در شرایطی که تب چهاردهمین دوره انتخابات ریاست جمهوری ایران در کشور موج می زند، هوش مصنوعی که پیش از این به عنوان دستیار نامزدهای ریاست جمهوری فعالیت می کرد، این روزها گاهی اوقات برای گمانه زنی در مورد نتیجه انتخابات مورد استفاده قرار می گیرد.
به گزارش ICTNN، در دوران اخیر هوش مصنوعی به یکی از قدرتمندترین و پرکاربردترین ابزارها در زمینه های مختلف از جمله امور سیاسی تبدیل شده است. از تجزیه و تحلیل نظرسنجی ها و پیش بینی انتخابات گرفته تا کشف اخبار جعلی و تجزیه و تحلیل داده های رسانه های اجتماعی. در واقع، به نظر می رسد که هوش مصنوعی توانسته است تغییرات قابل توجهی در شیوه های سنتی سیاسی در سراسر جهان ایجاد کند. این فناوری نه تنها دقت و کارایی تحلیل سیاسی را افزایش داده است، بلکه کمپین های انتخاباتی را با هدف گذاری دقیق تری موثرتر کرده است.
علاوه بر این، پروژههای تحقیقاتی در برخی از دانشگاههای سراسر جهان اکنون به دنبال پیشبینی ناآرامیهای اجتماعی و سیاسی با استفاده از الگوریتمهای پیشرفته هوش مصنوعی و آمادگی بهتر برای مدیریت بحران احتمالی هستند. علیرغم همه این مزایا، استفاده از هوش مصنوعی در سیاست نیز با چالش ها و نگرانی های اخلاقی و امنیتی همراه است که نیازمند توجه جدی است.
در حالی که مراحل ثبت نام نامزدهای چهاردهمین دوره انتخابات ریاست جمهوری ایران از خرداد 1403 آغاز شده بود، استفاده از این ابزار در موضوعات مختلف مرتبط، حتی گاهی از سوی نامزدها و حتی چند روز پیش گزارش شد که مرکز ملی فضای مجازی در دستیار هوش مصنوعی به منظور توانمندسازی نامزدها و صندلی های آنها، 6 نامزد ریاست جمهوری را در اختیار آنها قرار داد. اما در روزهای اخیر در حالی که تب تبلیغات و نظرسنجی در این دوره از انتخابات به اوج خود رسیده است و برخی از هوش مصنوعی برای پیش بینی نتایج استفاده می کنند. می توانیم این سوال را از خود بپرسیم: آیا هوش مصنوعی می تواند نتیجه انتخابات را پیش بینی کند؟
قابلیت های هوش مصنوعی برای پیش بینی
استفاده از هوش مصنوعی به ویژه در حوزه های سیاسی می تواند دقت و عمق تحلیل ها را افزایش دهد و نتایج بهتری در پیش بینی روندها و نتایج انتخابات ارائه دهد.
در زیر به برخی از مهم ترین قابلیت های هوش مصنوعی در این زمینه اشاره می کنیم:
– تجزیه و تحلیل بررسی ها و داده های تاریخی: در طول انتخابات ریاست جمهوری 2016 و 2020، شرکت هایی مانند کمبریج آنالیتیکا از داده های بزرگ و الگوریتم های هوش مصنوعی برای تجزیه و تحلیل رفتار رأی دهندگان و هدف قرار دادن تبلیغات استفاده کردند. این تحلیلها شامل دادههای تاریخی، نظرسنجیها و اطلاعات جمعیت شناختی بود که منجر به پیشبینی دقیقتر نتایج شد.
– شناسایی اخبار جعلی و مقابله با اطلاعات نادرست: فیس بوک و گوگل از الگوریتم های هوش مصنوعی برای شناسایی و حذف اخبار جعلی و اطلاعات نادرست استفاده می کنند. این فناوری به ویژه در زمان انتخابات برای جلوگیری از انتشار اطلاعات نادرست و تأثیرگذاری بر افکار عمومی اهمیت دارد.
– تحلیل شبکه های اجتماعی: محققان از الگوریتم های هوش مصنوعی برای تجزیه و تحلیل داده های توییتر برای شناسایی روندها و نگرش های عمومی در مورد مسائل سیاسی استفاده می کنند. به عنوان مثال، در طول انتخابات بریتانیا، تجزیه و تحلیل داده های توییتر برای پیش بینی نتایج انتخابات و تجزیه و تحلیل رفتار رأی دهندگان استفاده شد.
– کمپین های تبلیغاتی هدفمند: حتی در انتخابات 2008 و 2012، تیم اوباما از تجزیه و تحلیل داده های بزرگ برای هدف قرار دادن دقیق تر رأی دهندگان استفاده کرد. این تجزیه و تحلیل ها به کمپین ها کمک کرده اند تا پیام های خود را به طور موثرتری به رای دهندگان منتقل کنند.
– پیش بینی ناآرامی های اجتماعی: پروژه های دانشگاهی مانند ICEWS از الگوریتم های هوش مصنوعی برای پیش بینی ناآرامی های اجتماعی و سیاسی استفاده کرده اند.
نقاط ضعف و قوت هوش مصنوعی برای پیش بینی نتایج انتخابات
هوش مصنوعی قادر به تجزیه و تحلیل سریع و دقیق مقادیر زیادی از نظرسنجی ها، رسانه های اجتماعی، اطلاعات جمعیتی و تاریخی است. این قابلیت می تواند منجر به تحلیل کاملتر و دقیق تری شود.
همانطور که قبلا ذکر شد، در طول انتخابات ریاست جمهوری 2020 ایالات متحده، الگوریتم های هوش مصنوعی توسط شرکت هایی مانند کمبریج آنالیتیکا برای پردازش داده های بزرگ از رسانه های اجتماعی و نظرسنجی ها استفاده شد.
سپس هوش مصنوعی می تواند الگوها و روندهای پنهان در داده ها را شناسایی کند که ممکن است برای تحلیلگران انسانی آشکار نباشد. این توانایی می تواند به پیش بینی دقیق تر نتایج انتخابات کمک کند. علاوه بر این، الگوریتمهای هوش مصنوعی میتوانند نظرات و نگرشهای رأیدهندگان را در پلتفرمهای رسانههای اجتماعی مانند توییتر و فیسبوک استخراج و تحلیل کنند.
در عین حال، میتوانیم از تکنیکها و الگوریتمهای مختلف هوش مصنوعی برای تجزیه و تحلیل دادهها و شناسایی الگوها و عواملی که ممکن است بر نتایج انتخابات تأثیر بگذارند، استفاده کنیم. اما یک مجموعه داده جامع که شامل داده های تاریخی انتخابات و همچنین عوامل مختلفی است که می تواند بر نتایج انتخابات تأثیر بگذارد باید جمع آوری شود. این عوامل ممکن است شامل شاخص های اقتصادی، رویدادهای سیاسی، روند رسانه های اجتماعی، اطلاعات نامزدها و موارد دیگر باشد. سپس می توانیم از الگوریتم های یادگیری ماشین مانند رگرسیون لجستیک، درخت تصمیم و غیره استفاده کنیم. برای تجزیه و تحلیل داده ها و شناسایی الگوها. این الگوریتمها میتوانند به درک اینکه کدام عوامل در تعیین نتایج انتخابات تأثیرگذارتر هستند کمک کنند.
علاوه بر این، ممکن است از تکنیکهای پردازش زبان طبیعی (NLP) برای تجزیه و تحلیل دادههای رسانههای اجتماعی و افکار عمومی نامزدها استفاده کنیم. تجزیه و تحلیل احساسات می تواند بینشی در مورد اینکه چگونه افکار عمومی می تواند بر نتایج انتخابات تأثیر بگذارد، ارائه دهد. مدلهای یادگیری عمیق، مانند RNN یا شبکههای عصبی کانولوشنال (CNN)، میتوانند برای پردازش مقادیر زیادی از دادههای بدون ساختار مانند مقالات خبری، سخنرانیها یا بحثها استفاده شوند. این مدلها میتوانند اطلاعات مرتبط را استخراج کرده و الگوهای پنهانی را که روشهای تحلیل سنتی ممکن است از دست بدهند، کشف کنند.
برای اطمینان از صحت و قابلیت اطمینان پیشبینیها، مدلها باید با استفاده از دادههای انتخابات گذشته اعتبارسنجی شوند.
توجه به این نکته حائز اهمیت است که در حالی که هوش مصنوعی می تواند بینش ها و پیش بینی های ارزشمندی را ارائه دهد، نمی تواند رویدادهای پیش بینی نشده یا تغییرات ناگهانی در افکار عمومی را توضیح دهد. بنابراین پیش بینی ها را باید بیشتر به عنوان احتمال در نظر گرفت تا قطعیت.
در نتیجه، با استفاده از تکنیکهای هوش مصنوعی مانند یادگیری ماشینی، NLP و یادگیری عمیق، میتوانیم دادهها را برای شناسایی الگوها و عواملی که ممکن است بر نتایج انتخابات ریاستجمهوری تأثیر بگذارند، تجزیه و تحلیل کنیم.
در برخی کشورها، دسترسی به داده های دقیق و قابل اعتماد ممکن است محدود باشد که بر دقت پیش بینی ها تأثیر می گذارد. علاوه بر این، رفتار رأی دهندگان می تواند به دلایل مختلف به سرعت تغییر کند و الگوریتم های هوش مصنوعی ممکن است نتوانند به سرعت با این تغییرات سازگار شوند. دلیل دیگر این است که داده های استفاده شده توسط الگوریتم های هوش مصنوعی ممکن است حاوی سوگیری ها و خطاهایی باشد که منجر به نتایج نادرست شود.
چالش های اخلاقی و امنیتی
استفاده از هوش مصنوعی برای پیشبینی نتایج انتخابات ممکن است باعث ایجاد نگرانیهای اخلاقی و امنیتی، از جمله نگرانی در مورد حریم خصوصی و سوء استفاده از دادهها شود.
جان کلام میگوید استفاده از هوش مصنوعی برای پیشبینی نتایج انتخابات ریاستجمهوری میتواند مزایای قابل توجهی از جمله تجزیه و تحلیل دقیقتر و سریعتر دادهها و شناسایی الگوها و روندهای پنهان داشته باشد. با این حال، این فناوری چالش ها و محدودیت هایی نیز دارد که نیازمند توجه و مدیریت دقیق است.
ICTNN
تیم تحرریه شبکه خبری فناوری اطلاعات و ارتباطات