📊 جایگزینی هوش مصنوعی به جای پاسخ‌دهندگان نظرسنجی؛ واقعیت یا توهم؟

محققان در یک پژوهش جدید، رویکرد «نمونه‌برداری سیلیکونی» (Silicon Sampling) را به چالش کشیده‌اند. ایده این است که آیا مدل‌های زبانی (LLMs) می‌توانند جایگزین انسان‌ها در نظرسنجی‌ها باشند؟

نکات کلیدی این مطالعه:
✅ محققان متد «انتقال بین‌نظرسنجی» را برای ارزیابی دقیق‌تر مدل‌ها پیشنهاد داده‌اند.
✅ نتایج نشان داد مدل‌های هوش مصنوعی تا ۵۲٪ دقت در پیش‌بینی پاسخ‌های نظرسنجی دارند که به عملکرد مدل‌های کلاسیک بسیار نزدیک است.
✅ پژوهشگران دریافته‌اند که مسائلی مثل «فروپاشی واریانس» (Variance Collapse) که پیش‌تر به هوش مصنوعی نسبت داده می‌شد، در مدل‌های آماری کلاسیک هم وجود دارد.

این تحقیق نشان می‌دهد که هوش مصنوعی پتانسیل بالایی در علوم اجتماعی دارد، اما هنوز مرزهایی برای درک مفاهیم پیچیده‌ای مثل حاکمیت یا نگرش‌های سیاسی وجود دارد. 🤖🌐

منبع: arXiv AI