AI og undersøkelsesforskning: En overraskende samarbeid

En nylig studie utført av et team av professorer og studenter i politisk vitenskap og datavitenskap ved Brigham Young University (BYU) har undersøkt potensialet for å bruke kunstig intelligens (AI) som en erstatning for menneskelige respondenter i undersøkelsesforskning. Teamet testet nøyaktigheten av programmerbare algoritmer i en GPT-3 språkmodell, som imiterer komplekse relasjoner mellom menneskelige ideer, holdninger og sosio-kulturelle kontekster i ulike subpopulasjoner.

Kunstige personligheter og stemmemønster

I ett eksperiment skapte forskerne kunstige personligheter ved å tildele bestemte egenskaper til AI-en, som ras, alder, ideologi og religiøsitet. De testet deretter om disse kunstige personlighetene ville stemme på samme måte som mennesker gjorde i presidentvalget i USA i 2012, 2016 og 2020. Ved å bruke American National Election Studies (ANES) som deres comparative menneskelige database, oppdaget de en høy korrespondanse mellom AI og menneskelige stemmemønster.

David Wingate, en professor i datavitenskap ved BYU og medforfatter av studien, uttrykte sin overraskelse over resultatene:

“Dette er spesielt interessant fordi modellen ikke var trenet for å gjøre politisk vitenskap – den var bare trenet på en hundred milliarder ord fra internettet. Men den konsistente informasjonen vi fikk tilbake var så knyttet til hvordan mennesker faktisk stemte.”

Intervju-stil undersøkelser og fremtidige applikasjoner

I et annet eksperiment kondisjonerte forskerne kunstige personligheter til å tilby svar fra en liste med alternativer i en intervju-stil undersøkelse, igjen ved å bruke ANES som deres menneskelige sampel. De fant en høy likhet mellom de nyanserte mønster i menneskelige og AI-svar.

Studiens funn tilbyr spennende muligheter for forskere, markedsførere og meningsmålinger. AI kan brukes til å lage bedre spørsmål, finjustere dem til å være mer tilgjengelige og representative, og sogar simulere populasjoner som er vanskelige å nå. Det kan også brukes til å teste undersøkelser, slagord og reklamefraser før fokusgrupper.

BYU-professor i politisk vitenskap, Ethan Busby, kommenterte:

“Dette er ikke en erstatning for mennesker, men det hjelper oss med å studere mennesker mer effektivt. Det handler om å supplere vår evne, ikke erstatte den. Det kan hjelpe oss med å være mer effektive i vårt arbeid med mennesker ved å la oss forteste våre undersøkelser og våre meldinger.”

Etiske spørsmål og fremtidig forskning

Ettersom store språkmodeller fortsetter å utvikle seg, reiser mange spørsmål seg om deres applikasjoner og implikasjoner. Hvilke populasjoner vil dra nytte av denne teknologien, og hvilke vil bli negativt berørt? Hvordan kan vi beskytte oss mot svindlere og bedragere som kan manipulere AI for å lage mer sofistikerte phishing-angrep?

Mens mange av disse spørsmålene fortsatt er ubesvarte, tilbyr studien en sett med kriterier som fremtidige forskere kan bruke til å bestemme nøyaktigheten av AI-modeller for ulike emner.

Wingate anerkjenner de potensielle positive og negative konsekvensene av AI-utvikling:

“Vi vil se positive fordeler fordi det vil låse opp nye muligheter. Vi vil også se negative ting skje fordi datamodeller noen ganger er upresise og noen ganger er de forvrengt. Det vil fortsette å påvirke samfunnet.”

Busby understreker at undersøkelse av kunstige personligheter ikke skal erstatte behovet for å undersøke virkelige mennesker, og oppfordrer akademikere og eksperter til å samarbeide om å definere de etiske grensene for AI-undersøkelse i samfunnsforskning.