به گزارش سایت توژال. اخیراً 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 شبکه های اجتماعی. در واقع به نظر می رسد که هوش مصنوعی توانسته تغییرات عمده ای را در رویکردهای سنتی به سیاست در جهان ایجاد کند. این فناوری نه تنها دقت و کارایی تحلیل سیاسی را افزایش داده است، بلکه باعث شده تا کمپین های انتخاباتی با هدف گذاری دقیق تر موثرتر باشند.

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 ارائه آمادگی بیشتر برای مدیریت بحران‌های احتمالی هستند. با وجود تمام این مزایا، استفاده از هوش مصنوعی در سیاست نیز با چالش‌ها و نگرانی‌های اخلاقی و امنیتی همراه است که نیاز به بررسی جدی دارد.

این در حالی است که روند ثبت نام نامزدهای انتخابات چهاردهمین دوره ریاست جمهوری ایران از خرداد 1403 آغاز شد و این ابزار در موارد مختلف حتی گاهی توسط نامزدها مورد استفاده قرار می گرفت و تا چند روز پیش خبر رسید که مرکز ملی کاندیدا ثبت نام فضای مجازی در راستای توانمندسازی کاندیداها و ستاد آنها، دستیار هوش مصنوعی هر شش نامزد ریاست جمهوری را معرفی کرد. حالا در روزهای اخیر که تب تبلیغات و نظرسنجی این دوره از انتخابات به اوج خود رسیده است، عده ای دست به دامان هوش مصنوعی برای پیش بینی نتایج شده اند. سوال زیر را می توان مطرح کرد: آیا هوش مصنوعی می تواند نتایج انتخابات را پیش بینی کند؟

قابلیت های هوش مصنوعی برای پیش بینی

استفاده از هوش مصنوعی به ویژه در زمینه های سیاسی می تواند دقت و عمق تحلیل ها را افزایش دهد و نتایج بهتری در پیش بینی روند و نتایج انتخابات ارائه دهد.

در اینجا برخی از مهم ترین قابلیت های هوش مصنوعی در این زمینه آورده شده است:

– تجزیه و تحلیل بررسی ها و داده های تاریخی: در 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 برخورد 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 الگوریتم‌های هوش مصنوعی برای تجزیه و تحلیل داده‌های توییتر برای تعیین روندها و مواضع عمومی در مورد مسائل سیاسی استفاده می‌کنند. به عنوان مثال، در طول انتخابات بریتانیا، تجزیه و تحلیل داده های توییتر به پیش بینی نتایج انتخابات و تحلیل رفتار رأی دهندگان کمک کرد.

– 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 تحلیل‌ها به کمپین‌ها کمک کرده است که پیام‌های خود را به طور مؤثرتری به رای دهندگان برسانند.

– 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 است حجم عظیمی از نظرسنجی، شبکه های اجتماعی، اطلاعات جمعیتی و تاریخی را به سرعت و با دقت تجزیه و تحلیل کند. این توانایی می تواند به تحلیل جامع و دقیق تری منجر شود.

همانطور که قبلا ذکر شد، در انتخابات ریاست جمهوری 2020 آمریکا، الگوریتم های هوش مصنوعی توسط شرکت هایی مانند کمبریج آنالیتیکا برای پردازش داده های بزرگ از شبکه 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 چندان آشکار نباشد. این توانایی می تواند به پیش بینی دقیق تر نتایج انتخابات کمک کند. الگوریتم‌های هوش مصنوعی همچنین می‌توانند نظرات و نگرش‌های رأی‌دهندگان را از پلتفرم‌های شبکه‌های 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 می‌توانند بر نتایج انتخابات تأثیر بگذارند، استفاده کنیم. اما یک مجموعه داده جامع باید جمع آوری شود که شامل داده های تاریخی انتخابات همراه با عوامل مختلفی باشد که ممکن است بر نتایج انتخابات تأثیر بگذارد. این عوامل ممکن است شامل شاخص های اقتصادی، رویدادهای سیاسی، روند رسانه های اجتماعی، اطلاعات نامزدها و غیره باشد. سپس می‌توانیم از الگوریتم‌های یادگیری ماشینی مانند رگرسیون لجستیک، درخت تصمیم و غیره برای تجزیه و تحلیل داده‌ها و شناسایی الگوها استفاده کنیم. این الگوریتم ها می توانند به درک عوامل موثر در تعیین نتایج انتخابات کمک کنند.

علاوه بر این، می‌توانیم از تکنیک‌های پردازش زبان طبیعی (NLP) برای تحلیل داده‌های رسانه‌های اجتماعی و احساسات کلی نسبت به نامزدها استفاده کنیم. تجزیه و تحلیل احساسات می تواند بینشی در مورد چگونگی تأثیر افکار عمومی بر نتایج انتخابات 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 قبلی اعتبارسنجی شوند.

توجه به این نکته مهم است که اگرچه هوش مصنوعی می تواند بینش ها و پیش بینی های ارزشمندی را ارائه دهد، اما نمی تواند رویدادهای غیرمنتظره یا تغییرات ناگهانی در احساسات عمومی را توضیح دهد. بنابراین، پیش‌بینی‌ها را باید بیشتر به‌عنوان احتمالات در نظر گرفت تا واقعیت‌های تأیید شده.

در نتیجه، با استفاده از تکنیک‌های هوش مصنوعی مانند یادگیری ماشینی، NLP و یادگیری عمیق، می‌توانیم داده‌ها را برای شناسایی الگوها و عواملی که می‌توانند بر نتیجه انتخابات ریاست‌جمهوری تأثیر بگذارند، تجزیه و تحلیل کنیم.

در همین حال، در برخی کشورها، دسترسی به داده های دقیق و قابل اعتماد ممکن است محدود باشد و صحت پیش بینی ها را به خطر بیندازد. علاوه بر این، رفتار رأی دهندگان ممکن است 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 همچنین می‌تواند چالش‌های اخلاقی و امنیتی، از جمله مسائل مربوط به حریم خصوصی و سوء استفاده از داده‌ها را ایجاد کند.

جان کلام می‌گوید استفاده از هوش مصنوعی برای پیش‌بینی نتایج انتخابات ریاست‌جمهوری می‌تواند مزایای عمده‌ای داشته باشد، از جمله تجزیه و تحلیل دقیق‌تر و سریع‌تر داده‌ها و شناسایی الگوها و روندهای پنهان. با این حال، این فناوری با چالش ها و محدودیت هایی نیز همراه است که نیازمند توجه و مدیریت دقیق است.