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
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27