京公网安备 11010802034615号
经营许可证编号:京B2-20210330
从西方的总统大选看人工智能的“从政”之路
人工智能这项技术在政治竞选中已变得司空见惯,有些人甚至声称,特朗普能够成功当选美国总统,人工智能起到了至关重要的作用。
现在是从政的最好时机。但现在更是成为一名能为政治家效力的人工智能工程师的绝佳时机。
纵观现代历史,政治候选人只通过掌控有限数量的工具来控制选民的情绪。通常情况下,他们在竞选时,所依靠的是他们的本能而非洞察力。
而现在,大数据可以被用来最大限度地提高竞选的有效性。而据悉,下一阶段将在竞选活动和政治生活中更多地使用人工智能。
机器学习系统是建立在能够自动识别数据模式的统计技术基础上的。这些系统已经可以通过对法案文本以及其他变量的算法进行评估,而其他变量包括赞助商的数量、每年提交给国会的时间等信息,来预测美国国会将通过什么法案。
美国总统大选
如今,机器和人工智能也正被小心地部署在选举活动中,以吸引选民,帮助他们在关键的政治问题上获得更多的信息。
这当然会引发伦理问题。例如,有证据表明,美国现任总统特朗普在2016年的竞选活动中,使用人工智能技术来操纵选民。一些人甚至声称,这些人工智能工具在投票结果中起着决定性作用。
人工智能可以被用来操控个人选民。在2016年美国总统大选期间,数据科学公司剑桥分析公司推出了一项大范围的广告宣传活动,目标是根据民众的个人心理状况,挑选有潜力的选民。
这些都是基于选民的实时数据,这些数据来自于他们在社交媒体上的行为,他们的消费模式和人际关系。他们的互联网足迹被用来构建独特的行为和心理特征。
这种方法的问题不在于技术本身,而在于不公开的宣传活动,以及虚假的政治讯息传播。像特朗普这样具有灵活竞选承诺的候选人尤其适合这种策略。每个选民都可以被发送一种定制的信息,强调某一特定论点的不同侧面。每个选民都认识到不同的特朗普。关键是要找到合适的情感触发因素来刺激每个人的行动。
这个高度复杂的微目标操作依赖于大数据和机器学习来影响人们的情绪。不同的选民根据他们对不同论点的敏感性的预测,接收到不同的信息。妄想狂们收到的是基于恐惧的信息,具有保守倾向的人会收到关于传统和社区争论的信息。
英国大选&英国脱欧公投
但是,目前还不清楚在英国脱欧公投之前,人工智能在竞选中是否扮演了角色,又扮演了什么样的角色。
我们已经知道人工智能可以用来操纵公众舆论。在2017年的英国大选中,大量的政治机器人被用于在社交媒体上传播错误信息和虚假新闻。2016年美国总统大选和全球其他几场关键的政治选举也出现了同样的情况。
这些机器人都是一些自动账户,它们的程序被设定为积极地散布片面政治信息,制造公众支持的假象。这是一种越来越常用的策略,来试图影响公众舆论,扭曲政治情绪。
这些机器人通常伪装成普通的人类账户,散布错误信息,在Twitter和Facebook等网站上引发激烈的政治讨论。他们可以用来突出社交媒体上关于候选人的负面信息,这些信息更有可能让选民投票给他们,这个想法是为了阻止他们在选举日出来投票。
在2016年的大选中,支持特朗普的机器人甚至通过传播自动内容的推特标签和Facebook页面,潜入到了希拉里克的支持者中,影响选民的政治情绪。
法国总统大选
在2017年的法国总统大选中,机器人也被部署在一个关键时刻,在Facebook和Twitter上抛出了大量来自候选人埃马纽埃尔·马克龙竞选团队的电子邮件。信息转储也包含了关于他的金融交易的虚假信息。马克龙泄密的目的是构建一种说法,让大家认为马克龙是一个骗子和伪君子——这是机器人用来推动热门话题和主导社交媒体的常用策略。
人们很容易将人工智能技术归咎于世界的错误(以及失败的选举),但基础技术本身本质上是无害的。用来误导、误传和迷惑的算法工具,同样可以用来支持民主。
人工智能应该参与竞选活动吗
人工智能可以被用来以一种合乎道德和法律的方式更好地进行竞选活动。例如,当人们分享包含已知错误信息的文章时,我们可以让政治机器人参与进来。他们可以发出警告,说这些信息是可疑的,并解释原因。这能有助于揭穿那些众所周知的谎言,就像那篇错误地宣称教皇支持特朗普的不实文章一样。
我们可以用人工智能来更好地听取人们的意见,并确保他们选出的代表清楚地听到他们的声音。基于这些见解,我们可以部署微型目标竞选活动,帮助选民了解各种政治问题,帮助他们形成自己的想法。
人们经常被电视辩论和报纸上的政治信息所淹没。人工智能可以帮助他们根据自己最关心的事情来发现每个候选人的政治立场。例如,如果一个人对环境政策感兴趣,就可以使用人工智能定位工具来帮助他们了解每个候选人对环境的看法。至关重要的是,个性化的政治广告必须为选民服务,帮助他们获得更多信息,而不是削弱他们的利益。
在政治中使用人工智能技术不会很快就消失。这对政客及其竞选活动来说太有价值了。然而,他们应该承诺在道德上明智地使用人工智能,以确保他们在改变选民的意见时最终不会破坏民主。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16