjonalnym i popierających jedną z dwóch opcji politycznych (PiS lub opozycję ogółem). Potem, by dokładnie przypisać komentarze do konkretnych obozów politycznych, wykorzystuje się uczenie maszynowe. Po skategoryzowaniu politycznych komentarzy przypisuje się ich autorom – użytkownikom forum – jedną lub drugą opcję polityczną. Na koniec pozostaje już tylko wyliczyć, ile osób z ogółu komentujących prezentuje poglądy popierające partię rządzącą, a ile opozycję – dokładnie tak, jak dzieje się to w przypadku sondaży opinii publicznych.

Taki sposób badania opinii publicznej naukowcy testują od kilku lat. W przedwyborczych miesiącach (od lipca 2019) robili to regularnie co dziesięć dni. Wyniki przewidywań swoich algorytmów porównują z wynikami badań opinii publicznych przeprowadzanych przez różne pracownie tradycyjnymi metodami. Jedne i drugie niewiele od siebie odbiegały. Wynik tegorocznych wyborów algorytm przewidział zaś bardzo trafnie. Pomylił się o niecały punkt procentowy w przypadku PiS, w przypadku pozostałych partii łącznie o nieco ponad 4 punkty.

Dr Kozłowski tłumaczy, że metody używane przez ośrodki opinii publicznej, czyli ankiety bezpośrednie i telefoniczne, funkcjonują już ponad pół wieku w sposób ustandaryzowany. Dziś spora część komentarzy na tematy polityczne odbywa się na publicznie dostępnych forach w internecie. To, co w sieci może skusić socjologów i ośrodki badania opinii, to obfitość danych. Liczebność próby idzie tu w miliony, co rekompensuje jej ewentualną niższą jakość.

Nie jest to temat zupełnie nowy – analizy politycznych nastrojów na podstawie wykrywania emocji w publicznie dostępnych postach przeprowadza się na świecie od wielu lat. Według dr Kozłowskiego, Ośrodek Przetwarzania Informacji jest jedyną polską placówką badawczą, która prowadzi regularne badania naukowe nad analizą preferencji politycznych Polaków na szeroko rozumianych portalach internetowych z wykorzystaniem sztucznej inteligencji.

Wyniki swoich analiz badacze zaprezentowali w czwartek 17 października w ramach sesji plakatowych na kongresie Polskiego Porozumienia na rzecz Rozwoju Sztucznej Inteligencji we Wrocławiu (PP-RAI2019).